تطبيق جديد يعتمد على التعلم الآلي لمساعدة العلماء في توقع خصائص الجزيئات بدون مهارات برمجية

في عالم الكيمياء، من بين الأهداف الأساسية التي يسعى إليها الباحثون هو التنبؤ بخصائص الجزيئات، مثل درجة الغليان أو الانصهار، إذ تساعد هذه التنبؤات في توجيه الأبحاث نحو اكتشافات جديدة تؤدي إلى تطوير أدوية أو مواد مبتكرة. ومع ذلك، كانت الطرق التقليدية المستخدمة في هذه التنبؤات تتطلب موارد كبيرة، سواء في الوقت أو المعدات أو الأموال، مما يجعلها مكلفة ومرهقة. للتغلب على هذا التحدي، دخلت تقنية الذكاء الاصطناعي، خصوصًا ما يُعرف بتعلم الآلة (Machine Learning)، إلى المشهد العلمي، حيث قدمت حلولًا تقلل من هذه التكاليف. ومع ذلك، فإن الأدوات المتقدمة التي تُستخدم لتسريع هذه العملية تتطلب من المستخدمين معرفة قوية بالبرمجة، وهو ما يشكل عائقًا أمام العديد من الكيميائيين الذين لا يمتلكون هذه المهارات. لذلك، قام الباحثون في مجموعة McGuire البحثية بمعهد ماساتشوستس للتكنولوجيا (MIT) بتطوير تطبيق جديد يُدعى ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُمكّن الكيميائيين من إجراء التنبؤات بخصائص الجزيئات دون الحاجة إلى خبرة برمجية كبيرة. يُعد هذا التطبيق متاحًا مجانًا، وسهل التحميل، ويعمل على منصات شائعة، كما أنه مصمم للعمل دون الحاجة إلى اتصال بالإنترنت، مما يضمن الحفاظ على سرية البيانات البحثية. تم نشر التفاصيل حول هذه التقنية في مقال حديث نُشر في مجلة "Journal of Chemical Information and Modeling". من بين التحديات الرئيسية في تعلم الآلة في الكيمياء، تحويل التركيب الكيميائي للجزيئات إلى لغة عددية يمكن للحواسيب فهمها. ويعالج ChemXploreML هذه المشكلة من خلال أدوات مدمجة تُعرف باسم "المُدمجين الكيميائيين" (molecular embedders)، والتي تقوم بتحويل الهياكل الكيميائية إلى متجهات عددية مفيدة. ثم تستخدم هذه الأداة خوارزميات حديثة لتحديد الأنماط وتقديم تنبؤات دقيقة بخصائص الجزيئات مثل درجة الغليان ودرجة الانصهار، من خلال واجهة رسومية سهلة الاستخدام. يقول أرافيند نيفاس مارياموثو، الباحث المتقدم في مجموعة McGuire والمؤلف الرئيسي للمقال: "يهدف ChemXploreML إلى جعل استخدام تعلم الآلة في العلوم الكيميائية متاحًا للجميع. من خلال تطبيق سطح مكتب م intuitif وقوي ويعمل دون اتصال بالإنترنت، نقدم نماذج التنبؤ المتطورة مباشرة إلى أيدي الكيميائيين، بغض النظر عن خبرتهم البرمجية. هذه الدراسة لا تُسرّع فقط عملية البحث عن أدوية ومواد جديدة، بل أيضًا تفتح المجال لابتكارات مستقبلية." يُعد التطبيق قابلًا للتطوير مع مرور الوقت، مما يسمح بتضمين تقنيات وتقنيات جديدة بسهولة، مما يضمن أن الباحثين يمكنهم دائمًا الوصول إلى أحدث الأساليب. تم اختبار ChemXploreML على خصائص خمسة جزيئات عضوية رئيسية، مثل درجة الانصهار ودرجة الغليان وضغط البخار ودرجة الحرارة الحرجة وضغط الحرارة الحرجة، وحقق دقة عالية تصل إلى 93% في حالة درجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة لتمثيل الجزيئات (VICGAE) كانت بنفس دقة الطرق التقليدية مثل Mol2Vec، لكنها كانت أسرع بعشر مرات. يقول مارياموثو: "نرى مستقبلًا حيث يمكن لأي باحث تخصيص وتطبيق تعلم الآلة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم." وشاركه في هذه الدراسة بريت ماكيير، الأستاذ المساعد في كيمياء الفصل الدراسي 1943.