كيف تحاول مختبرات HIVE سد فجوة البيانات البشرية في اكتشاف الأدوية بالذكاء الاصطناعي؟

تقوم الفكرة الأساسية لدى شركة Vivodyne على أن اكتشاف الأدوية بالذكاء الاصطناعي يواجه مشكلة في البيانات قبل أن يواجه مشكلة في النماذج. فالأنظمة الحالية تستطيع اقتراح أهداف جزيئية ومركبات وأفكار تجريبية بسرعة، لكن قدرتها على التنبؤ تظل محدودة عندما تكون البيانات المتاحة مستمدة أساسًا من الحيوانات أو الخلايا المعزولة أو البروتينات، بدلًا من وصف كيفية استجابة الأنسجة البشرية المعقدة للتدخل العلاجي.

ويقول أندريه جورجسكو، الرئيس التنفيذي للشركة، إن الأدوية التي صممتها أنظمة الذكاء الاصطناعي ليست حتى الآن أفضل بصورة جوهرية من الأدوية التي صممها البشر، لأن النماذج لا تملك ما يكفي من البيانات المخبرية ذات الصلة لتتعلم منه. 25

وتقدم Vivodyne منصتها المسماة HIVE بوصفها محاولة لمعالجة هذه الفجوة: مختبرات روبوتية ذاتية التشغيل تنمّي الأنسجة البشرية، وتعرضها للأدوية، وتراقب استجابتها، ثم تحول النتائج إلى بيانات قابلة للتحليل على نطاق واسع.

المشكلة: الارتباط لا يكفي

قد يكتشف نموذج لاكتشاف الأدوية ارتباطًا بين سمة بيولوجية ونتيجة مرضية، لكن ذلك لا يثبت بالضرورة ما سيحدث عندما يغيّر دواء ما النظام الحيوي، بجرعة محددة، داخل نسيج معين.

لهذا تركز Vivodyne على مفهوم التدخل التجريبي: تغيير حالة بيولوجية عمدًا ثم قياس استجابة النسيج. ووفق تصور الشركة، يمكن للتجربة أن تنتج علاقة أكثر فائدة لتطوير الدواء: إذا أُعطي العلاج «س» بجرعة «ص»، فإن النسيج «ع» يتغير بطريقة قابلة للقياس. وتصف المنصة هذا النهج بأنه وسيلة لإنتاج بيانات عن السببية الخلوية من خلال تجارب مضبوطة على أنسجة بشرية. 2

وتكمن أهمية هذا الفرق في أن النموذج الذي يتعلم من بيولوجيا ناقصة أو غير مماثلة للإنسان قد يقدم تنبؤات واثقة جدًا، لكنها لا تنجح عند اختبارها على المرضى. ولا تقول Vivodyne إن النماذج الأكبر عديمة الفائدة؛ بل تجادل بأن زيادة حجم النماذج من دون تحسين جودة البيانات التجريبية وارتباطها بالإنسان قد تؤدي إلى مكاسب محدودة. 1725

كيف تعمل منصة HIVE؟

تجمع HIVE بين الروبوتات، والموائع الدقيقة، وهندسة الأنسجة، وإعطاء الجرعات آليًا، وقياس المؤشرات البيولوجية. وتقول Vivodyne إن نظامها قادر على تنمية 20 نوعًا من الأنسجة البشرية، ثم إعطائها أدوية أو تعريضها لتدخلات أخرى، وتتبع التغيرات الناتجة بمرور الوقت. 117

وتعتمد المنصة على أقراص نسيجية تسمى TissueDisks، تتيح ـ بحسب الشركة ـ تنمية مئات الأنسجة البشرية المستقلة وإعطاءها الجرعات بالتوازي. ويحتوي كل نموذج نسيجي، وفق Vivodyne، على نحو 200 ألف إلى 500 ألف خلية، وقد يضم شبكات وعائية ثلاثية الأبعاد خاصة بالنسيج وقابلة للتروية، بما يوفر طريقة أكثر واقعية لإيصال العلاجات. 24

ويفترض سير العمل أن يكون تكراريًا:

1. تنمية نماذج موحدة من الأنسجة البشرية.
2. تطبيق دواء أو جرعة أو تغيير جيني أو مجموعة من التدخلات.
3. قياس الاستجابات الجزيئية والخلوية والوظيفية.
4. إدخال النتائج في التحليل وتصميم التجارب اللاحقة.

