البروفيسور هونغ ليانغ من جامعة شنغهاي جياو تونغ: إذا كانت الذكاء الاصطناعي يريد حقًا تحقيق اختراقات في مجال الهندسة، فيجب أن يحقق نتائج هندسية لا يستطيع الخبراء البشريون الحاليون تحقيقها
في الآونة الأخيرة، وصلت مدرسة الذكاء الاصطناعي للهندسة الحيوية الصيفية بجامعة شنغهاي جياو تونغ إلى ختام ناجح. اجتمع أكثر من 100 من خبراء الصناعة وممثلي الأعمال والعلماء الشباب المتميزين من الشركات ومؤسسات البحث والجامعات للمشاركة في تبادل شرس للأفكار حول تطبيق الذكاء الاصطناعي في مجال الهندسة الحيوية.
في،شارك هونغ ليانغ، الأستاذ المتميز في أبحاث العلوم الطبيعية في كلية الفيزياء والفلك وكلية الصيدلة في جامعة شنغهاي جياو تونغ، بطريقة بسيطة وسهلة الفهم تطبيق الذكاء الاصطناعي في البحث العلمي، وخاصة في تصميم البروتين، بالإضافة إلى نظرته إلى التطوير المستقبلي للذكاء الاصطناعي للعلوم.
مقتطفات من وجهات النظر الرئيسية:
* لتطبيق الذكاء الاصطناعي في العلوم بشكل حقيقي، يجب علينا أولاً تحديد المشكلة العلمية ثم التوصل إلى حل الذكاء الاصطناعي.
* يمكن للذكاء الاصطناعي تحويل مئات من تسلسلات الأحماض الأمينية مع الحفاظ على النشاط الجيد ومعدل إيجابي مرتفع. لقد أصبحت الذكاء الاصطناعي متفوقًا بالفعل على الخبراء البشريين في هذا النوع من مهام توليد التسلسل. * مجال هندسة البروتين يحتوي على أكبر قدر من البيانات السلبية. يمكن للذكاء الاصطناعي الجمع بين المواقع السلبية والإيجابية، مما يؤدي إلى توسيع مساحة الخيال في هندسة البروتين. وهذا يتجاوز نطاق التصميم العقلاني لمهندسي الإنزيمات المحترفين. لقد حل الذكاء الاصطناعي بشكل أساسي محل المسار القديم للحسابات الفيزيائية. * إذا كان الذكاء الاصطناعي يريد أن يحدث تقدمًا في مجال الهندسة، فلن يكون ذلك مجرد أن يصبح مساعدًا للعلماء ويقوم بأعمال أساسية مثل جمع الأدبيات، بل أن يفعل أشياء لا يستطيع الخبراء البشريون القيام بها. * في السنوات الثلاث المقبلة، في مجالات تصميم البروتين، وتطوير الأدوية، وتشخيص الأمراض، واكتشاف هدف جديد، وتصميم مسار التخليق الكيميائي، وتصميم المواد، سوف يؤدي الذكاء الاصطناعي العام في المجالات المهنية إلى تحول نموذجي واضح، وتحويل نموذج الاكتشاف العلمي الذي كان يعتمد على التجربة والخطأ المتقطعين في الدماغ البشري إلى نموذج تصميم قياسي آلي كبير الحجم للذكاء الاصطناعي.
قام HyperAI بتجميع وتلخيص المشاركة الرائعة للأستاذ هونغ ليانغ دون انتهاك النية الأصلية. وفيما يلي نص لأهم ما جاء في الخطاب:
طلاب فنون الذكاء الاصطناعي مقابل طلاب علوم الذكاء الاصطناعي
قدم البروفيسور هونغ ليانغ تطبيق الذكاء الاصطناعي في الحياة (الذكاء الاصطناعي للحياة) والبحث العلمي (الذكاء الاصطناعي للعلوم) من وجهة نظر طلاب الآداب الليبرالية وطلاب علوم الذكاء الاصطناعي على التوالي.
طلاب الآداب الحرة في الذكاء الاصطناعي: مساعدون شخصيون في الحياة
وفيما يتعلق بالذكاء الاصطناعي للحياة، يعتقد البروفيسور هونغ ليانغ أن الذكاء الاصطناعي الحالي أصبح بمثابة مساعد شخصي في حياة الناس، مما يساعد الناس على تقليل عبء العمل المتكرر والإبداعي وغير العلمي.وتتمثل خصائصه في أن حجم البيانات المتاحة للتدريب كبير جدًا بالفعل، وأن النتائج الناتجة لا تتطلب دقة عالية. لذلك، فهي تتمتع بقدرات تعميم قوية عبر المجالات ويمكنها بناء نماذج كبيرة للمجال العام.
وبعد ذلك، استخدم حالات محددة مثل توليد النصوص بالذكاء الاصطناعي، وتوليد الصور بالذكاء الاصطناعي، وتوليد مقاطع الفيديو بالذكاء الاصطناعي، جنبًا إلى جنب مع النماذج الكبيرة الشائعة حاليًا، لوصف تطبيق الذكاء الاصطناعي في الحياة بشكل واضح.
