Vietnam.vn - Nền tảng quảng bá Việt Nam

دمج الذكاء الاصطناعي في علاج السرطان.

للسرطان تأثير كبير على الصحة العامة، ولذلك فإن الحاجة إلى إيجاد حلول علاجية فعالة وآمنة ومستدامة أصبحت ملحة بشكل متزايد.

Báo Nhân dânBáo Nhân dân25/05/2026

تُجرى أبحاث في معهد الكيمياء لاكتشاف مركبات محتملة لتثبيط السرطان من هياكل الزانثون الطبيعية. (صورة: فان نغا)

تُجرى أبحاث في معهد الكيمياء لاكتشاف مركبات محتملة لتثبيط السرطان من هياكل الزانثون الطبيعية. (صورة: فان نغا)

يُؤثر السرطان بشكلٍ كبير على الصحة العامة، مما يجعل الحاجة إلى حلول علاجية فعّالة وآمنة ومستدامة أكثر إلحاحاً. ويُساهم دمج الذكاء الاصطناعي والحوسبة عالية الأداء والتحقق التجريبي في فتح آفاقٍ جديدة لتطوير مناهج فعّالة في تصميم مشتقات الزانثون لعلاج السرطان الموجّه.

أصبح تصميم الأدوية بمساعدة الحاسوب (CADD) اتجاهًا بارزًا في الكيمياء الصيدلانية الحديثة. في فيتنام، يُسهم دمج الذكاء الاصطناعي والحوسبة عالية الأداء مع الأساليب التجريبية في فتح آفاق جديدة لاستغلال المركبات الطبيعية. في هذه الدراسة، تم اختيار هياكل الزانثون كمادة مصدرية واعدة، مع اتباع منهجية بحثية ترتكز على المحاكاة والتحقق التجريبي.

إلى جانب العلاجات التقليدية، يتجه تطوير الأدوية الحديثة بقوة نحو تصميم الأدوية الموجهة، بالاقتران مع التقنيات الحاسوبية المتقدمة لتقليص مدة البحث وتحسين الكفاءة. وفي هذا السياق، تجذب المركبات المشتقة طبيعياً، ولا سيما الزانثونات، اهتماماً متزايداً نظراً لإمكانياتها البيولوجية المتنوعة، بما في ذلك نشاطها المضاد للسرطان. ومع ذلك، يبقى الاستغلال الأمثل لهذه المركبات محدوداً بالاعتماد فقط على الأساليب التجريبية التقليدية، التي تستغرق وقتاً طويلاً ومكلفة.

نفّذ الأستاذ المشارك، الدكتور فام مينه كوان، وزملاؤه في معهد الكيمياء (الأكاديمية الفيتنامية للعلوم والتكنولوجيا) مشروعًا بعنوان "بحثٌ حول استخدام المحاكاة الحاسوبية جنبًا إلى جنب مع الأساليب التجريبية للبحث عن مركبات مثبطة محتملة للخلايا السرطانية من مركبات إطار الزانثون المشتقة طبيعيًا". يهدف هذا المشروع إلى بناء عملية بحثية متكاملة تستخدم فيها أساليب حاسوبية حديثة، مثل الذكاء الاصطناعي والمحاكاة الجزيئية والحوسبة عالية الأداء، جنبًا إلى جنب مع التحقق التجريبي، مما يُسهم في فتح آفاق جديدة في مجال البحث والتطوير الدوائي في فيتنام.

أوضح الأستاذ المشارك، الدكتور فام مينه كوان، أن فريق البحث أنشأ قاعدة بيانات لمركبات الزانثون، تشمل المركبات التي تتوفر عنها بيانات تجريبية، بالإضافة إلى تلك المستخدمة في الفحص الافتراضي. وبناءً على ذلك، طُوّر نموذج تعلّم آلي ودُرّب للتنبؤ بالتفاعلات المحتملة للمركبات مع الأهداف البيولوجية المرتبطة بالسرطان، مما يُتيح توليد قائمة مختصرة من المركبات المحتملة التي تُثبّط البروتين قيد الدراسة بسرعة. ويُوفّر الجمع بين البيانات التجريبية المنشورة والنماذج الحاسوبية توجيهًا أوضح لعملية الفحص، بدلاً من الاعتماد على أسلوب "التجربة والخطأ" التقليدي.

