AdaptiveFlow بالذكاء الاصطناعي يعيد تعريف سحابة اكتشاف الأدوية
أعلن باحثون من مستشفى سانت جود للأبحاث للأطفال، وجامعة بافيا، ومعهد دانا فاربر للسرطان، وكلية طب هارفارد، عن إطلاق منصة AdaptiveFlow، وهي إطار عمل حوسبي مدعوم بالذكاء الاصطناعي صُمم خصيصاً لتسريع عمليات الفحص الافتراضي واسع النطاق في اكتشاف الأدوية. ونشرت المنصة حديثاً في دورية ناتشر بيوتكنولوجي، حيث تتيح فحص ما يصل إلى 69 مليار جزيء مرشح، ممثلة الأكبر عالمياً في مكتبات التثبيت الجاهزة، مع تحقيق انخفاض في تكاليف الحوسبة يتراوح حول ألف ضعف مقارنة بالأساليب التقليدية. تستند كفاءة المنصة إلى بنية سحابية متقدمة تحقق قياساً خطياً مثالياً حتى 5.6 مليون وحدة معالجة مركزية افتراضية، مما يتجاوز مشكلة فقدان كفاءة التواصل الحاسوبي التي تعيق البرمجيات الحالية عند التوسع. يعتمد النظام على شبكة متعددة الأبعاد تضم ثمانية عشر بعداً، يُمثل كل منها خاصية كيميائية حيوية محددة، مما يوجه اختيار مجموعات جزيئية متنوعة وعالية الإمكانات. يعقب ذلك تطبيق نموذج تصنيف آلي مدرب على نتائج الفحص الأولي لتحديد المرشحين الواعدين، الذين تخضع جزيئاتهم لأكثر من 1500 بروتوكول محاكاة ترابط افتراضي ويتم فرزها بدقة وفقاً لقيمة الارتباط المتوقعة بالمستقبل البروتيني. وللتحقق من الفعالية العملية، استغل الفريق المنصة للكشف عن مثبطات نشطة لاستهدافين علاجيين مرتبطين بالسرطان، هما إنزيم PARP1 ومستقبل FSP1. أظهرت النتائج جودة ارتباط مطابقة للمعايير الدوائية القياسية، مع نجاح ملحوظ في كشف مثبطات لـ FSP1 المعقد هندسياً، مما يثبت متانة المنصة في البيئات البحثية الصعبة. يتميز المشروع بانفتاحه الكامل كمصدر مفتوح، مصحوباً بدليل استخدام تدريجي، مما يضمن وصولاً غير مقيد لباحثي جميع الخلفيات إلى موارد الحوسبة فائقة الضخامة. يهدف الفريق إلى تحويل الفحص الافتراضي من عملية استثنائية مكلفة إلى إجراء روتيني، يساهم بشكل مباشر في رفع معدلات النجاح السريري وتسريع تطوير علاجات دقيقة للأمراض المستعصية. تتوفر المنصة حالياً للتنزيل والتطبيق العملي عبر مستودع GitHub الرسمي.
