نجح باحثون من جامعة ستانفورد ومعهد آرك في استخدام نماذج ذكاء اصطناعي لتصميم جينومات كاملة لعاثيات قادرة على التكاثر وقتل البكتيريا، في تجربة تنقل الذكاء الاصطناعي الحيوي من تصميم بروتينات وجينات منفردة إلى بناء أنظمة وراثية متكاملة قابلة للعمل داخل الخلايا. وبينما تفتح النتيجة آفاقاً جديدة لمواجهة البكتيريا المقاومة للمضادات الحيوية، فإنها تثير في الوقت نفسه أسئلة متزايدة حول حدود السلامة والأمن البيولوجي.
لم يعد دور الذكاء الاصطناعي في علوم الأحياء يقتصر على التنبؤ بشكل البروتينات أو اقتراح تعديلات على جين واحد. ففي خطوة علمية لافتة، تمكن فريق بحثي من تصميم جينومات فيروسية كاملة باستخدام نماذج ذكاء اصطناعي مدربة على قراءة لغة الحمض النووي، ثم تحويل بعض هذه التصاميم الرقمية إلى فيروسات حقيقية قادرة على التكاثر.
والفيروسات التي صممها الباحثون ليست فيروسات بشرية، وإنما عاثيات بكتيرية، وهي فيروسات متخصصة في إصابة البكتيريا ولا تهاجم خلايا الإنسان.
لكن أهمية التجربة لا تكمن فقط في نوع الفيروس المستخدم، بل في المبدأ الذي أثبتته: أصبح من الممكن لنظام ذكاء اصطناعي اقتراح منظومة وراثية كاملة، تتكون من آلاف القواعد الجينية وعدة جينات مترابطة، بحيث تستطيع بعض النسخ الناتجة منها أداء دورة حياة فيروسية حقيقية.
من لغة الكلمات إلى لغة الحمض النووي
استخدم الباحثون نموذجين للذكاء الاصطناعي يعرفان باسم Evo 1 وEvo 2. وتشبه الفكرة الأساسية وراءهما النماذج اللغوية الكبيرة التي تعتمد عليها تطبيقات مثل “شات جي بي تي”.
لكن بدلاً من تدريب النموذج على مليارات الجمل كي يتعلم العلاقة بين الكلمات، جرى تدريب نماذج “إيفو” على تسلسلات وراثية، حتى تتعلم الأنماط والعلاقات التي تربط قواعد الحمض النووي والجينات والعناصر التنظيمية المختلفة.
وبهذه الطريقة، يستطيع النموذج اقتراح تسلسل جديد بناءً على ما تعلمه من ملايين الأنماط الموجودة في الجينومات الطبيعية.
واختار الباحثون عاثية صغيرة ومعروفة باسم ΦX174 (فاي إكس 174) كنقطة انطلاق للتجربة. وتصيب هذه العاثية بكتيريا الإشريكية القولونية، ويتميز جينومها بصغر حجمه، إذ يحتوي على 11 جيناً فقط، مما يجعلها نموذجاً مناسباً لاختبار قدرة الذكاء الاصطناعي على التعامل مع جينوم كامل.
وبحسب الدراسة المنشورة في دورية Science، دُربت النماذج على آلاف الجينومات القريبة من هذه العاثية، قبل أن يطلب الباحثون منها توليد تسلسلات وراثية جديدة تحافظ على المكونات الأساسية اللازمة لتكوين فيروس قادر على التكاثر.
الذكاء الاصطناعي اقترح.. والمختبر صنع
من المهم هنا التمييز بين تصميم الفيروس وصناعته.
فالذكاء الاصطناعي لم يُنتج فيروساً مادياً بنفسه، وإنما ولّد تسلسلات للحمض النووي على الحاسوب. بعد ذلك، قام الباحثون بتصنيع هذه التسلسلات كيميائياً وإدخالها إلى خلايا بكتيرية داخل المختبر لمعرفة ما إذا كانت قادرة بالفعل على إنتاج عاثيات حية.
كما أن هذه الفيروسات لم تُصمم “من العدم”. فقد تعلمت النماذج من جينومات عاثيات موجودة بالفعل في الطبيعة، ثم اقترحت تركيبات وتغيرات جديدة مستندة إلى الأنماط التي استخلصتها من بيانات التدريب.
وهو فارق أساسي، لأن الحديث هنا ليس عن ذكاء اصطناعي اخترع نظاماً بيولوجياً بلا أي مرجع، وإنما عن نموذج أصبح قادراً على استكشاف مساحة هائلة من الاحتمالات الوراثية التي يصعب على الباحثين اختبارها يدوياً.
285 تصميماً.. و16 فيروساً ناجحاً
اختبر الفريق 285 جينوماً اقترحتها نماذج الذكاء الاصطناعي، لكن 16 تصميماً فقط نجحت في إنتاج عاثيات وظيفية تمكنت من التكاثر داخل البكتيريا وإبطاء نموها أو قتلها.
وقد يبدو معدل النجاح منخفضاً، لكنه يحمل دلالة علمية مهمة.
فنجاح عدد محدود من التصاميم يعني أن النماذج لا تزال بعيدة عن القدرة على تصميم كائنات بيولوجية فعالة بصورة مضمونة. وفي الوقت نفسه، فإن مجرد نجاح بعض الجينومات الاصطناعية يثبت أن الذكاء الاصطناعي بات قادراً على التعامل مع مستوى من التعقيد يتجاوز كثيراً تصميم بروتين أو تعديل طفرة جينية واحدة.
وأظهرت الاختبارات كذلك أن العاثيات الجديدة لم تتحول إلى فيروسات واسعة النطاق، بل حافظت بدرجة كبيرة على تخصصها في إصابة سلالات معينة من بكتيريا الإشريكية القولونية.
