علماء الإمارات يستكشفون بنجاح مزايا الشبكات العدائية التوليدية الكمومية في الكيمياء التوليدية

أعلنت Insilico Medicine، وهي شركة تكتشاف الأدوية بدعم من الذكاء الصناعي (AI) في مرحلة السريرية، اليوم أن مركزها للبحث والتطوير في الذكاء الصناعي التوليدي والحوسبة الكمومية في أبوظبي يقود الجهود في الجمع بين تكنولوجيا الحوسبة الكمومية والذكاء الصناعي التوليدي، وهما تكنولوجيا تتطور بسرعة، لاستكشاف الاكتشاف الرئيسي للمرشحين في عملية تطوير الأدوية وأظهر بنجاح المزايا المحتملة للشبكات العدائية التوليدية الكمومية في الكيمياء التوليدية.

يقود الدراسة مركز Insilico UAE، أكبر مركز بحث في المنطقة مدعوم بالذكاء الصناعي في مجال البيوتكنولوجيا والذي يقع في مدينة مصدر، والذي يركز على تطوير وبناء أساليب ومحركات ثورية بتكنولوجيا تتطور بسرعة بما في ذلك الذكاء الصناعي التوليدي والحوسبة الكمومية لتسريع اكتشاف وتطوير الأدوية ويدعمه مدير تحالف التسريع في جامعة تورنتو آلان أسبورو-غوزيك ومعهد بحوث هون هاي (فوكسكون). تم نشرها في 13 مايو في مجلة الجمعية الأمريكية للكيمياء لمعلومات الكيمياء والنمذجة، وهي مجلة رائدة في النمذجة الحاسوبية.

تعد الشبكات العدائية التوليدية (GANs) واحدة من أكثر النماذج التوليدية نجاحا في اكتشاف الأدوية والتصميم، حيث أظهرت نتائج ملحوظة في توليد البيانات التي تقلد توزيع البيانات في مهام مختلفة. يتكون النموذج GAN الكلاسيكي من مولد ومميز. يأخذ المولد الضوضاء العشوائية كمدخلات ويحاول تقليد توزيع البيانات، ويحاول المميز التمييز بين العينات الوهمية والحقيقية. يتم تدريب GAN حتى لا يستطيع المميز التمييز بين البيانات المولدة والبيانات الحقيقية.

في هذا الورقة، قام الباحثون باستكشاف ميزة الكم في اكتشاف الأدوية الجزيئية الصغيرة عن طريق استبدال كل جزء من MolGAN، وهو GAN ضمني للرسوم البيانية الجزيئية الصغيرة، بدائرة كمومية متغيرة (VQC) خطوة بخطوة بما في ذلك كمولد للضوضاء، مولد مع طريقة الرقعة والمميز الكمومي، ومقارنة أدائه مع النظير الكلاسيكي.

تظهر الدراسة ليست فقط أن GANs الكمومية المدربة يمكنها توليد جزيئات تشبه مجموعة التدريب باستخدام VQC كمولد للضوضاء ولكن المولد الكمومي يتفوق على GAN الكلاسيكي في خصائص الأدوية للمركبات المولدة والمعيار الموجه نحو الهدف. بالإضافة إلى ذلك، تظهر الدراسة أن المميز الكمومي لـ GAN مع عشرات البارامترات التعلمية فقط يمكنه توليد جزيئات صالحة وأنه يتفوق على النظير الكلاسيكي الذي يحتوي على عشرات الآلاف من البارامترات من حيث خصائص الجزيء المولد ونتيجة انحراف KL.

“يتم التعرف على الحوسبة الكمومية كالثورة التكنولوجية التالية التي ستحدث تأثيرًا كبيرًا على جميع المجتمعات، ويُعتقد أن صناعة الأدوية ستكون من بين أول موجة من الصناعات التي تستفيد من التقدم. توضح الورقة أولى خطوات Insilico في الحوسبة الكمومية مع الذكاء الصناعي في توليد الجزيئات مما يؤكد رؤيتنا في هذا المجال,” قال أليكس أليبر، الرئيس العام لـ Insilico، الذي سيعمل كمدير عام لمركز المنطقة.

سيدعم النتيجة المشجعة علماء Insilico لدمج نموذج الشبكة العدائية الكمومية التوليدية الهجين في Chemistry42، محرك توليد الجزيئات الصغيرة المملوك لـ Insilico، للحصول على نتائج أكثر كفاءة ودقة في عملية اكتشاف الأدوية وتطويرها بدعم من الذكاء الصناعي. كواحدة من الرواد في استخدام الشبكات العدائية التوليدية في تصميم الجزيئات من الصفر، نشرت Insilico أول ورقة في هذا المجال في عام 2016 وقدمت الشركة 11 مرشحًا قبل السريرية بدعم من منصتها النهائية Pharma.AI التي تعتمد على النماذج التوليدية للذكاء الصناعي منذ 2021، ثلاثة منها دخلت التجارب السريرية.

“أنا فخور بالنتائج الإيجابية التي حققها فريق الحوسبة الكمومية لدينا من خلال جهودهم وابتكارهم. أعتقد أن هذه هي الخطوة الصغيرة الأولى في رحلتنا,” قال أليكس زافورونكوف، المؤسس والرئيس التنفيذي لـ Insilico Medicine. “نحن ملتزمون بتسريع العلاجات الفعالة ذات الجودة العالية إ

لى المرضى لتمديد الحياة الصحية الإنتاجية للجميع على الكوكب بدعم من التقنيات الحديثة. مركز Insilico في الإمارات العربية المتحدة يعمل حاليًا على تجربة ثورية مع حاسوب كمومي حقيقي للكيمياء ويتطلع إلى مشاركة أفضل ممارسات Insilico مع الصناعة والأوساط الأكاديمية.”