وفيما يتعلق بإنشاء النصوص باستخدام الذكاء الاصطناعي، أظهر البروفيسور هونغ ليانغ قدرات ChatGPT في إنشاء الشعر من خلال أخذ مثال كتابة قصيدة لزوجته في عيد الحب. وفي الوقت نفسه، شارك أيضًا مثالًا لاستخدام Wen Xin Yi Yan لمساعدة ابنه في المدرسة الابتدائية في كتابة نقد ذاتي، مما يدل على قدرة Wen Xin Yi Yan على إنشاء نص.
فيما يتعلق بتوليد الصور بالذكاء الاصطناعي، أظهر البروفيسور هونغ ليانغ كل من Baidu Wenxin Yiyan وAdobe firefly وMidjourney على التوالي، والتأثيرات المختلفة التي تم إنشاؤها بناءً على نفس الكلمات الموجهة، كما هو موضح في الشكل أدناه.
وفي مجال توليد الفيديو بالذكاء الاصطناعي، أظهر البروفيسور هونغ ليانغ القدرات القوية لجهاز Sora الشهير في توليد الفيديو. واستشهد بمثال فيديو أنتجه سورا لسيدة أنيقة تسير في أحد شوارع طوكيو، وأشاد بتقنية اللقطة الواحدة والمعالجة التفصيلية لمسام الوجه التي تظهر في الفيديو.
وفي الوقت نفسه، وافق أيضًا على التقييم الذي أجراه المطلعون على الصناعة بأن "Sora هو محرك فيزيائي يعتمد على البيانات"، ويعتقد أن Vincent Video كان بمثابة مساعدة كبيرة لمنشئي المحتوى على منصات مثل TikTok.
طلاب علوم الذكاء الاصطناعي: العلماء الذين يحلون فئة من المشكلات العلمية
بالنسبة لطلاب علوم الذكاء الاصطناعي، أي الذكاء الاصطناعي للعلوم أو الذكاء الاصطناعي للهندسة، يعتقد البروفيسور هونغ ليانغ هو عالمٌ يحلّ نوعًا من المشكلات العلمية. جوهرُه هو إعدادُ عالمٍ في مجالاتٍ مختلفة، مثل الطب الحيوي، وكيمياء المواد، والفيزياء النووية، وغيرها.تكمن الصعوبة الأساسية في أن متطلبات الدقة عالية جدًا، كما أن البيانات الوظيفية المتاحة للتدريب قليلة نسبيًا، وبالتالي لا يمكن بناء سوى نماذج الذكاء الاصطناعي الخاصة.
من أجل مساعدة الجميع على فهم أفضل لتطبيق الذكاء الاصطناعي في العلوم، أجرى البروفيسور هونغ ليانغ تحليلًا متعمقًا يعتمد على حالات محددة مثل الذكاء الاصطناعي في علم الأحياء / الطب، والذكاء الاصطناعي للمواد / الكيمياء، والذكاء الاصطناعي للاندماج النووي المتحكم فيه.
أولاً، هناك حالة الذكاء الاصطناعي في المجال البيولوجي.قال البروفيسور هونغ ليانغ: "إن التنبؤ بالبنية الثلاثية الأبعاد للبروتين هو نقطة البداية الأكثر أهمية للذكاء الاصطناعي في مجال العلوم". وأوضح أن التنبؤ ببنية البروتين كان محل قلق العلماء لمدة تقرب من 50 عامًا. "قبل أن تطلق DeepMind نموذج AlphaFold، كان العلماء يعتقدون عمومًا أن استخدام الذكاء الاصطناعي للتنبؤ ببنية البروتين كان مجرد لعبة."
من AlphaFold 1 إلى AlphaFold 3، أثبتت الذكاء الاصطناعي براعتها في التنبؤ بالهياكل البروتينية ثلاثية الأبعاد. وعلى وجه الخصوص، تم تحسين دقة AlphaFold 3 بشكل كبير مقارنة بالعديد من الأدوات المتخصصة السابقة، مثل تفاعل البروتين مع الربيطة، وتفاعل البروتين مع الأحماض النووية، والتنبؤ بالأجسام المضادة مع المستضد.
الحالة الثانية هي حالة تصميم الأدوية باستخدام الذكاء الاصطناعي.وقال البروفيسور هونغ ليانغ إن تصميم الأدوية باستخدام الذكاء الاصطناعي صعب نسبيًا لأن التطبيق لا يتعين عليه حل المشكلات على المستوى الجزيئي فحسب، بل يواجه أيضًا تحديات التجارب السريرية اللاحقة. إن طرق اكتشاف الأدوية التقليدية، مثل الفحص عالي الإنتاجية، تختبر آلاف الجزيئات الصغيرة ولا تنتج إلا عدداً صغيراً من المركبات الرائدة، والتي يمكن لواحد فقط من كل عشرة منها أو حتى أقل أن يجتاز التجارب السريرية.
