تسريع تطوير لقاحات الحمض النووي الريبوزي والعلاجات الجينية باستخدام الذكاء الاصطناعي
مقدمة
طور باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) طريقة جديدة لتصميم جسيمات نانوية قادرة على توصيل لقاحات الحمض النووي الريبوزي (RNA) وأنواع أخرى من العلاجات الجينية بكفاءة أعلى، وذلك باستخدام تقنيات الذكاء الاصطناعي. وقد استخدم الباحثون نموذجًا للتعلم الآلي لتحليل آلاف الجسيمات الحاملة الموجودة، للتنبؤ بمواد جديدة أكثر فعالية. كما مكّنهم النموذج من تحديد الجسيمات التي تعمل بشكل جيد في أنواع مختلفة من الخلايا، واكتشاف طرق لإدراج أنواع جديدة من المواد في الجسيمات.
منهجية البحث
اعتمدت الدراسة المنشورة في مجلة Nature Nanotechnology على تدريب نموذج تعلم آلي (COMET) مستوحى من بنية المحولات المستخدمة في نماذج اللغات الكبيرة مثل ChatGPT. يُحلل هذا النموذج كيفية تفاعل المكونات الكيميائية المختلفة في الجسيمات النانوية لتأثيرها على خصائصها، مثل كفاءة توصيل الحمض النووي الريبوزي إلى الخلايا.
تم تدريب النموذج على مكتبة تضم حوالي 3000 صيغة مختلفة من الجسيمات النانوية الدهنية (LNPs)، تم اختبار كل منها معمليًا لتقييم كفاءتها في توصيل الحمولة إلى الخلايا. ثم تم تغذية بيانات هذه الاختبارات إلى نموذج التعلم الآلي.
بعد تدريب النموذج، تم استخدامه للتنبؤ بصيغ جديدة أكثر فعالية من الصيغ الموجودة. وقد تم اختبار هذه التنبؤات من خلال توصيل mRNA المشفر لبروتين فلوري إلى خلايا جلد الفئران المزروعة في طبق بتري. أظهرت النتائج أن الجسيمات النانوية التي تنبأ بها النموذج كانت أكثر فعالية من الجسيمات الموجودة في بيانات التدريب، وفي بعض الحالات، أفضل من الصيغ المستخدمة تجاريًا.
توسيع نطاق الدراسة
لم يقتصر الأمر على التنبؤ بفعالية توصيل mRNA، بل قام الباحثون بتوسيع نطاق الدراسة لتشمل:
- إضافة مكون خامس: تم تدريب النموذج على جسيمات نانوية تحتوي على مركب بوليمري يُعرف باسم (PBAEs)، لتحسين أداء الجسيمات النانوية الدهنية.
- استهداف أنواع خلايا مختلفة: تم تدريب النموذج على التنبؤ بالجسيمات النانوية التي تعمل بشكل أفضل في أنواع مختلفة من الخلايا، بما في ذلك خلايا Caco-2 المشتقة من خلايا سرطان القولون.
- تحسين عملية التجفيف بالتجميد: تم استخدام النموذج للتنبؤ بالجسيمات النانوية التي تتحمل عملية التجفيف بالتجميد (lyophilization) بشكل أفضل، وهو ما يُسهم في إطالة عمر الصلاحية.
النتائج والتطبيقات
أظهرت هذه الدراسة إمكانية استخدام الذكاء الاصطناعي لتسريع عملية تطوير لقاحات الحمض النووي الريبوزي والعلاجات الجينية. يُعد نموذج COMET أداة قوية وقابلة للتكييف مع مجموعة واسعة من الأسئلة، مما يُسهم في تسريع عملية البحث والتطوير. ويعمل الباحثون حاليًا على دمج بعض هذه الجسيمات في علاجات محتملة لمرض السكري والسمنة، كجزء من مشروع ممول من وكالة مشاريع البحوث المتقدمة الأمريكية للصحة (ARPA-H). تشمل العلاجات التي يمكن توصيلها بهذه الطريقة تقليدًا لهرمون GLP-1 ذي تأثيرات مماثلة لدواء Ozempic.
التمويل
تم تمويل هذا البحث من قبل مركز GO Nano Marble في معهد كوتش، ومنح Karl van Tassel Career Development، قسم الهندسة الميكانيكية في MIT، مستشفى بريغهام والنساء، ووكالة ARPA-H.
اترك تعليقاً