هذه اللغة مترجمة آليًا، ولم تتم مراجعتها من قِبل إنسان.

الصحة · مقال

كيف يستخدم الذكاء الاصطناعي في البحث عن أهداف جزيئية جديدة للشيخوخة الصحية

نُشر:

Model for the antimicrobial peptide Drosomycin
الصورة: MA Hanson · CC BY-SA 4.0 · Wikimedia Commons

باختصار

يستخدم الباحثون الذكاء الاصطناعي لفحص مكتبات ضخمة من الببتيدات والجينات والأدوية الموجودة للإشارة إلى الجزيئات التي قد تبطئ الشيخوخة البيولوجية، مما يحل محل سنوات من الفحص اليدوي في المختبر بالتنبؤ الحسابي. جهود البحث المنفصلة في البرازيل والولايات المتحدة توضح عدة نهج مختلفة للذكاء الاصطناعي يتم تطبيقها الآن على هذه المسألة.

هذه النسخة ترجمة آلية للنص الأصلي (English). اقرأ النص الأصلي

العلماء الذين يدرسون الشيخوخة لديهم الآن أداة جديدة: أنظمة الذكاء الاصطناعي التي يمكنها فحص الآلاف من الجزيئات أو مجموعات البيانات الوراثية في أيام وتحديد حفنة من الجزيئات الأكثر احتمالاً للتأثير على كيفية شيخوخة الخلايا. عدة مشاريع أصبحت عامة في الأسابيع الأخيرة توضح كيف يعمل هذا في الممارسة العملية - من بينها مختبر جامعي برازيلي، وشركة التكنولوجيا الحيوية الدولية، وفريق بحثي ينقب في قواعس بيانات جينومية عامة كبيرة - وكلهم يهدفون إلى نفس المشكلة الأساسية: الإجهاد التأكسدي والضرر الخلوي الذي يتراكم مع التقدم في العمر.

نموذج ذكاء اصطناعي قابل للتفسير يبحث عن ببتيدات مضادة للأكسدة

في جامعة بونتيفيسيا الكاثوليكية بريو دي جانيرو (PUC-Rio)، نشر فريق بقيادة أستاذ الكيمياء André Silva Pimentel، بالتعاون مع الباحثتين Maria Carolina J. A. Schneider وMarina Geisiely Damaso Godinho Alves، دراسة حول الذكاء الاصطناعي القابل للتفسير المطبق على الببتيدات المضادة للأكسدة، وفقاً لمقال كتبه الفريق لـ The Conversation Brasil في 5 أكتوبر 2026. الببتيدات عبارة عن سلاسل قصيرة من الأحماض الأمينية توجد بشكل طبيعي في بروتينات الغذاء أو يمكن تصنيعها، وبعضها يمكن أن يحيد الجذور الحرة - جزيئات غير مستقرة تضر الخلايا عندما تتراكم بشكل أسرع مما يمكن لأنظمة الجسم المضادة للأكسدة أن تزيلها.

استخدمت مجموعة PUC-Rio طريقة تسمى الذكاء الاصطناعي القابل للتفسير، والتي تختلف عن نماذج التعلم الآلي القياسية في جانب واحد رئيسي: بدلاً من إنتاج التنبؤ فقط، فإنها تظهر أيضاً أي أجزاء من تسلسل الأحماض الأمينية للببتيد أثرت على ذلك التنبؤ. وفقاً للباحثين، يسمح هذا للعلماء برؤية الميزات الهيكلية التي تجعل الببتيد أكثر احتمالاً للعمل كمضاد للأكسدة، بدلاً من التعامل مع الذكاء الاصطناعي كصندوق أسود. تم تمويل العمل من قبل FAPERJ، مؤسسة أبحاث الدولة في ريو دي جانيرو، وتم تغطيته أيضاً من قبل المنفذ البرازيلي Brasil em Folhas، الذي وصف نفس المختبر والمنهجية.

القيمة العملية، كما كتب الباحثون، هي السرعة: بدلاً من اختبار عدد كبير من مرشحي الببتيدات واحداً تلو الآخر في المختبر، يقصر نموذج الذكاء الاصطناعي قائمة طويلة على بعض التسلسلات الجديرة بالاختبار بشكل تجريبي. قال الفريق أن التطبيقات المحتملة تتجاوز مستحضرات التجميل المضادة للشيخوخة والمكملات الغذائية إلى البحث عن حالات مرتبطة بالإجهاد التأكسدي مثل مرض الزهايمر ومرض باركنسون والسرطان - على الرغم من أنهم وصفوا هذا كاتجاه للدراسة الإضافية، وليس كعلاج منته.