كشفت نتائج الأبحاث المنشورة في مجلة Nature Biotechnology في عام 2019 عن الإمكانات الهائلة للذكاء الاصطناعي في تصميم الأدوية. وباستخدام التعلم التعزيزي (GENTRL)، اكتشف الباحثون مثبطات قوية لمستقبل مجال الديسكويدين 1 (DDR1)، وهو هدف كيناز مرتبط بالأمراض الليفية، في 21 يومًا. واستخدم الباحثون تقنية الذكاء الاصطناعي لفحص 30 ألف جزيء في البداية، ثم أجروا 39 تجربة خلوية باستخدام طرق فحص مختلفة، ووجدوا 6 جزيئات ذات نشاط خلوي مرتفع، وأخيرا تقدموا بجزيء واحد إلى التجارب السريرية.
بالإضافة إلى ذلك، استشهد البروفيسور هونغ ليانغ أيضًا بحالات الذكاء الاصطناعي للمواد/الكيمياء.وهو يعتقد أن"إن تطبيق الذكاء الاصطناعي على المواد، وخاصة المواد الكيميائية، أمر صعب التنفيذ."ومع ذلك، فإن المواد ليست مثل اللغات الطبيعية، واللغات البشرية، وتسلسلات الحمض النووي. ليس لديهم رموز منفصلة. نظرًا لأن المواد هي في الأساس مشكلة هيكلية ثلاثية الأبعاد، فمن الضروري عند بناء نموذج كبير الجمع بين حسابات DFT والتجارب الآلية والذكاء الاصطناعي لتعزيز تخليق المركبات غير العضوية المحددة بشكل متكرر. على سبيل المثال، أطلق فريق المواد في شركة DeepMind شبكة الرسم البياني القائمة على التعلم العميق لاستكشاف المواد (GNoME) في عام 2023. وفي مهمة اختبار، نجح مختبر A-Lab في تصنيع 41 مادة من أصل 58 مادة متوقعة في غضون 17 يومًا، وهو ما لم يكن ممكنًا إلا في السنوات العشر الماضية أو حتى لفترة أطول.
وأخيرا، استشهد البروفيسور هونغ ليانغ بحالات مثل الذكاء الاصطناعي للاندماج النووي المتحكم فيه، وقال إن التقدم في هذا الاتجاه مرضي للغاية.وأشار إلى أن المشكلة الرئيسية مع الاندماج النووي الآن هي أن البلازما من السهل جدًا "تمزيقها" والهروب من المجال المغناطيسي القوي المستخدم لحصرها، مما يتسبب في مقاطعة تفاعل الاندماج. قام فريق برينستون بتطوير وحدة تحكم الذكاء الاصطناعي التي يمكنها التنبؤ بالمخاطر المحتملة لتمزق البلازما قبل 300 ميلي ثانية والتدخل في الوقت المناسب.
وكما هو موضح في الشكل أدناه، قام الباحثون بدمج الأساليب التقليدية القائمة على الفيزياء مع تقنيات الذكاء الاصطناعي المتقدمة لتحسين التحكم وفهم سلوك البلازما. الأشكال التالية (أ)، (ب)، (ج) توضح حالة البلازما في مفاعل الاندماج.
يوضح الخط الأسود في اللوحة (أ) أنه عندما يتم زيادة ضغط البلازما عن طريق زيادة درجة الحرارة الخارجية (على سبيل المثال شعاع جسيم محايد)، يتم الوصول في النهاية إلى حد الاستقرار. عندما يتم تجاوز هذا الحد، يتم إثارة عدم الاستقرار الممزق. وبمجرد إثارة عدم استقرار التمزق، سيتم تدمير البلازما بسرعة، مما قد يؤدي إلى عواقب وخيمة في التشغيل الفعلي، كما هو موضح في الشكلين ب وج.
استنادًا إلى الشبكات العصبية العميقة والتعلم المعزز، طور الباحثون نظام تحكم ذكي يمكنه الاستجابة للتغيرات في حالات البلازما في الوقت الفعلي، والتنبؤ بالحالة المستقبلية للبلازما، وضبط إجراءات التحكم وفقًا لذلك، بحيث يتبع تشغيل التوكاماك المسار المثالي ويتجنب عدم استقرار التمزق مع الحفاظ على الضغط العالي.
وأخيرًا، أكد البروفيسور هونغ ليانغ،"لتنفيذ الذكاء الاصطناعي للعلوم بشكل حقيقي، يجب علينا أولاً تحديد المشكلة العلمية ثم التوصل إلى حل للذكاء الاصطناعي."
الذكاء الاصطناعي للهندسة الحيوية: حل المشكلات الهندسية وتنفيذ منتجات متعددة السيناريوهات
بعد ذلك، شرح البروفيسور هونغ ليانغ تعريف وتحديات هندسة البروتين التقليدية، وتطبيق الذكاء الاصطناعي في مجال هندسة البروتين، ونتائج البحث والتطوير التي قام بها الفريق وتنفيذها، والمزايا الأساسية للفريق، مما كشف بشكل أكبر عن قيمة الذكاء الاصطناعي للهندسة الحيوية.
هندسة البروتين: تحور مواقع تسلسل البروتين لتلبية متطلبات تطبيق المنتج
وأشار البروفيسور هونغ ليانغ إلى أن هندسة البروتين تعني تحوير 5-20 موقعًا في تسلسل البروتين لتحسين خصائصه المحددة وتحقيق تطبيقه في الصناعة والطب، وبالتالي تحويله إلى منتج.
