أصدر الباحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نموذجًا قويًا للذكاء الاصطناعي مفتوح المصدر يسمى Boltz-1 الذي يحقق نفس الدقة التي يحققها AlphaFold3 من Google DeepMind في التنبؤ بهياكل الجزيئات الحيوية. ومن المتوقع أن يؤدي هذا الإنجاز إلى تسريع وتيرة الأبحاث الطبية الحيوية وتطوير الأدوية بشكل كبير، مما يوفر للباحثين في جميع أنحاء العالم أداة فعالة وسهلة الاستخدام. إن طبيعة المصدر المفتوح تمامًا لبولتز-1 تكسر الطبيعة المغلقة للنماذج السابقة وتشجع التعاون العالمي والابتكار، وهو أمر له أهمية بعيدة المدى لتعزيز الاكتشاف العلمي والتقدم التكنولوجي.
أطلق العلماء في معهد ماساتشوستس للتكنولوجيا (MIT) مؤخرًا نموذجًا قويًا للذكاء الاصطناعي مفتوح المصدر يسمى Boltz-1. يعد هذا الابتكار بتسريع الأبحاث الطبية الحيوية وتطوير الأدوية بشكل كبير.
يعد Boltz-1 أول نموذج مفتوح المصدر بالكامل قادر على الوصول إلى نفس المستوى المتقدم مثل AlphaFold3 من Google DeepMind في التنبؤ ببنية الجزيئات الحيوية. تم تطوير النموذج من قبل فريق من عيادة جميل للتعلم الآلي الصحية التابعة لمعهد ماساتشوستس للتكنولوجيا، بقيادة طلاب الدراسات العليا جيريمي وولفيند وغابرييل كورسو، ويضم الباحث في معهد ماساتشوستس للتكنولوجيا سالو باسارو وأستاذ الهندسة الكهربائية مع أساتذة علوم الكمبيوتر ريجينا باردسلي وتومي أكارا.
وفي حفل الإطلاق الذي أقيم في الخامس من ديسمبر، قال وولويند وكورسو إن هدفهما النهائي هو تعزيز التعاون العالمي، وتسريع الاكتشافات العلمية، وتوفير منصة قوية لتطوير النمذجة الجزيئية الحيوية. وقال كورسو: "نأمل أن تكون هذه نقطة انطلاق للمجتمع"، مؤكدا أن تسمية "بولتز-1" بدلا من "بولتز" تهدف إلى تشجيع المشاركة المجتمعية.
تلعب البروتينات دورًا رئيسيًا في جميع العمليات البيولوجية تقريبًا، ويرتبط شكل البروتين ارتباطًا وثيقًا بوظيفته، لذا فإن فهم بنية البروتين أمر بالغ الأهمية لتصميم أدوية جديدة أو هندسة بروتينات جديدة ذات وظائف محددة. نظرًا لأن عملية طي السلاسل الطويلة من الأحماض الأمينية في البروتينات إلى هياكل ثلاثية الأبعاد معقدة للغاية، فإن التنبؤ الدقيق بهياكلها كان دائمًا تحديًا كبيرًا للمجتمع العلمي.
يستخدم AlphaFold2 من DeepMind التعلم الآلي للتنبؤ بسرعة بهياكل البروتين ثلاثية الأبعاد بدقة عالية بحيث يصعب على العلماء التجريبيين التمييز بينها. تحسن AlphaFold3 على هذا الأساس واعتمد نموذج الذكاء الاصطناعي التوليدي، ومع ذلك، لأنه لم يكن مفتوح المصدر بالكامل، فقد تعرض لانتقادات من قبل المجتمع العلمي. لذلك، شرع فريق البحث في معهد ماساتشوستس للتكنولوجيا (MIT) في تطوير Boltz-1، متبعًا الأفكار الأساسية لـ AlphaFold3، وإجراء تحسينات على هذا الأساس لتحسين دقة النموذج وكفاءة التنبؤ به.
أمضى فريق البحث أربعة أشهر وأجرى تجارب متعددة للتغلب على مشاكل الغموض وعدم التجانس التي واجهتها في بنك بيانات البروتين. وفي النهاية، أظهرت تجاربهم أن بولتز-1 حقق نفس الدقة التي حققها ألفا فولد 3 في التنبؤ ببنية الجزيئات الحيوية المعقدة.
ويخطط الباحثون لمواصلة تحسين أداء بولتز-1 وتقصير وقت التنبؤ. كما أنهم يدعون الباحثين لتجربة Boltz-1 على GitHub والتواصل مع المستخدمين الآخرين من خلال قناة Slack. ويأمل فريق البحث أن يعمل Boltz-1 على تعزيز التعاون الأوسع وإلهام التطبيقات الإبداعية في المجتمع.
المشروع: https://jclinic.mit.edu/democratizing-science-boltz-1/
تسليط الضوء على:
يعد Boltz-1 أول نموذج للتنبؤ ببنية الجزيئات الحيوية مفتوح المصدر بالكامل ويحقق نفس أداء AlphaFold3.
وقد تم تطوير النموذج لتعزيز التعاون العالمي وتعزيز البحوث الطبية الحيوية وتطوير الأدوية.
يأمل فريق معهد ماساتشوستس للتكنولوجيا في استخدام Boltz-1 لتبسيط التنبؤ ببنية البروتين حتى يتمكن المزيد من الباحثين من استخدام هذه الأداة القوية.
إن طبيعة المصدر المفتوح لـ Boltz-1 ستؤدي بلا شك إلى تسريع وتيرة الأبحاث الطبية الحيوية العالمية وتجلب أملًا جديدًا لعلاج الأمراض وتطوير الأدوية. لقد شكلت جهود فريق معهد ماساتشوستس للتكنولوجيا مثالاً جيدًا للمجتمع العلمي وقدمت اتجاهات وإمكانيات جديدة للتطبيق المستقبلي لتكنولوجيا الذكاء الاصطناعي في مجال علوم الحياة. ومن المتوقع أن يتمكن بولتز-1 من تقديم مساهمات أكبر لصحة الإنسان.