أنظمة الذكاء الاصطناعي الأكبر تفحص الجينومات ومكتبات الأدوية عن أهداف الشيخوخة

تأتي جهود منفصلة وأكبر حجماً من Insilico Medicine، وهي شركة تكنولوجيا حيوية تطور أدوات الذكاء الاصطناعي لاكتشاف العقاقير. في 17 سبتمبر 2026، نشرت الشركة دراسة على الغلاف الأمامي لمجلة Cell حول مجموعة أدوات مفتوحة المصدر لأبحاث طول العمر، بناء بالتعاون مع Liquid AI ومعهد Buck لأبحاث الشيخوخة وكلية الطب بجامعة هارفارد والمستشفى النسائي بريغهام، وفقاً لإعلان Insilico Medicine الخاص بها.

تحتوي مجموعة الأدوات على ثلاثة أجزاء: LongevityBench، وهي قياس يختبر مدى جودة استدلال نماذج الذكاء الاصطناعي حول بيولوجيا الشيخوخة عبر خمسة أنواع بيانات تشمل الوراثة وعلم البروتيوميات؛ Longevity-LLMs، وهي عائلة من نماذج اللغة المدمجة (تتراوح من 0.6 إلى 9 مليار معاملات) تم تدريبها خصيصاً على البيانات المتعلقة بالشيخوخة؛ و Longevity Claw، منصة بحث مستقلة تهدف إلى تحديد وتصنيف أهداف تدخل الشيخوخة المحتملة. أفادت Insilico Medicine أن نموذجها المتخصص بـ 9 مليار معاملات طابقت أو تجاوزت 16 نظاماً للذكاء الاصطناعي ذات الأغراض العامة على مهام بيولوجيا الشيخوخة، وأن Longevity Claw اقترحت 328 هدفاً محتملاً لتدخل الشيخوخة، والتي قالت أنها أظهرت إثراءً يصل إلى 5.6 أضعاف للجينات المرتبطة بالشيخوخة عند مقارنتها مع مجموعة مرجعية منشورة بشكل مستقل من أهداف الشيخوخة التي تم التحقق منها بشكل تجريبي.

يتحرك مجتمع البحث عن طول العمر إلى ما وراء ساعات الشيخوخة الثابتة نحو نماذج أساسية قادرة على تنسيق رؤى قابلة للقياس وقابلة للتنفيذ.

— Alex Zhavoronkov، المؤسس والرئيس المشارك لشركة Insilico Medicine

يصف موقع الأبحاث عن الشيخوخة Lifespan.io نهجاً ثالثاً، استخدم أداة ذكاء اصطناعي تسمى ClockBase Agent - بنيت بواسطة فريق بقيادة الباحث Vadim Gladyshev - لتعدين أكثر من مليوني مجموعة بيانات RNA-sequencing و epigenetic موجودة تغطي 43,529 تدخلاً بيولوجياً مسجلاً. وضعت النظام الأدوية المعروفة بما فيها الرابامايسين والميتفورمين والفينوفيبرات والأوابين كمرتبطة بالشيخوخة البيولوجية الأبطأ في البيانات؛ أفادت Lifespan.io أنه في الاختبارات اللاحقة على الفئران بعمر 20 شهراً، ارتبطت ثلاثة أشهر من علاج الأوابين بتحسين درجات الضعف والأداء المعرفي وحالة الفراء ووظائف القلب، على الرغم من أن الدراسة الكاملة التي تصف النتائج تم نشرها في نوفمبر 2025 ولم تؤكد في التجارب السريرية البشرية.

ما تظهره هذه الأبحاث وما لا تظهره

لا أي من هذه المشاريع يدعي أنه أنتج علاجاً موافقاً عليه للشيخوخة. نموذج الببتيد في PUC-Rio وقائمة الأهداف في Insilico Medicine هي أدوات تنبؤية تهدف إلى تحديد الأولويات للمرشحين لاختبار المختبرات والعيادة، وليست علاجات منتهية. النتائج التي يصفها Lifespan.io بشأن الأوابين تأتي من التجارب على الحيوانات، وليس من التجارب البشرية. يصنف الباحثون المشاركون في دراسة PUC-Rio و Insilico Medicine عملهم كتضييق لمساحة بحث كبيرة جداً - ملايين الجزيئات أو أهداف الجينات المحتملة - بحيث تُنفق موارد المختبرات والموارد العيادية النادرة على اختبار المرشحين الأكثر وعداً أولاً.