وأوضح أن البروتين ليس مجرد مكون مهم للكائنات الحية، بل هو أيضًا منتج لا غنى عنه في حياة الناس اليومية. تُستخدم الإنزيمات، باعتبارها جزيئات بروتينية، على نطاق واسع في السيناريوهات الصناعية ولها تأثيرات تحفيزية. على سبيل المثال، إنزيمات الأجسام المضادة المرتبطة بالموقع ADC في مجال الأدوية المبتكرة، والإنزيمات في المنظفات الغسيل، والمواد المضافة للإنزيمات في الأعلاف التي تساعد في عملية التمثيل الغذائي للحيوانات، والعديد من الإنزيمات في مستحضرات التجميل، والأغذية، والهندسة الحيوية.
بعد ذلك، قدم البروفيسور هونغ ليانغ الممارستين الأكثر شيوعًا في هندسة البروتين الحالية.
الأول هو التصميم العقلاني/التصميم شبه العقلاني.بشكل عام، من الضروري دراسة بنية البروتين والآلية التحفيزية بشكل واضح ومن ثم إجراء التعديلات وفقًا للآلية. ومع ذلك، فإن عيب التصميم العقلاني هو أنه يستغرق وقتا طويلا، والمواقع التي تحتاج إلى تعديل تتركز بشكل رئيسي حول الجيوب النشطة، ونطاق التصميم محدود نسبيا، ونطاق التفكير مقيد أيضا.
الثاني هو التطور الموجه.وهذا يعني كسر نموذج التفكير البشري، من خلال الفحص عالي الإنتاجية، والطفرات العشوائية عالية الإنتاجية في موقع واحد استنادًا إلى البرية، والبحث عن أفضل طفرة في موقع واحد في الجولة الأولى، وفحص أفضل موقع مزدوج على هذا الأساس في الجولة الثانية، وهكذا. ميزتها هي أنها لا تعتمد على الخبرة السابقة ويمكن أن تتم بالمال فقط؛ إن عيبها هو أنها تتطلب إنشاء طريقة فحص ظاهري عالية الإنتاجية، وهي مكلفة، وتتطلب جولة طويلة من الفحص، كما أن طرق الفحص عالية الإنتاجية ليست عالمية ويصعب إنشاؤها.
قدم البروفيسور هونغ ليانغ التجربة على البروتين الفلوري الأخضر باستخدام ورقة بحثية نشرت في مجلة Nature في عام 2016 كمثال. وأشار إلى أنه في هذه التجربة، على الرغم من أن الفحص عالي الإنتاجية يمكن أن يختار المواقع الإيجابية ويحسن خصائص البروتين عندما يقوم الباحثون بتحوير المواقع بشكل فردي، إلا أنه إذا تم دمج مواقع الطفرة المتعددة، فإن البروتين الاصطناعي سيفقد نشاطه.
وقال:"إن كيفية العثور على مواقع الطفرة الممتازة في مساحة الطور الشاسعة ودمجها في طفرات متعددة المواقع ممتازة لتحقيق قيمتها التطبيقية هو التحدي الذي يواجه هندسة البروتين حاليًا."
تكنولوجيا الذكاء الاصطناعي العامة للهندسة البروتينية: تصميم تسلسل شامل موجه نحو الوظيفة
"إذا كان الذكاء الاصطناعي يريد تحقيق تقدم كبير في مجال الهندسة، فلن يكون ذلك مجرد بناء مساعد للعلماء وأداء عمل أساسي مثل جمع الأدبيات، بل القيام بأشياء لا يستطيع الخبراء البشريون القيام بها."وبناءً على ذلك، بدأ فريق البروفيسور هونغ ليانغ في عام 2021 في استكشاف النماذج الملكية في مجال هندسة البروتين، وتصميم تسلسلات وظيفية من البداية إلى النهاية.
قام فريق البحث بتجميع قاعدة بيانات تحتوي على مئات الملايين من تسلسلات البروتين الكاملة بناءً على جميع البروتينات المعروفة في الطبيعة، وقاموا ببناء ذكاء اصطناعي عام للهندسة البروتينية لتعلم ترتيب وقواعد الأحماض الأمينية بناءً على هذه القاعدة البيانات.
قدم البروفيسور هونغ ليانغ شرحًا مفصلاً لسيناريوهات تطبيق تكنولوجيا الذكاء الاصطناعي العامة في هندسة البروتينات من خلال خمس حالات تطبيقية عملية في العالم الحقيقي، بما في ذلك التعاون مع البروفيسور ليو جيا من جامعة شنغهاي للتكنولوجيا لتحسين الاستقرار الحراري لـ Crisper cas12a، والتعاون مع شركة Jinsai Pharmaceutical لتحسين مقاومة القلوية للأجسام المضادة أحادية المجال، والتعاون مع شركة Hanhai New Enzymes لإطلاق الابتكارات الأنزيمية.