سلاح محتمل ضد البكتيريا المقاومة
ربما تكون أكثر نتائج الدراسة إثارة للاهتمام تلك المتعلقة بمقاومة البكتيريا.
فقد اختبر الباحثون العاثيات المصممة على سلالات بكتيرية طورت مقاومة للعاثية الطبيعية ΦX174. ولم تعد العاثية الأصلية قادرة على إصابة هذه البكتيريا، بينما استطاع خليط من العاثيات التي صممها الذكاء الاصطناعي التغلب على المقاومة بعد عدة جولات من التكاثر.
وتفتح هذه النتيجة الباب أمام تطبيق طبي محتمل بالغ الأهمية: تصميم علاجات بالعاثيات لمهاجمة البكتيريا المقاومة للمضادات الحيوية.
وتعد مقاومة المضادات الحيوية واحدة من أكبر التحديات الصحية العالمية، إذ تستطيع البكتيريا التطور تدريجياً حتى تصبح الأدوية التقليدية غير فعالة ضدها.
أما العاثيات، فتمتلك ميزة مختلفة؛ فهي قادرة بدورها على التطور واستهداف البكتيريا بآليات شديدة التخصص. وإذا أصبح ممكناً استخدام الذكاء الاصطناعي لتصميم مكتبات ضخمة من العاثيات واختيار أكثرها قدرة على مهاجمة سلالة بكتيرية معينة، فقد يؤدي ذلك مستقبلاً إلى علاجات أكثر دقة وسرعة.
لكن الوصول إلى هذه المرحلة لا يزال بعيداً.
فالتجربة الحالية أجريت في ظروف مختبرية وعلى سلالات بكتيرية غير ممرضة، ولا تثبت حتى الآن أن العاثيات المصممة ستكون آمنة أو فعالة كعلاج داخل جسم الإنسان.
الإنجاز العلمي يحمل معه سؤالاً أمنياً
الجانب الآخر من القصة أكثر حساسية.
فالدراسة لم تستخدم الذكاء الاصطناعي لتصميم فيروسات تصيب البشر أو الحيوانات أو النباتات، وهذا يقلل المخاطر المباشرة للتجربة الحالية، لكنه لا يلغي السؤال الذي تطرحه التقنية للمستقبل.
إذا أصبحت نماذج الذكاء الاصطناعي أكثر قدرة على فهم الجينومات الكاملة وتصميمها، فأين يجب أن توضع الحدود؟
القاعدة التكنولوجية واحدة: نموذج يتعلم العلاقة بين التسلسل الجيني والوظيفة البيولوجية، ثم يقترح تسلسلات جديدة. وكلما تحسنت النماذج وتوافرت لها بيانات أكبر، يمكن أن تزداد قدرتها على التعامل مع أنظمة بيولوجية أكثر تعقيداً.
ومن هنا تظهر قضية “الاستخدام المزدوج” التي ترافق كثيراً من تقنيات البيولوجيا الحديثة؛ فالأداة التي يمكن استخدامها لتطوير علاج جديد قد تُساء أيضاً الاستفادة منها في ظروف أخرى.
ولهذا شدد الباحثون على ضرورة إشراك خبراء السلامة والأمن البيولوجي منذ المراحل الأولى لتطوير نماذج تصميم الجينومات، بدلاً من التعامل مع إجراءات الحماية بوصفها إضافة تأتي بعد اكتمال التكنولوجيا.
هل نحن أمام “شات جي بي تي” للجينومات؟
قد يكون من المبالغة القول إن العلماء أصبحوا قادرين على كتابة جينوم كامل كما يكتب المستخدم أمراً لنموذج لغوي، لكن اتجاه التطور أصبح واضحاً.
في السنوات الماضية، برز الذكاء الاصطناعي في علم الأحياء من خلال التنبؤ ببنية البروتينات، ثم انتقل إلى تصميم بروتينات جديدة وتعديل جينات وتسلسلات تنظيمية. أما هذه الدراسة فتدفع الحدود خطوة إضافية نحو تصميم أنظمة جينية كاملة يجب أن تعمل جميع مكوناتها معاً كي ينتج عنها كيان بيولوجي قادر على التكاثر.
وهذا هو جوهر التحول.
فالذكاء الاصطناعي لم يعد مجرد أداة لتحليل البيانات البيولوجية التي ينتجها العلماء، بل بدأ يتحول تدريجياً إلى أداة يمكنها اقتراح “تصاميم بيولوجية” جديدة يختبرها العلماء في العالم الحقيقي.
ولا يعني ذلك أننا دخلنا عصراً يستطيع فيه أي شخص تصميم كائن حي بضغطة زر. فنسبة كبيرة من التصاميم فشلت، وتصنيع الجينومات واختبارها يتطلبان بنية مخبرية وخبرة علمية وإجراءات دقيقة.
لكن الاتجاه نفسه يصعب تجاهله.
فحين تصبح البرمجيات قادرة على استكشاف ملايين الاحتمالات الجينية بسرعة هائلة، يتغير حجم ما يمكن للباحثين تجربته، وتتغير معه أيضاً طبيعة المخاطر.
وبين الوعد بعلاجات جديدة للبكتيريا المستعصية، والخوف من إساءة استخدام القدرة على تصميم الجينومات، تضع هذه الدراسة العالم أمام مرحلة جديدة في علاقة الذكاء الاصطناعي بعلم الأحياء؛ مرحلة لن يكون السؤال فيها فقط “ما الذي تستطيع هذه النماذج تصميمه؟”، بل أيضاً “ما الذي ينبغي السماح لها بتصميمه، ومن يقرر ذلك؟”
