نموذج ذكاء اصطناعي جديد يُحدث ثورة في تخطيط مسارات التصنيع الجزيئي بأسلوب تفكير منطقي

تواجه مجالات الكيمياء والدواء تحديًا كبيرًا في تصميم جزيئات قابلة للتحضير عمليًا، حيث لا تُعد الجزيئات المثالية من الناحية البيولوجية أو الفيزيائية ذات قيمة إذا لم تكن قابلة للتحقيق في المختبر. لحل هذه المشكلة، طوّرت NVIDIA نموذجًا توليديًا جديدًا يُدعى ReaSyn، يُعدّ خطوة متقدمة في توليد مسارات التصنيع الجزيئي من خلال تمثيلها كسلسلة من التفكير المنطقي (Chain of Reaction – CoR)، مستوحاة من نموذج التفكير المتسلسل (Chain of Thought) المستخدم في النماذج اللغوية الكبيرة (LLMs). يُمثل ReaSyn مسار التصنيع كسلسلة خطية من الخطوات، حيث يُحدد في كل خطوة المتفاعلات، قاعدة التفاعل، والمنتج الناتج. تُستخدم رموز SMILES لتمثيل الجزيئات، مع علامات خاصة لتمييز حدودها، بينما تُمثّل التفاعلات برموز فئة تفاعل واحدة. هذه البنية تعكس الطريقة التي يفكر بها الكيميائيون، وتدعم التدريب على كل خطوة، مما يعزز دقة النموذج في توليد مسارات متعددة الخطوات. يعمل ReaSyn كنموذج توليدي ذاتي (autoregressive)، يبني المسار تدريجيًا من مكونات بسيطة إلى الجزيء المستهدف، مشابهًا لطريقة التفكير التدريجي في النماذج اللغوية. بعد كل خطوة، يتم حساب المنتج الوسيط باستخدام أداة مثل RDKi، مما يوفر إشارات تدريب غنية ويدعم عملية التوليد. لتحسين دقة التوليد، يدمج ReaSyn استراتيجيات متقدمة من الذكاء الاصطناعي، مثل التدريب بالتكيف (Reinforcement Learning) القائم على النتيجة، حيث يُكافأ النموذج بناءً على تشابه المنتج النهائي مع الجزيء المستهدف، مما يشجعه على استكشاف مسارات متعددة. كما يستخدم خوارزمية بحث في وقت التوليد (test-time search) مثل بحث الشعيرات (beam search)، مع دالة مكافأة توجه التوليد نحو أهداف محددة، مثل تحسين خصائص جزيئية معينة. أظهر ReaSyn أداءً متميزًا في مهام متعددة: في تحليل التصنيع العكسي (retrosynthesis)، حقق معدل نجاح 76.8% على مجموعة Enamine، و41.2% على ZINC250k، متفوقًا على النماذج السابقة. كما أظهر كفاءة في تحسين الجزيئات بناءً على خصائص مطلوبة، حيث تفوق على النماذج الحالية في 15 مهمة تحسين جزيئي. بالإضافة إلى ذلك، يمكنه توسيع "الHits" (الجزيئات النشطة) من خلال استكشاف جوارها في الفضاء القابل للتصنيع، مما يساعد في اكتشاف نظائر قابلة للتحضير. بفضل قدرته على التفكير المنطقي، والتنوع في التوليد، والقدرة على التكيف مع أهداف محددة، يُعد ReaSyn أداة قوية لتسريع اكتشاف الأدوية، وتمكين الباحثين من تجاوز حدود الفضاء الجزيئي غير القابل للتحقيق. يُمكن الاطلاع على الورقة الكاملة على arXiv، مع توفر الكود مفتوح المصدر على GitHub.