الحالة 1: تحسين الاستقرار الحراري لـ Crisper cas12a
تم إكمال هذا المشروع من قبل فريق البروفيسور هونغ ليانغ والبروفيسور ليو جيا من جامعة شنغهاي للتكنولوجيا. يتكون Crisper cas12a من 1300 حمض أميني. يتميز النوع البري بنشاط جيد ولكن استقراره ضعيف. باعتبارها مجموعة تشخيصية في المختبر، لا يمكن استخدامها في درجة حرارة الغرفة وتكلفة التبريد مرتفعة. ولتحقيق هذه الغاية، أجرى فريق البحث ثلاث جولات من التجارب. وفي نهاية المطاف، وصل استقرار الطفرة إلى حالة متزايدة باستمرار، ووصلت نسبة نشاط البروتين التي لا تقل عن تلك الموجودة في النوع البري إلى 100%.
قدم البروفيسور هونغ ليانغ،يحتوي مجال هندسة البروتينات على أكبر قدر من البيانات السلبية. يستطيع الذكاء الاصطناعي الجمع بين المواقع السلبية والإيجابية، مما يوسع نطاق الخيال في هندسة البروتينات. وهذا يتجاوز نطاق التصميم العقلاني لمهندسي الإنزيمات المحترفين. لقد حل الذكاء الاصطناعي محلّ الحساب الفيزيائي القديم.
كما قدم المنطق الأساسي لكيفية قيام الذكاء الاصطناعي بدمج بيانات الطفرة السلبية والإيجابية للبروتين، والذي ينقسم إلى ثلاث خطوات.
الخطوة الأولى هي بناء مفردات لغة البروتين.قام بمقارنة عملية تدريب معلومات تسلسل البروتين المسبق باختبار الإغلاق، والذي يتضمن استخدام نموذج لمنع أي تسلسل بشكل عشوائي في قاعدة بيانات تحتوي على مئات الملايين من تسلسلات البروتين الكاملة، إما بشكل مستمر أو بشكل منفصل، ويمكن للنموذج بعد ذلك ملء المناطق المحظورة. يتم تكرار هذه العملية في جولات متعددة للتأكد من أن النموذج يمكنه تدريب مئات الملايين من تسلسلات البروتين مسبقًا، وبالتالي بناء مفردات لغة البروتين.
الخطوة الثانية هي وضع العلامات.مثل درجة الحرارة والضغط ودرجة الحموضة، وقد قام فريق البحث بوضع علامات على عشرات الملايين منها.
الخطوة الثالثة هي التعلم من خلال عينة صغيرة.وهذا يعني أن الضبط الدقيق يتم باستخدام كمية صغيرة من البيانات التجريبية الرطبة لاستكمال التعلم التعزيزي، وبالتالي حل مشكلة العينة الصغيرة في الهندسة الحيوية.
الحالة الثانية: التعاون مع شركة جينساي للأدوية في تطوير أجسام مضادة أحادية المجال شديدة المقاومة للقلويات
وأشار البروفيسور هونغ ليانغ إلى أن شركة جينساي للأدوية تقوم في كثير من الأحيان بتنقية هرمون النمو عن طريق فحص الأجسام المضادة أحادية المجال من مكتبة الأجسام المضادة أحادية المجال من الألبكة ووضعها على عمود الهيدروجين. ومع ذلك، أثناء عملية التنقية، سوف يتلوث الهيدروجين والأعمدة حتماً ببعض الشوائب وتحتاج إلى التنظيف باستخدام القلويات القوية قبل أن يتم استخدامها في تجربة التنقية التالية. ومع ذلك، فإن الكائنات الحية ليست مقاومة للقلويات القوية، وهناك خطر التآكل. ولهذا السبب، تأمل شركة جينساي للأدوية في تحسين مقاومة القلوية للأجسام المضادة أحادية المجال.
في هذا الصدد،قام فريق البحث بمعالجة الأجسام المضادة أحادية المجال المصممة بواسطة النموذج الكبير من سلسلة Pro باستخدام 0.5M NaOH لمدة 24 ساعة ونجحوا في تحسين مقاومة القلوية للأجسام المضادة أحادية المجال.حقق البروتين المقاوم للقلويات المصمم في هذا المشروع إنتاجًا ضخمًا قدره 5000 لتر.وهو أول منتج بروتيني تم تصنيعه باستخدام نموذج كبير تم تصنيعه.
الحالة 3: تحسين انتقائية ونشاط وإنتاجية جليكوسيل ترانسفيراز من خلال ابتكار الإنزيم
المادة الأساسية المستخدمة في فحص التهاب البنكرياس الحاد والتهاب الغدد اللعابية هي المالتوهبتاغليكوزيد، الذي يتميز بتركيبة معقدة للغاية وتكلفة إنتاج كيميائية عالية. يتم بيعه في الصين بمئات الآلاف من اليوانات للكيلوغرام الواحد. ردًا على ذلك، أطلق فريق البروفيسور هونغ ليانغ وشركة هانهاي نيو إنزيم ابتكارًا إنزيميًا مشتركًا، يتمثل في استخدام جليكوسيل ترانسفيراز لإنتاج مالتوهبتاغليكوزيد. ويحتاج فريق البحث إلى تحسين أربعة مؤشرات، وهي: تعزيز تفاعل التحويل الجلوكوزي، وتعزيز خصوصية التفاعل، وتقليل نشاط التحلل المائي، وزيادة العائد.
