إن الجمع بين الذكاء الاصطناعي وCrispr سيكون بمثابة تحول

في عام 2025، نحن سيشهد الذكاء الاصطناعي والتعلم الآلي البدء في تضخيم تأثير تحرير الجينوم بتقنية Crispr في الطب والزراعة وتغير المناخ والأبحاث الأساسية التي تدعم هذه المجالات. ومن الجدير بالذكر أن مجال الذكاء الاصطناعي مليء بالوعود الكبيرة مثل هذا. مع أي تقدم تكنولوجي جديد كبير، هناك دائمًا دورة من الضجيج، ونحن في هذه الدورة الآن. في كثير من الحالات، تكمن فوائد الذكاء الاصطناعي في بضع سنوات في المستقبل، ولكن في أبحاث الجينوم وعلوم الحياة نشهد تأثيرات حقيقية في الوقت الحالي.

في مجال عملي، وهو تحرير الجينات وعلم الجينوم باستخدام تقنية كريسبر على نطاق أوسع، غالبًا ما نتعامل مع مجموعات بيانات هائلة، أو في كثير من الحالات، نتعامل مع مجموعات بيانات ضخمة. لا أستطيع التعامل معهم بشكل صحيح لأننا ببساطة لا نملك الأدوات أو الوقت. يمكن أن تستغرق أجهزة الكمبيوتر العملاقة أسابيع إلى أشهر لتحليل مجموعات فرعية من البيانات لسؤال معين، لذلك يتعين علينا أن نكون انتقائيين للغاية بشأن الأسئلة التي نختار طرحها. يعمل الذكاء الاصطناعي والتعلم الآلي على إزالة هذه القيود بالفعل، ونحن نستخدم أدوات الذكاء الاصطناعي للبحث السريع والاكتشافات في مجموعات البيانات الجينومية الكبيرة لدينا.

في مختبري، استخدمنا مؤخرًا أدوات الذكاء الاصطناعي لمساعدتنا في العثور على بروتينات صغيرة لتحرير الجينات والتي لم يتم اكتشافها في قواعد بيانات الجينوم العامة لأننا ببساطة لم نكن نملك القدرة على معالجة جميع البيانات التي جمعناها. انضمت مجموعة من معهد الجينوميات المبتكرة، وهو معهد الأبحاث الذي أسسته قبل 10 سنوات في جامعة كاليفورنيا في بيركلي، مؤخرًا إلى أعضاء قسم الهندسة الكهربائية وعلوم الكمبيوتر (EECS) ومركز البيولوجيا الحاسوبية، وطوروا طريقة لاستخدام نموذج لغوي كبير، يشبه ما تستخدمه العديد من برامج الدردشة الشائعة، للتنبؤ بجزيئات الحمض النووي الريبي (RNA) الوظيفية الجديدة التي تتمتع بقدر أكبر من تحمل الحرارة مقارنة بالتسلسلات الطبيعية. تخيل ما الذي ينتظر اكتشافه في الجينوم الضخم وقواعد البيانات الهيكلية التي بناها العلماء بشكل جماعي على مدى العقود الأخيرة.

هذه الأنواع من الاكتشافات لها تطبيقات في العالم الحقيقي. بالنسبة للمثالين أعلاه، يمكن لمحرري الجينوم الأصغر حجمًا أن يساعدوا في توصيل العلاجات بشكل أكثر كفاءة إلى الخلايا، كما أن التنبؤ بجزيئات الحمض النووي الريبي (RNA) المستقرة للحرارة سيساعد في تحسين عمليات التصنيع الحيوي التي تولد الأدوية وغيرها من المنتجات القيمة. وفي مجال تطوير الصحة والأدوية، شهدنا مؤخراً الموافقة على أول علاج قائم على تقنية كريسبر لمرض فقر الدم المنجلي، وهناك حوالي 7000 مرض وراثي آخر ينتظر علاجاً مماثلاً. يمكن أن يساعد الذكاء الاصطناعي في تسريع عملية التطوير من خلال التنبؤ بأفضل أهداف التحرير، وزيادة دقة وكفاءة Crispr، وتقليل التأثيرات غير المستهدفة. في الزراعة، تعد تطورات Crispr المبنية على الذكاء الاصطناعي بإنتاج محاصيل أكثر مرونة وإنتاجية ومغذية، مما يضمن قدرًا أكبر من الأمن الغذائي وتقليل الوقت اللازم للوصول إلى السوق من خلال مساعدة الباحثين على التركيز على الأساليب الأكثر فائدة. وفي مجال المناخ، يمكن للذكاء الاصطناعي وكريسبر أن يفتحا المجال أمام حلول جديدة لتحسين احتجاز الكربون الطبيعي والاستدامة البيئية.

ما زلنا في الأيام الأولى، ولكن القدرة على تسخير القوة المشتركة للذكاء الاصطناعي وCrispr بشكل مناسب، والتي يمكن القول إنها التكنولوجيا الأكثر عمقًا في عصرنا، واضحة ومثيرة – وقد بدأت بالفعل.