ثلاثة نهج للذكاء الاصطناعي للبحث عن جزيئات مرتبطة بالشيخوخة
المشروعالمؤسسة الرائدةما يبحث عنه الذكاء الاصطناعيالحجم المبلغ عنهالمرحلة
نموذج ببتيد ذكاء اصطناعي قابل للتفسيرPUC-Rio (البرازيل)تسلسلات الببتيد المضادة للأكسدةلم يحدده الباحثوندراسة منشورة، مرحلة التحقق من المختبر
LongevityBench / Longevity ClawInsilico Medicine, معهد Buck, كلية الطب بجامعة هارفاردأهداف الجينات المرتبطة بالشيخوخة عبر بيانات omics328 هدفاً مرشحاً رسمياًمنشور في Cell، 17 سبتمبر 2026
ClockBase Agentفريق بحث Gladyshevالأدوية الموجودة في مجموعات البيانات الجينومية العامة43,529 تدخلاً مسجلاً تم فحصهpreprint؛ اختبار على مستوى الفئران

أسئلة

هل اكتشف الذكاء الاصطناعي بالفعل عقاراً جديداً مضاداً للشيخوخة يمكن للناس تناوله؟
لا. المشاريع الموصوفة هنا هي أدوات تنبؤية وتحديد أولويات. نموذج الببتيد في PUC-Rio وقائمة الأهداف الجينية في Insilico Medicine مخصصة لتوجيه الاختبارات المستقبلية في المختبر، والنتائج التي يبلغ عنها Lifespan.io بشأن الأوابين تأتي من التجارب على الفئران، وليس من العلاجات البشرية الموافقة عليها.
ما هي ببتيدة مضادة للأكسدة ولماذا تهم الشيخوخة؟
وفقاً للباحثين في PUC-Rio، الببتيدات المضادة للأكسدة عبارة عن سلاسل قصيرة من الأحماض الأمينية، الموجودة في بروتينات الطعام أو المصنعة، التي يمكنها تحييد الجذور الحرة - جزيئات تضر الخلايا عندما تتراكم بشكل أسرع مما يمكن للجسم تطهيرها، وهي عملية مرتبطة بالشيخوخة والحالات مثل الزهايمر وباركنسون.
ما هي أداة Longevity Claw من Insilico Medicine؟
إنها منصة بحث الذكاء الاصطناعي، المنشورة كجزء من دراسة الغلاف الأمامي لـ Cell في 17 سبتمبر 2026، التي رشحت 328 هدفاً جينياً محتملاً مرتبطاً بالشيخوخة، مع الإبلاغ عن إثراء يصل إلى 5.6 أضعاف مقارنة بمجموعة مرجعية منشورة بشكل مستقل من أهداف الشيخوخة التي تم التحقق منها بشكل تجريبي، وفقاً لإعلان الشركة.
لماذا استخدام الذكاء الاصطناعي القابل للتفسير بدلاً من نموذج التعلم الآلي القياسي للببتيدات؟
قال فريق PUC-Rio أن الذكاء الاصطناعي القابل للتفسير يظهر أي أجزاء من تسلسل الببتيد تحرك تنبؤها، مما يسمح للباحثين بفهم سبب تحديد الجزيء كمضاد أكسدة محتمل بدلاً من التعامل مع النتيجة كمخرج غير مفسر.
ما هي الأدوية الموجودة التي وضعتها دراسة ClockBase Agent كمرتبطة بالشيخوخة الأبطأ؟
أفادت Lifespan.io أن النظام، الذي بناه فريق بقيادة الباحث Vadim Gladyshev، وضع الرابامايسين والميتفورمين والفينوفيبرات والأوابين في تحليله لمجموعات البيانات الجينومية العامة، مع التجارب على الفئران على الأوابين المبلغ عنها في preprint تم نشره في نوفمبر 2025.

كيف يرويها العالم

المصادر

  1. The Conversation Brasil — Inteligência Artificial pode ser usada para promover um envelhecimento saudável
  2. Brasil em Folhas — Pesquisadores usam IA para decifrar peptídeos antioxidantes
  3. Insilico Medicine — Opens AI Longevity Discovery Toolkit to Researchers Worldwide in Cell Cover Study
  4. Lifespan.io — An AI-Based System Has Found a Potential Longevity Drug

أُعدّت هذه المادة بالذكاء الاصطناعي وخضعت لتدقيق آلي للمصادر قبل النشر. إن رأيت خطأً فاطلب تصحيحه. طلب تصحيح أو حق الرد · كيف نعمل

مواد ذات صلة