بهذه الطريقة يتحول المختبر من مجموعة اختبارات منفصلة إلى نظام لإنتاج البيانات. فالنتيجة لا تقتصر على معرفة ما إذا كان النسيج قد بقي حيًا، بل قد تشمل كيفية تغيره، ووقت حدوث التغير، والخلايا المتأثرة، وكيف بدلت الجرعات أو التركيبات العلاجية المختلفة النتيجة.

لماذا قد تفشل النماذج الحيوانية والخلوية في التنبؤ؟

تظل النماذج الحيوانية مفيدة لدراسة تأثيرات الأدوية في الجسم كله، لكن الآلية التي تنجح في حيوان قد لا تتصرف بالطريقة نفسها لدى الإنسان. فالفروق بين الأنواع قد تؤثر في استقلاب الدواء، وسمّيته، والاستجابة المناعية، وآليات المرض، والتفاعل بين الأنسجة المختلفة.

أما تجارب الخلايا المفردة والبروتينات فتوفر تفاصيل مهمة، لكنها تزيل جانبًا كبيرًا من البنية متعددة الخلايا والسياق الفسيولوجي اللذين يحددان تأثير الدواء. ويساعد هذا الاختلاف في تفسير سبب فشل مرشحين دوائيين واعدين خلال التطوير على البشر، رغم نجاحهم في المراحل السابقة على التجارب السريرية.

وتتمثل الوظيفة المقترحة لمنصة Vivodyne في إضافة دليل مستمد من الأنسجة البشرية في وقت أبكر، بحيث يمكن اكتشاف بعض مشكلات السلامة والفعالية قبل وصول المرشح الدوائي إلى تجربة مكلفة على المرضى. 113

لكن الأنسجة المزروعة في المختبر ليست جسمًا بشريًا كاملًا. فقد لا تعيد هذه النماذج تمثيل حركية الدواء في الجسم كله، أو الإشارات بين الأعضاء، أو التأثيرات المناعية طويلة الأمد، أو الاختلافات بين المرضى، أو كل خصائص المرض. لذلك ينبغي النظر إليها باعتبارها جسرًا محتملًا بين الاختبارات المخبرية المبسطة والبحث السريري، لا بديلًا عن التجارب السريرية.

ما الأدلة التي أعلنتها Vivodyne؟

أعلنت الشركة نتائج اختبار 20 دواءً للعلاج الكيميائي على عدة نماذج نسيجية. وتقول إن نموذج الكبد تنبأ بسمية الأدوية لدى البشر بدقة بلغت 94%، وإن نموذج مجرى الهواء طابق سلوك الأنسجة البشرية بنسبة 96%، بينما حقق نموذج نخاع العظم توافقًا كاملًا بنسبة 100% في مجموعة الاختبارات تلك. 17

وقد تكون هذه الأرقام مهمة، لكنها تحتاج إلى قراءة حذرة. فالمعلومات المتاحة تعرضها بوصفها ادعاءات أداء أعلنتها الشركة. ولا تثبت وجود تحقق واسع ومستقل ومحكّم علميًا عبر فئات متعددة من الأدوية، كما لا تثبت أن تنبؤات HIVE رفعت معدلات الموافقة على الأدوية أو حسّنت نتائجها السريرية في مقارنة مستقبلية مع برامج ما قبل سريرية تقليدية.

كما أعلنت Vivodyne عن منشأة تضم 12 مختبرًا من مختبرات HIVE، بطاقة سنوية تبلغ 3.1 ملايين تجربة مضبوطة على أنسجة بشرية حية. وهذه القدرة المعلنة تصف نطاق تشغيل المنصة، لكنها لا تثبت بحد ذاتها أن نتائج التجارب قابلة للتنبؤ بالنتائج السريرية. 37

التمويل والدعم التجاري

أعلنت الشركة في عام 2023 جمع 38 مليون دولار من تمويل تأسيسي، بقيادة Khosla Ventures وبمشاركة Kairos Ventures وCS Ventures وMBX Capital وBison Ventures. 9 كما أعلنت Vivodyne لاحقًا جولة تمويل بقيمة 40 مليون دولار لتوسيع بنيتها التحتية لاختبار الأنسجة البشرية المعتمدة على الروبوتات والذكاء الاصطناعي. 7

ويدعم هذا التمويل استراتيجية تتعامل مع علم الأحياء التجريبي بوصفه بنية تحتية للذكاء الاصطناعي: إنتاج مجموعات بيانات كبيرة وموحدة أولًا، ثم استخدامها لتحسين التنبؤات العلاجية وترتيب التجارب بحسب الأولوية.

