معرفة اللغة الدنيا من الأشياء الهامة التي يجب على العلماء التركيز عليها في علوم الحياة، وذلك لتحقيق تقدم في مجال الطب المتقدم، وتحديد ومنع وعلاج الأمراض. تعمل شركة ImmunoPrecise Antibodies على تحقيق هذا الهدف من خلال توفير مجموعة متنوعة من الخدمات المتخصصة، بما في ذلك اكتشاف الأجسام المضادة وتطويرها باستخدام تقنيات حديثة. وقد أعلنت الشركة مؤخرًا عن تطوير نموذج الذكاء الاصطناعي الأساسي. يستخدم هذا النموذج تقنية HYFT® المملوكة للفرع التابع لها BioStrand، وذلك لتوفير فهم شامل للاتصالات بين الجينات والبروتينات والمسارات البيولوجية.
يعمل نموذج HYFT® مع مجموعة متراكمة من النماذج الكبيرة لغة (LLMs) على فك شيفرة لغة البروتينات، وتوفير رؤى قيمة لتطوير الأدوية المضادة للأجسام والطب الدقيق. يمكن تطبيق LLMs، التي تم تصميمها أصلاً لفهم اللغة الطبيعية، أيضًا لفهم لغة البروتينات. ويتيح ذلك المهام مثل تنبؤ بنية البروتين، وتحسين الأجسام المضادة، وتحويل البروتين. ويتم استخدام HYFTs لتحديد وحدات معنوية أو “كلمات” داخل تسلسلات البروتين. يسمح هذا القدرة الحسابية برسم وتحليل هذه الوحدات الوظيفية بدقة. وهذه “حدود الكلمة” تمثل اختراقًا في فهم بنية البروتين ووظيفته ضمن لغة البروتينات. تعالج هذه الفكرة فجوة كبيرة في المعرفة لدى الباحثين ومطوري الأدوية.
يقوم النهج الفريد المعروف باسم “LLM stacking” الذي يعتمده النموذج الأساسي المتقدم بتوصيل مختلف LLMs بذكاء. يتم ربط HYFTs بميزات محددة موجودة في مختلف LLMs، مشابهة لفهم معنى كلمة استنادًا إلى سياقها. وفي سياق العلوم الحيوية، يمكن أن تشمل هذه الميزات تحديد بقايا الأحماض الأمينية الحرجة لربط البروتين أو اكتشاف تغييرات تسلسلية مرتبطة بتوصُّل الأمراض. يسمح الجمع بين HYFTs و LLM stacking لـ BioStrand بالتفريق بين الأجسام المضادة التي ترتبط وغير المرتبطة، حتى عندما تشترك معًا في أنماط HYFT مماثلة. تم اكتشاف تنوع التسلسل الذي استخدمته HYFTs خلال تحليل البيانات التسلسلية المأخوذة من Talem Therapeutics، الفرع الفرعي لنقلتها.
يعتبر تطوير نموذج HYFT® الأساسي، الذي يعمل بتقنية “LLM stacking” الفريدة وتقنية HYFT المحمية ببراءة اختراع، مرحلة هامة في مجال الأبحاث البيولوجية. هذه الابتكارات لا توسع فقط حدود الأبحاث الحيوية الحالية، وإنما أيضًا تهيئ معيارًا جديدًا لتطبيق الذكاء الاصطناعي في حل التحديات البيولوجية المعقدة. وبما أن المجتمع العالمي يدرك الإمكانات الجوهرية للذكاء الاصطناعي في علوم الحياة، فإنني واثق من أن نموذج الذكاء الاصطناعي الأساسي لـ BioStrand سيكون في مقدمة الابتكار ومستقبل الحلول التي تدعمها الذكاء الاصطناعي في مجال البيولوجيا واكتشاف الأدوية.