ومن خلال جولتين من تجارب التحول، تمكن الباحثون من تحسين مؤشر BUG لـ 80 طفرة، وزيادة نشاط التحويل الكلي للجليكوزيل بمقدار 8 مرات، وزيادة نقاء المنتج المستهدف من 80 إلى 95، وخفض مؤشر نشاط التحلل المائي إلى 10، ومضاعفة إنتاج P3.تم بالفعل طرح هذا المنتج في الإنتاج على خط إنتاج يبلغ وزنه 1000 كيلوغرام في ييتشانغ، هوبي، مما أدى إلى خفض تكاليف الإنتاج بشكل كبير.
الحالة 4: اختبار تقارب الأجسام المضادة بناءً على التعلم من عينة صغيرة في اختبار أحادي التعمية
يجب على الذكاء الاصطناعي في العلوم أن يحل مشكلة العينات الصغيرة. فمجرد نشر المقالات ليس له فائدة عملية تُذكر. وشرح البروفيسور هونغ ليانغ هذا الأمر من خلال عرض توضيحي تم إنجازه بالتعاون مع شركة أدوية للأجسام المضادة.
وأوضح البروفيسور هونغ ليانغ أن هذا الجسم المضاد لـ ScFv يبلغ طوله الإجمالي 245 حمضًا أمينيًا و21 موقعًا للطفرة، وأن تسلسلات الطفرة المحتملة الخاصة به تتجاوز 10 ملايين. ومع ذلك، قدم المتعاون بيانات التقارب لـ 33 طفرة معروفة فقط وبيانات التقارب لـ 14 تسلسلًا جديدًا كان من المتوقع أن تكون غير معروفة. وبناء على التعلم من خلال عينة صغيرة، تمكن الفريق من تحقيق معامل ارتباط بلغ 0.65 في اختبار أحادي التعمية.
"سواء كان الأمر يتعلق بالطب الحيوي أو البيولوجيا الاصطناعية، فإن التنفيذ النهائي لا يزال يتعين عليه حل مشكلة التكلفة، أي أن العائد يجب أن يكون مرتفعًا."قدّم البروفيسور هونغ ليانغ أن "نموذج تصميم بروتين الذكاء الاصطناعي الذي ابتكره الفريق يتعلم من الطبيعة، وأن إنتاج الطفرات التي يوصي بها لن يكون سيئًا للغاية. فالعديد منها يُضاهي النوع البري، بل إن هناك طفرات ذات تعبير أعلى من النوع البري".
وفي حديثه عن الفرق بين تصميم البروتين في الدماغ البشري ونموذج تصميم البروتين في الذكاء الاصطناعي، أشار البروفيسور هونغ ليانغ إلى أن الاختلاف الرئيسي هو أن البشر يحبون تلخيص الخبرة، لكن الخبرة البشرية منخفضة الأبعاد بشكل عام، مثل تسلسلات استخراج البروتين والسمات الهيكلية منخفضة الأبعاد. وعلى الرغم من أن هذه الخصائص ترتبط بوظيفة البروتين، إلا أنها ليست عوامل كاملة في تحديد الأخيرة، ومن الصعب التنبؤ بها كميًا ونوعيًا.يمكن لنموذج تصميم البروتين بالذكاء الاصطناعي استخدام ميزات عالية الأبعاد لوصف تسلسل وبنية البروتينات، والتنبؤ بوظائف الهدف بشكل أكثر دقة وكمية وسرعة.
الحالة 5: تصميم تسلسل بروتين دي نوفو
ولتوضيح هذه القضية بشكل أكبر، شارك البروفيسور هونغ ليانغ نتيجة توصلت إليها مجموعته البحثية Cell Discovery. وقال إن هذا هو أكبر تسلسل بروتيني تم الإبلاغ عنه تم الحصول عليه من خلال التصميم الجديد، وهو إنزيم لتحرير الجينات يحتوي على 6 مجالات وأكثر من 700 حمض أميني.
هناك أكثر من 600 إنزيم تحرير معروف في الطبيعة، وقد قام فريق البحث بإنشاء 27 تسلسلًا جديدًا باستخدام هذا كقالب. وبالمقارنة مع الطبيعة، فإن أوجه التشابه التسلسلية كلها أقل من 65%، مع أدنى مستوى لها وهو 49%. وبعبارة أخرى، قام فريق البحث بتعديل أكثر من 300 من أكثر من 700 تسلسل من الأحماض الأمينية، كان 23 منها نشطة، وكان 2/3 منها أكثر نشاطًا من النوع البري، وكان أعلى نشاط لها 8.6 مرة من النوع البري.
قال البروفيسور هونغ ليانغ: "يمكن لنموذج تصميم البروتين بالذكاء الاصطناعي تحقيق تعديل 300 تسلسل من الأحماض الأمينية مع الحفاظ على النشاط الجيد ومعدل إيجابي مرتفع. إن الذكاء الاصطناعي متفوق بالفعل على الخبراء البشريين في هذا النوع من مهام توليد التسلسل".
