برنامج لتخطيط التَخْلِيق الكيميائي يعتمد على الشَراكة بين الإنسان والآلة

تهدف برامج تخطيط التَخْلِيق الكيميائي بمساعدة الحاسوب (CASP) الى تكرار ما يفعله كيميائيين التَخْلِيق عند البدء بعملية تَخْلِيق كيميائي: أولًا، البدء بالمركب المستهدف تَخْلِيقه، ثم العمل بشكل عكسي لتتبع مسار تَخْلِيقي معين، متضمنًا سلسلة من التفاعلات القابلة للتطبيق والمواد المتفاعلة الفعالة. يعود العمل في هذا المجال الى خمسين عامًا، ولكن لم تظهر الأمثلة الناجحة إلا في السنوات القليلة الماضية. هذا يعتمد إما على قواعد الكيمياء الموضوعة بواسطة كيميائيين بشر أو على خوارزميات تَعَلُّم الآلة التي استوعبت المعرفة بمسارات التَخْلِيق الكيميائي من قواعد بيانات التفاعلات الكيميائية.

يُعَد البرنامج تحديث لِبرنامج Chematica المُطوَر من قبل بارتوس أ. غريزوبوسكي (Bartosz A. Grzybowski) من معهد أولسان الوطني للعلوم والتكنولوجيا والأكاديمية البولندية للعلوم، ويسوَّق له عن طريق شركة (MilliporeSigma) تحت اسم Synthia. يقول غريزوبوسكي (Grzybowski): «يتضمن البرنامج تقريبًا 100000 قاعدة قام بترميزها هو وزملاءه خلال خمسة عشر عامًا». خلال العام الماضي، أثبتوا أن خطط التَخْلِيق من برنامج Chematica في مثل جودة أو أفضل من خطط الكيميائيين البشريين في التَخْلِيق المختبري. يقول كونور كولي (Connor W. Coley) من معهد ماساتشوستس للتكنولوجيا (MIT) الذي طَوَّرَ برنامج CASP القائم على تَعَلُّم الآلة: «حتى ذلك الوقت ربما كان غريزوبوسكي (Grzybowski)، من أكثر المؤيدين لنهج الخبراء لبرنامج تخطيط التَخْلِيق».

أَدْمَج غريزوبوسكي (Grzybowski) وزملاءه الآن تَعَلُّم الآلة في برنامج Chematica. حيث دُرِبَّت خوارزميات تَعَلُّم آلة تسمي باسم الشبكات العصبية على حوالي 1.4 مليون جزيء كيميائي ناتج، والتي تتطابق مع واحد أو أكثر من التفاعلات المصنفة من قِبل خبراء ترميز برنامج Chematica. يقول غريزوبوسكي (Grzybowski): «ان نَهَج الدمج هذا يُعلِّم الخوارزميات أي من قواعد الخبراء السابقة استخدمها الكيميائيون» … «وهذا بدورة يُساعِد Chematica لتجنب خطوة تخليقيه مُمْكَنة ولكن غير تجريبية أو تفضيل تفاعل قليل الذكر في الأبحاث ولكنه ضروري لتحولات معينة».

يقول غريزوبوسكي (Grzybowski): «انه من الضروري إِدْراجَ النظرة البشرية في برنامج CASP، لأن التَخْلِيق الكيميائي يُشكِل أكثر التحديات صعوبة لخوارزميات تَعَلُّم الآلة من لعب الشطرنج او ألعاب GO والتي تتغلب فيها تلك البرامج باستمرار على البشر» … «يتطلب عادة التخطيط الناجح لمسار تخليقي معين إِدْراجَ خطوتين او ثلاث خطوات في الوقت ذاته. وعلى عكس القيام بخطوة ما في تلك الألعاب، فان حساب تأثيرات تحول تخليقي معين؛ على سبيل المثال، على الكثافة الإلكترونية او الكيمياء الفراغية، يأخذ وقت حوسبة كبير».

قارن الباحثون إمكانيات خوارزمياتهم المُهجَّنة مع تلك القائمة بشكل خالص على نهج الشبكات العصبية والتي نشرت العام الماضي (Nature 2018, DOI: 10.1038/nature25978). كلا الطريقتين كانتا فعالتين في اقتراحهم لخطوات تخليقيه متطابقة مع تفاعلات سبق نشرها عندما تضمنت بياناتهم المدربة آلاف الامثلة من تلك التفاعلات. ولكن عندما كان هنالك اقل من 100 مثال (من التفاعلات المنشورة)، إن نهج الشبكة العصبية نادرا ما حدد تحول مُؤكد، في حين أن النسخة المُهجَّنة من برنامج Chematica كانت تجدها بأكثر من 75% من الوقت. اقترحت العديد من البرامج المُهجَّنة تفاعلات لتخليق عقار البيماتوبروست (bimatoprost)؛ وهو عقار لمرض المياه الزرقاء (glaucoma)، والتي لم تكن ممثلة في البيانات المستخدمة في تدريب البرنامج، مؤكدة قدرة البرنامج على تَبَنِّي تفاعلات غير اعتيادية.

يتفق الكيمائيون أن الشراكة بين الإنسان والآلة مُبشِّرة خاصًة للتفاعلاتِ الأقل شيوعًا. يقول تيموثي كيرناك

(Timothy A. Cernak) من جامعة ميتشغان، والذي يعمل بمختبر ترعاه شركة (MilliporeSigma)، ويستخدم برنامج Synthia: «هذا مهم لأن التوجه في خوارزميات التَخْلِيق العكسي الحديثة، كان لتفضيل تفاعلات معروفة مسبقًا». ولكن كولي (Coley) من معهد (MIT) يُحذِر من أن المقارنة العادلة بين النهج المُهجَّن ونظيره القائم فقط على الشبكة العصبية هي مقارنة صعبة نظرًا لوجود إمكانية كبيرة للخبراء البشر لتحييز البيانات التي يتم تدريب النظام عليها واختبارها.

لم يثبت العلماء طرق التَخْلِيق الناتجة مختبريًا، ولكن غريزوبوسكي (Grzybowski) يقول: «أن مجموعته البحثية سوف تنشر قريبًا، مركب طبيعي مُخلَّق باستخدام هذا البرنامج ومُجرب مختبريًا» … «وهنالك خطط لإدراج النظام المُهجَّن في برنامج Synthia».