كيف يساعد الذكاء الاصطناعي في البحث عن أدوية لعلاج السل؟

السل هو تهديد صحي عالمي خطير أصاب أكثر من 10 ملايين شخص في عام 2022، حيث ينتشر هذا المرض عن طريق الهواء إلى الرئتين، ويمكن أن يؤدي إلى السعال المزمن وآلام الصدر والتعب والحمى وفقدان الوزن.

وفي حين أن العدوى أكثر انتشارًا في أجزاء أخرى من العالم، فإن تفشي مرض السل الخطير الذي يتكشف حاليًا في كانساس أدى إلى وفاة شخصين وأصبح أحد أكبر تفشيات السل المسجلة في الولايات المتحدة.

رغم أن مرض السل يعالج عادة بالمضادات الحيوية، إلا أن ظهور سلالات مقاومة للأدوية أدى إلى الحاجة الملحة إلى مرشحين جدد للأدوية.

تتناول دراسة جديدة نُشرت في مجلة Proceedings of the National Academy of Sciences الاستخدام الجديد للذكاء الاصطناعي لفحص المركبات المضادة للميكروبات المرشحة التي يمكن تطويرها إلى علاجات جديدة لمرض السل.

البحث عن أهداف علاجية

لقد ثبت تاريخيا أن البحث عن أهداف جديدة للأدوية المضادة لمرض السل باستخدام الطرق المعملية التقليدية أمر شاق ويستغرق وقتا طويلا بسبب صعوبة فهم كيفية عمل الأدوية الجديدة ضد المتفطرة السلية، وهي البكتيريا المسببة لهذا المرض.

تتناول الدراسة الجديدة تطوير "مايكو بي سي بي"، وهي تقنية من الجيل التالي. تتكيف الطريقة الجديدة مع تقنية بي سي بي باستخدام التعلم العميق - وهو نوع من الذكاء الاصطناعي يستخدم شبكات عصبية تشبه الدماغ - للتغلب على التحديات التقليدية وفتح آفاق جديدة لخلايا المتفطرة السلية.

قال جو بوجليانو، أستاذ في قسم الأحياء الجزيئية والمشارك في تأليف الدراسة: "هذه هي المرة الأولى التي يتم فيها تطبيق هذا النوع من تحليل الصور باستخدام التعلم الآلي والذكاء الاصطناعي بهذه الطريقة على البكتيريا".

وأضاف: "من الصعب بطبيعتها تفسير صور السل بالعين البشرية والقياسات المعملية التقليدية، التعلم الآلي أكثر حساسية في قدرته على التقاط الاختلافات في الأشكال والأنماط المهمة للكشف عن الآليات الأساسية".

على مدى أكثر من عامين من التطوير، قام المؤلفان الرئيسيان للدراسة ديانا كواش وجوزيف سوجي بتشكيل تقنية MycoBCP من خلال تدريب أدوات الذكاء الاصطناعي المعروفة باسم الشبكات العصبية التلافيفية بأكثر من 46000 صورة لخلايا السل.

قال سوجي: "إن خلايا السل متكتلة ويبدو أنها تلتصق دائمًا ببعضها البعض، لذا لم يكن من الممكن تحديد حدود الخلايا، وبدلًا من ذلك، قفزنا مباشرة إلى السماح للكمبيوتر بتحليل الأنماط في الصور لنا".

تعاون لينيوس مع خبيرة مرض السل تانيا باريش من معهد سياتل لأبحاث الأطفال لتطوير BCP للبكتيريا.

وقد أدى النظام الجديد بالفعل إلى تسريع قدرات الفريق البحثية في مرض السل بشكل كبير وساعد في تحديد المركبات المرشحة المثالية لتطوير الأدوية.

قال باريش، أحد مؤلفي الدراسة: "إن أحد المكونات الأساسية للتقدم نحو تطوير أدوية جديدة هو تحديد كيفية عملها، وهو أمر كان يمثل تحديًا تقنيًا ويستغرق وقتًا طويلا، حيث تعمل هذه التكنولوجيا على توسيع وتسريع قدرتنا على القيام بذلك وتسمح لنا بتحديد أولويات الجزيئات التي يجب العمل عليها بناءً على طريقة عملها".