لطالما كان اكتشاف الأجسام المضادة التقليدية عملية مكلفة ومنخفضة الكفاءة، أشبه بالبحث عن إبرة في كومة قش. والآن، تُحدث منصة MMDesign من MoleculeMind تغييراً جذرياً في هذا المفهوم بعد تحقيقها معدل نجاح بلغ 90.9% في تصميم الأجسام المضادة النانوية بالاعتماد على الذكاء الاصطناعي. نجحت الشركة، التي أسسها البروفيسور Xu Jinbo رائد طي البروتينات بالذكاء الاصطناعي، في تحويل تصميم المستحضرات الحيوية من الفحص العشوائي للمكتبات الضخمة إلى استراتيجية "التوليد والفلترة" عالية الدقة.
قيّمت شركة MoleculeMind منصتها بشكل منهجي عبر 12 هدفاً علاجياً عالي القيمة، شملت السيتوكينات، ونقاط التفتيش المناعية، والبروتينات المستقبلة، والبروتينات متعددة الغشاء. ومن خلال اختبار ما بين 14 إلى 50 جزيئاً مرشحاً فقط لكل هدف عبر التعبير في المختبر الرطب، أكد الفريق حدوث ارتباط محدد في 11 من أصل 12 هدفاً. يُثبت هذا الإنتاج التجريبي المنخفض للغاية قابلية تطبيق المنصة على نطاق واسع عبر أنواع مختلفة ومعقدة من الأهداف.
قدمت المنصة باستمرار أجساماً مضادة نانوية عالية النشاط مع مستويات ألفة (Affinity) تصل إلى نطاق نانومولار (nM) وبيكومولار (pM). وخلال الاختبارات على هدف PD-L1، وصل معدل نجاح الجزيئات المرشحة إلى 86.7%. وحقق أفضل جزيء مُصمم من الصفر مستوى ألفة (KD) مذهل بلغ 7.2 nM، مع إظهار حداثة استثنائية في مساحة تكوين الارتباط، مما يؤسس لحماية قوية لبراءات الاختراع في التطويرات المستقبلية.
التغلب على أهداف TNF Alpha و GPCR المعقدة
بعيداً عن الأهداف التقليدية، حققت المنصة نتائج تاريخية في فئتين من أصعب الأهداف في الصناعة: TNF alpha و GPCR. يتميز هدف TNF alpha بواجهة ارتباط سطحية ومكشوفة بشدة للمذيبات، وهو تحدٍ عجزت الفرق السابقة عن حله باستخدام تصميم الذكاء الاصطناعي منخفض الإنتاجية. ومن بين 14 جزيئاً مرشحاً تم اختباره، ولّدت المنصة 7 جزيئات ذات ارتباط محدد، مع وصول أعلى مستوى ألفة إلى 51 pM.
أما بالنسبة لهدف GPCR (تحديداً CCR7)، فقد حقق 22 من أصل 29 جسماً مضاداً نانوياً ارتباطاً محدداً. وتميزت هذه الجزيئات بنسبة نقاء تتراوح بين 90% و 99%، ومستويات تعبير عابر تتجاوز 0.5 جرام/لتر. يُبرز هذا المستوى من الدقة في التعامل مع أهداف معروفة بصعوبتها مدى نضج النماذج التوليدية الأساسية للمنصة.
عصر الهندسة الجزيئية القابلة للبرمجة
يُمثل نجاح منصة MMDesign من MoleculeMind نهاية حتمية لحقبة "الفحص العشوائي" في قطاع التكنولوجيا الحيوية. فمن خلال تحقيق معدل نجاح يبلغ 90.9% باستخدام عينات تجريبية قليلة، يتم تجاوز العقبات المالية والزمنية المرتبطة بتمنيع الحيوانات والفحص واسع النطاق للمكتبات. ومن المرجح أن يؤدي هذا النهج القابل للبرمجة في الهندسة الجزيئية إلى تقليص الجداول الزمنية لاكتشاف الأدوية من عدة سنوات إلى بضعة أشهر فقط.
ومع استمرار نماذج الذكاء الاصطناعي في إتقان التعامل مع الأهداف المعقدة مثل GPCRs، فإن حاجز الدخول لابتكار مستحضرات حيوية جديدة سينخفض بشكل كبير. وستجد شركات الأدوية التي تتأخر في تبني تقنيات تصميم البروتينات التوليدية نفسها متأخرة بشدة من حيث كفاءة التكلفة والاستحواذ على براءات الاختراع. إن القدرة على توليد جزيئات عالية التحديد وقابلة للحصول على براءات اختراع من خلال بضع عشرات من الاختبارات المعملية لم تعد هدفاً نظرياً، بل أصبحت المعيار الجديد للصناعة.