كيف يمكن أن تؤثر المنصة في التجارب السريرية؟

إذا أثبتت المنصة قدرتها التنبؤية في دراسات مستقبلية مستقلة، فقد تؤثر في تطوير الأدوية بثلاث طرق رئيسية.

اكتشاف الفشل في وقت مبكر

يمكن استبعاد المرشحين ذوي الفعالية الضعيفة أو السمية غير المقبولة قبل تعريض المرضى لهم. ولن يلغي ذلك حالات الفشل السريرية، لكنه قد يقلل عدد المرشحين الذين يدخلون التجارب بأدلة بيولوجية محدودة.

اختيار أفضل للمرشح والجرعة

قد يساعد اختبار جرعات متعددة وفي سياقات نسيجية مختلفة الباحثين على تحديد المرشحين الجديرين بالانتقال إلى المراحل التالية، ونطاقات الجرعات التي تستحق الدراسة سريريًا. وتقدم Vivodyne منصتها البشرية باعتبارها مفيدة في مراحل الاكتشاف، ودراسة الامتصاص والتوزيع والاستقلاب والسمية، وتصميم التجارب. 13

نماذج ذكاء اصطناعي أكثر إفادة

يمكن لسلسلة متكررة من تجارب التدخل وقياس الاستجابة أن تمنح أنظمة الذكاء الاصطناعي بيانات تدريب تربط العلاج بنتيجة بيولوجية على مستوى النسيج. وتأمل Vivodyne أن يدعم ذلك بمرور الوقت نموذجًا حسابيًا أوسع، أو ما تسميه «نموذجًا للعالم» في البيولوجيا البشرية. 8

لكن تحقيق هذا الهدف يعتمد على جودة البيانات وقابليتها للتكرار وتنوعها والتحقق منها خارجيًا. فزيادة عدد التجارب لا تجعل البيانات أفضل تلقائيًا إذا كانت النماذج النسيجية لا تمثل الفئات ذات الصلة من المرضى، أو إذا كانت القياسات لا تتنبأ بالنتائج لدى البشر.

لماذا تمثل العلاجات المركبة اختبارًا مهمًا؟

تتطلب العلاجات المركبة دراسة أكثر من متغير في الوقت نفسه: أزواج الأدوية، والجرعات، وترتيب إعطائها، والتوقيت، والسياق النسيجي. وقد تجعل منصة تعتمد على الأنسجة البشرية من العملي اختبار هذه التركيبات بصورة منهجية، والبحث عن تأثيرات تآزرية مع فحص السمية قبل تعريض المرضى لها.

وقد يكون ذلك مفيدًا خصوصًا في الأمراض التي يؤثر فيها دواء واحد في جزء فقط من مسار بيولوجي معقد. لكن التحفظ نفسه يظل قائمًا: فتجارب الأنسجة قد تكشف التفاعلات داخل البيولوجيا التي يمثلها النموذج، بينما تعتمد النتائج السريرية أيضًا على الامتصاص والتوزيع والاستقلاب والتأثيرات المناعية والتفاعلات بين الأعضاء والتباين بين المرضى.

الخلاصة

تراهن Vivodyne على أن التقدم المقبل في اكتشاف الأدوية بالذكاء الاصطناعي سيأتي من تحسين الأساس التجريبي، لا من الاكتفاء ببناء خوارزميات أكبر. وصُممت HIVE لتوفير هذا الأساس عبر إجراء تجارب مضبوطة وعالية الكثافة على 20 نوعًا من الأنسجة البشرية المزروعة مخبريًا، وتحويل نتائجها إلى بيانات بيولوجية منظمة. 117

وتحاول هذه المقاربة معالجة نقطة ضعف حقيقية في الانتقال من الاختبارات السابقة سريريًا إلى علاج المرضى: فالنماذج التي تتعلم من أنظمة مبسطة قد لا تتنبأ بصورة موثوقة بما يحدث داخل الإنسان. وتظل أرقام الأداء المبكرة وحجم التشغيل اللذان أعلنتهما Vivodyne لافتين، لكنهما يمثلان أدلة صادرة عن الشركة نفسها. أما الاختبار الحاسم فسيكون معرفة ما إذا كانت تنبؤات HIVE، بعد التحقق المستقل منها، تستطيع تحسين اختيار المرشحين، وتقليل الإخفاقات السريرية، وإنتاج نماذج ذكاء اصطناعي تتعمم نتائجها خارج الأنسجة والأدوية التي استُخدمت في تدريبها.