بالإضافة إلى ذلك، شارك البروفيسور هونغ ليانغ أيضًا فهمه للذكاء الاصطناعي:الذكاء الاصطناعي هو ربط بين y وx، حيث x هي خاصية الإدخال وy هي النتيجة المرجوة، مثل استقرار ونشاط البروتين. الذكاء الاصطناعي الآن يُجري توافقًا عالي الأبعاد.
نموذج تصميم البروتين بالذكاء الاصطناعي يحقق تحسنًا هائلاً في الإنتاجية
استعرض البروفيسور هونغ ليانغ نموذج تصميم بروتين الذكاء الاصطناعي الذي بناه الفريق، وأوضح أن "الباحثين يُدخلون تسلسلًا في البرنامج الداخلي، وستختار المنصة 30 أو 50 تسلسلًا تتوافق مع قوانين الطبيعة للتجارب، ثم تدخل مرحلة تعلم العينة الصغيرة، وهي ضبط نموذج الذكاء الاصطناعي بدقة وفقًا للمؤشرات التي يطلبها الباحثون. وأخيرًا، يتم إنتاج الطفرات المهيمنة".
ومن الجدير بالذكر أنه يوجد حاليًا باحثان فقط في الفريق يركزان على تصميم البروتين، أحدهما في مجال الطب الحيوي والآخر في مجال علم الأحياء الاصطناعي، لكن الفريق يدير أكثر من 40 مشروعًا في نفس الوقت.وهذا يؤكد أيضًا ما قاله البروفيسور هونغ: "بمجرد أن تتمكن الذكاء الاصطناعي من اختراق الهندسة الأساسية، فسوف يطلق العنان لإنتاجية هائلة".
لدينا تعاون معمق مع العديد من الجامعات والمؤسسات، ولدينا ثلاث مزايا أساسية
بالإضافة إلى ذلك، أظهر البروفيسور هونغ ليانغ أيضًا إنجازات الفريق ومزاياه الأساسية.
ومن حيث الإنجازات، أجرى الفريق تعاونًا معمقًا مع جامعات ومعاهد بحثية مثل جامعة تسينغهوا ومعهد الكيمياء المناعية بجامعة شنغهاي للتكنولوجيا، بالإضافة إلى شركات مثل Jinsai Pharmaceuticals وHanhai New Enzyme وCorning Jeol.في العام الماضي، تم تحويل 20 بروتينًا بنجاح مع نتائج مثمرة.
وفيما يتعلق بمزايا الفريق، قال البروفيسور هونغ ليانغ:يتمتع الفريق "بمزايا أساسية في ثلاثة جوانب: البيانات الجديدة، والنماذج المستقلة، والمنتجات الأولى في السوق".أولاً، يمتلك الفريق بيانات تسلسل البروتين الكاملة التي هي أكبر بكثير من مجموعات البيانات العامة؛ ثانيًا، يمتلك الفريق نماذج مستقلة، ومفردات بروتينية ذاتية البناء، وطرق تعلم عينات صغيرة، وطرق تدريب مسبقة على التسلسل + الهيكل، كما أن دقة التجارب وسرعة البحث في طليعة العالم؛ وأخيرًا، على المستوى العالمي، تولى الفريق زمام المبادرة في تحقيق التطبيق العملي لمنتجات البروتين المتعددة.
توقعات الذكاء الاصطناعي للعلوم: في السنوات الثلاث المقبلة، سنحقق نمط التصميم القياسي لأتمتة النماذج الكبيرة للذكاء الاصطناعي
ويعتقد البروفيسور هونغ ليانغ أنه "في السنوات الثلاث المقبلة، في مجالات تصميم البروتين، وتطوير الأدوية، وتشخيص الأمراض، واكتشاف هدف جديد، وتصميم مسار التخليق الكيميائي، وتصميم المواد، فإن الذكاء الاصطناعي العام في المجالات المهنية سوف يحدث تحولاً نموذجياً واضحاً، ويحول نموذج الاكتشاف العلمي الذي كان يعتمد على التجربة والخطأ المتقطعين للدماغ البشري إلى نموذج تصميم قياسي آلي كبير الحجم للذكاء الاصطناعي".
وتتضمن التغييرات المحددة بناء أساليب التعلم من خلال عينات صفرية أو عينات صغيرة، وبناء نماذج تكنولوجية للتدريب المسبق.في حالة عدم وجود بيانات، يتم إنشاء كمية كبيرة من البيانات المزيفة بدقة أقل قليلاً من خلال جهاز محاكاة مادي للتدريب المسبق، ثم يتم ضبطها باستخدام بيانات حقيقية وقيمة لإكمال التعلم التعزيزي. أكد البروفيسور هونغ أن "البيانات الزائفة هي بيانات ليست من العالم الحقيقي، ولكنها تتمتع بدرجة معينة من الموثوقية. يمكن توليدها بواسطة الذكاء الاصطناعي أو الحصول عليها من خلال محاكاة حاسوبية فيزيائية لتحسين البيانات. وأخيرًا، تُعد بيانات التجارب الرطبة الحقيقية الأكثر قيمة، وتُستخدم في الضبط النهائي للنموذج".
