طورت ديب مايند AlphaGenome للتنبؤ بتأثير مليارات التغيرات الجينية على الجينوم

طورت شركة Google DeepMind نموذج AlphaGenome، القادر على التنبؤ بالتأثيرات الوظيفية لنحو تسعة مليارات تغيّر محتمل على مستوى نيوكليوتيد واحد في الجينوم البشري، في ما يُوصف بأنه قفزة نوعية في مجال الذكاء الاصطناعي البيولوجي.

ويعمل AlphaGenome على تحليل كيف يمكن لتغيير نيوكليوتيد واحد في تسلسل الحمض النووي أن يؤثر في وظائف الجينات، مما يفتح إمكانية التعرف على الطفرات المسببة للأمراض قبل ظهور أعراضها. ويأتي هذا النموذج تطويراً لعائلة AlphaFold الشهيرة التي توقعت أشكال البروتينات.

ويُمثّل هذا الإعلان تحولاً استراتيجياً من فهم بنية البروتينات إلى فهم كيف تتحكم التغيرات الجينية في وظائفها، مما قد يُسرّع اكتشاف علاجات للأمراض الوراثية النادرة وسرطانات معينة. وقد رصد الباحثون الحاجة إلى أدوات كهذه مع تضاعف بيانات التسلسل الجيني عالمياً.

ويتزامن هذا الإطلاق مع تسابق كبرى شركات الذكاء الاصطناعي على قطاع التقنيات الحيوية، إذ تضخ Microsoft وNvidia استثمارات ضخمة في بيولوجيا الذكاء الاصطناعي. ويُرجّح أن يُصبح AlphaGenome أداة رئيسية في مختبرات الأبحاث الجينومية حول العالم.

ماذا تعني هذه المصطلحات؟

الجينوم (Genome): النسخة الكاملة من المعلومات الوراثية لكائن حي، مكوّنة من تسلسلات طويلة من الحمض النووي DNA.

النيوكليوتيد (Nucleotide): اللبنة الأساسية للحمض النووي، كأحرف أبجدية تُشكّل "كتاب" التعليمات الوراثية. تغيير نيوكليوتيد واحد يمكن أن يُسبّب مرضاً أو يغيّر صفة وراثية.

التنبؤ الوظيفي (Functional Prediction): تقدير تأثير تغيير جيني على عمل الخلية أو العضو، دون الحاجة إلى إجراء تجارب مخبرية مكلفة.