في الوقت نفسه، يتم التنبؤ بالمعايير الحركية الدوائية ومؤشر "مدى ملاءمة المركبات للدواء" باستخدام أدوات حسابية متخصصة. يضمن هذا ليس فقط اختيار المركبات ذات القدرة العالية على تثبيط البروتين المستهدف، بل أيضًا استيفاء المعايير الأساسية لتطوير الأدوية، مثل الامتصاص والتوزيع والسلامة. تُعد هذه خطوة حاسمة في تحسين موثوقية التنبؤات الحسابية وتضييق نطاق القائمة لتحديد المركبات الأولية المحتملة قبل الانتقال إلى المرحلة التجريبية.

من أبرز نتائج هذا البحث تطبيق نماذج التعلم العميق في تصميم مشتقات جديدة من المركبات الرائدة المحددة. فبدلاً من مجرد "البحث"، اتخذ البحث خطوة حاسمة من خلال "تصميم" مشتقات جديدة بناءً على هياكل المركبات الرائدة بهدف تحسين فعاليتها. ويُظهر هذا النهج بوضوح دور الذكاء الاصطناعي ليس فقط في تحليل البيانات، بل أيضاً في ابتكار مركبات هيكلية جديدة، وهو اتجاه يحظى باهتمام عالمي متزايد في مجال تصميم الأدوية.

جدير بالذكر أنه بناءً على قائمة المشتقات المحتملة التي تم الحصول عليها من عملية المحاكاة، شرعت الدراسة في التخليق الجزئي لهذه المشتقات باستخدام حمض الغامبوجيك، وهو مركب زانثوني وفير في راتنج نبات الكوبتس الصيني. وقد تم تخليق مجموعتين رئيسيتين من المشتقات، وهما الإسترات (11 مركباً) والأميدات (8 مركبات)، بكفاءة عالية، كما تم تطوير عملية التخليق ونشرها.

تم تقييم المشتقات المُستخلصة من حيث نشاطها البيولوجي على خطوط الخلايا السرطانية؛ وخضع المركبان الأكثر فعالية لاختبارات إضافية على نماذج حيوانية لتحديد قدرتهما على تثبيط نمو الأورام، بينما أُجريت تقييمات للسمية الحادة وشبه المزمنة لضمان السلامة. أظهرت النتائج أن العديد من المشتقات أبدت نشاطًا مضادًا للأورام كبيرًا، بما يتوافق مع توقعات المحاكاة؛ وبرز كل من ميثيل غامغوجيت ومورفولينيل غامبوغاميد بفعاليتهما الفائقة في تثبيط نمو الأورام.

مع ذلك، ووفقًا للأستاذ المشارك الدكتور فام مينه كوان، لا يزال تطبيق البحث المتكامل يواجه العديد من التحديات. أولًا، توجد قيود على بيانات الإدخال لنماذج التعلم الآلي بسبب نقص مصادر البيانات التجريبية عالية الجودة، مما يؤثر على موثوقية التنبؤ. إضافةً إلى ذلك، يتطلب التكامل الفعال بين مجموعات البحث متعددة التخصصات، بما في ذلك الكيمياء، وعلم الأحياء، والمعلوماتية الحيوية، وعلم البيانات، تنسيقًا دقيقًا في كلٍ من الخبرات وسير العمل.

وبناءً على هذه النتائج الأولية، يخطط فريق البحث لتوسيع نطاق تطبيق نموذج CADD ليشمل مجموعات أخرى من المركبات الطبيعية في المستقبل، مع تنويع الأهداف العلاجية والمساهمة في تحسين البحث والتطوير للأدوية.

هيو لين نغا

المصدر: https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html


تعليق (0)

يرجى ترك تعليق لمشاركة مشاعرك!

نفس الفئة

نفس المؤلف

إرث

شكل

الشركات

الشؤون الجارية

النظام السياسي

محلي

منتج

Happy Vietnam
Hào khí Thăng Long

Hào khí Thăng Long

يوم جديد

يوم جديد

كسب العيش

كسب العيش