في نهاية جلسة المشاركة هذه، لخص البروفيسور هونغ ليانغ مرة أخرى طلاب الفنون الليبرالية في مجال الذكاء الاصطناعي مقابل طلاب علوم الذكاء الاصطناعي. وهو يعتقد أن طلاب الفنون الليبرالية في الذكاء الاصطناعي هم في الأساس مساعدون شخصيون للحياة البشرية والعمليمكن أن تساعد تطبيقات مثل Kimi وChatGPT الأشخاص على تقليل الأعمال الإبداعية المتكررة أو الأعمال الأقل علمية. تتمثل خصائصها في البيانات الكبيرة، ومتطلبات الدقة المنخفضة، والقدرة على عمل المعجزات بجهد كبير، وقدرة قوية على التعميم عبر المجالات، ويمكن استخدامها لبناء نماذج عامة كبيرة عبر المجالات، ولكنها يجب أن تنتمي إلى الشركات الكبيرة وليست مناسبة للجامعات ومعاهد البحوث.
و يحتاج طلاب علوم الذكاء الاصطناعي إلى حل نوع من المشكلات العلمية أو الهندسية.من خلال استبدال عقول البحث والتطوير للعلماء من الشركات والمعاهد العلمية، والقيام بأشياء إبداعية للغاية، وخفض التكاليف بشكل كبير وزيادة الكفاءة، وحتى تطوير منتجات كانت مستحيلة مع الخبرة العلمية السابقة، يمكن للفرق من الجامعات والمعاهد البحثية الجمع بين حواجزها المهنية الفريدة لاستكشاف حلول الذكاء الاصطناعي في المجالات ذات الصلة.
نبذة عن البروفيسور هونغ ليانغ
درس البروفيسور هونغ ليانغ للحصول على درجة البكالوريوس في قسم الفيزياء في جامعة العلوم والتكنولوجيا في الصين، ودراساته العليا في الجامعة الصينية في هونج كونج، حيث كان اتجاه بحثه هو تركيب/توصيف المواد النانوية. حصل على درجة الدكتوراه من جامعة أكرون في الولايات المتحدة، حيث كانت اتجاهات بحثه الرئيسية هي الخصائص الفيزيائية والكيميائية والديناميكيات والتحولات الطورية للبوليمرات / البروتينات.
في عام 2010،انضم البروفيسور هونغ ليانغ إلى مختبر أوك ريدج الوطني في الولايات المتحدة كطالب ما بعد الدكتوراه، مع التركيز على بنية البروتين وديناميكياته ووظيفته في مجال علم الأحياء الحسابي. في عام 2015،انضم البروفيسور هونغ ليانغ إلى جامعة شنغهاي جياو تونغ كباحث رئيسي مستقل لإجراء أبحاث في مجال الفيزياء الحيوية الجزيئية. في عام 2020،يجمع البروفيسور هونغ ليانغ بين الذكاء الاصطناعي والحوسبة والتجارب الرطبة لإجراء أبحاث تصميم البروتين. ويشكل انتقاله من الفيزياء إلى الكيمياء، ومن الكيمياء إلى علم الأحياء، وأخيرًا من التجارب الرطبة إلى الحوسبة والذكاء الاصطناعي خلفية بحثية متعددة التخصصات نموذجية.
بعد ثلاث سنوات، قام فريق البروفيسور هونغ ليانغ بشكل مستقل بتطوير بروتين الذكاء الاصطناعي العام "من التسلسل إلى الوظيفة" من سلسلة Proمن التدريب المسبق للنماذج الكبيرة، إلى استكشاف قوائم المفردات الأساسية، ثم إلى أساليب التعلم الخاضعة للإشراف، قمنا بإنشاء قاعدة بيانات لملصقات الخصائص الفيزيائية والكيميائية للبروتين، وعلى هذا الأساس، قمنا بتطوير طريقة ضبط دقيقة لعينة صغيرة، وأخيراً فتحنا حل الذكاء الاصطناعي للتصميم الوظيفي لتسلسلات البروتين.
وللحصول على نتائج ذات صلة، يرجى الرجوع إلى الصفحة الرئيسية لمجموعة الأبحاث الخاصة بها:
https://ins.sjtu.edu.cn/people/lhong/papers.html
حتى الآن، أجرى فريق البحث بقيادة البروفيسور هونغ ليانغ تبادلات وتعاونًا ثريًا وعميقًا مع الشركاء الأكاديميين والصناعيين.ويشمل العديد من المجالات مثل الطب الحيوي، والتشخيص المختبري، والوسائط الصيدلانية، والتغذية والرعاية الصحية، والأغذية والمشروبات، والجمال والعناية بالبشرة، والغسيل والمنسوجات، والطاقة الحيوية، والزراعة الحيوية والهندسة البيئية.في الوقت الذي يتم فيه إنتاج نتائج البحث العلمي بمعدل مرتفع أو حتى بمعدل جنوني، فإنهم ما زالوا متمسكين بالنية الأصلية المتمثلة في "إجراء البحوث العملية"، ويمارسون ما يبشرون به، ويبقون أقدامهم على الأرض، وينقلون نتيجة بحث علمي تلو الأخرى من المختبر إلى خط الإنتاج.
لمزيد من المعلومات حول البروفيسور هونغ ليانغ، يرجى زيارة:
https://ins.sjtu.edu.cn/people/