البيانات العامة للصحة

في أبريل، أطلقنا⁠ مبادرة «الذكاء الاصطناعي لمواجهة ألزهايمر»، وهي أول برامج OpenAI Foundation في علوم الحياة وعلاج الأمراض. واليوم، نعلن عن برنامجنا العلمي الثاني: البيانات العامة للصحة.

ينصب تركيزنا في مبادرة «الذكاء الاصطناعي لمواجهة ألزهايمر» على التصدي لمرض يؤثر في عائلات كثيرة، ونعتقد أن الذكاء الاصطناعي قادر على مساعدة العلماء في تطوير علاجات أفضل له. أما برنامج «البيانات العامة للصحة»، فيركز على دفع عجلة التقدم في مختلف علوم الحياة ومواجهة أمراض عديدة، من خلال تمويل إنشاء مجموعات بيانات علمية عالية الجودة وحفظها وإتاحتها على نطاق واسع للباحثين.

البيانات العلمية هي ملاحظات عن العالم المحيط بنا، وهي المدخل الأساسي للبحث والاكتشاف. في المجالات التي يمكن فيها التحقق من الإنجازات من دون جمع بيانات جديدة، مثل بعض فروع الرياضيات، بدأت أنظمة الذكاء الاصطناعي مؤخرًا تسهم⁠ في إنتاج معارف⁠ جديدة⁠. وفي علم الأحياء، تزداد قدرة أنظمة الذكاء الاصطناعي على تحليل المعلومات البيولوجية على نطاق واسع وكشف البنى الخفية حتى من أدلة ناقصة، وبكفاءة مذهلة أحيانًا.

لكننا نتوقع أن تتحقق إنجازات كثيرة متبقية في الوقاية من الأمراض وعلاجها عبر الجمع بين مستوى الذكاء الذي تتمتع به النماذج الجديدة والمزيد من ملاحظات العالم، أي المزيد من البيانات.

قد لا تُنشأ أو تُشارك بعض مجموعات البيانات ذات القيمة العامة الهائلة مطلقًا، لأن أي مؤسسة منفردة لا تملك الحافز أو القدرة الكافية لتمويلها. لذلك، يتوافق دعم البيانات العامة للصحة توافقًا وثيقًا مع أهداف OpenAI Foundation.

منحنا الأولية

نبدأ بدعم منح تتجاوز قيمتها 125 مليون دولار، موزعة على دفعة أولية من المؤسسات غير الربحية والجامعات، وتشمل طبقات عديدة من البيانات، بدءًا من الجزيئات ومرورًا بعلم الأوبئة ووصولًا إلى المعرفة التنظيمية.

فيما يلي بعض أمثلة المشاريع التي ندعمها:

1. ستنشئ OpenADMET⁠ مجموعات بيانات مفتوحة ومعايير مرجعية ومسابقات معماة لاختبار إمكانية تدريب نماذج الذكاء الاصطناعي على التنبؤ بكيفية امتصاص الجزيئات الصغيرة وتوزيعها في الجسم، بهدف زيادة القدرة على التنبؤ بنتائج تطوير الأدوية وخفض معدل فشل الأدوية الجديدة.

   تفشل 90% من الأدوية المرشحة في التجارب السريرية⁠. ويرجع ذلك غالبًا إلى صعوبة التنبؤ بكيفية امتصاصها وانتقالها داخل الجسم، أي خصائص «ADMET»⁠ لديها. قد يكون الذكاء الاصطناعي مناسبًا لتحديات التنبؤ غير المحلولة كهذه، إذا اقترن ببيانات عالية الجودة تُستخدم للتحقق من دقة تنبؤات النماذج المختلفة. فعلى سبيل المثال، أحدث AlphaFold2 تحولًا في التنبؤ ببنية البروتين باستخدام بيانات بنك بيانات البروتين⁠، ضمن مسابقة أدارتها CASP⁠ للتنافس مع مناهج نمذجة أخرى. أصبح التنبؤ ببنية البروتين الآن جزءًا من برامج عديدة لاكتشاف الأدوية يُرجح أن تعود بالنفع على المرضى مستقبلًا.

   لتحسين التنبؤ بخصائص ADMET للأدوية المرشحة، سيطور فريق OpenADMET مجموعات بيانات عالية الجودة تستند إليها نماذج تنبؤية جديدة، وسينظم تحديات مفتوحة للباحثين من أنحاء العالم.

   

   قال جيمس فريزر، الحاصل على الدكتوراه وعضو مجلس إدارة OpenADMET وأستاذ ورئيس قسم الهندسة الحيوية والعلوم العلاجية في UCSF: «يمتلئ مجال اكتشاف الأدوية بمشكلات عامة لا تستطيع أي شركة منفردة أو مختبر أكاديمي مهتم بعلاج مرض محدد حلها بمفرده. وقد أُنشئت OpenADMET لمعالجة هذه المشكلات بطريقة مفتوحة ومهيأة للتعلم الآلي. يسعدنا أن نتمكن من بناء الطبقة الأساسية التي ستتيح للذكاء الاصطناعي تسريع تطوير علاجات جديدة بدرجة كبيرة».

2. ستحفظ CTD Commons⁠ المعرفة التنظيمية المستمدة من برامج تطوير الأدوية الفاشلة وتنشرها، كي تتعلم الفرق المستقبلية من السوابق التي تظل عادةً حبيسة الملفات، ما يساعد على اكتشاف علاجات فعالة للمرضى بسرعة أكبر.

   الوثيقة التقنية المشتركة، أو CTD، هي وثيقة تجمع المسار الكامل لدواء تجريبي، بدءًا من علم السموم الحيواني وتفاصيل التصنيع، وصولًا إلى المراسلات مع إدارة الغذاء والدواء الأمريكية، التي ربما تكون أكثر عناصرها فائدة. ومع ذلك، لا يظهر في الأبحاث المنشورة سوى جزء ضئيل من هذا العمل.

   ستختبر CTD Commons إمكانية الحصول على وثائق CTD من برامج الأدوية الفاشلة أو المتوقفة، وإتاحتها للجميع علنًا لأغراض البحث والتحليل.

   «يمثل كل طلب مقدم إلى إدارة الغذاء والدواء الأمريكية عملًا شاقًا وتضحيات بذلها الباحثون والمراجعون والمشاركون في الدراسات. وحتى عندما تفشل هذه الجهود، ينبغي ألا تذهب المعلومات القيمة التي تنتجها سدى»، وفقًا لجوش موريسون، المنظم الرئيسي لـ CTD Commons ورئيس 1Day Sooner. «ستحد CTD Commons من تكرار الجهود والتكاليف، وتعظّم أثر الأبحاث السريرية».

3. ستؤسس UNC⁠ مبادرة العلاج المناعي التوليدي، التي ستنشئ بيانات عامة متعددة الوسائط للمساعدة في بلوغ مستقبل يحصل فيه مرضى السرطان سريعًا على لقاحات مخصصة للسرطان عند تشخيصهم.

   تُعد لقاحات السرطان القائمة على «المستضدات الجديدة» اليوم من الأدوية القليلة التي تُصمم حاسوبيًا لكل مريض، وذلك بتحديد تسلسل خلية ورمية للتنبؤ بالأهداف الخاصة بالورم التي تظهر على سطحها. لكن تحديد التسلسل ليس سوى تمثيل غير مباشر للواقع، لأن قياس الأهداف الموجودة على سطح الخلية مباشرةً صعب ومكلف، وكذلك التحقق من مدى قوة استجابة جهاز المريض المناعي لكل واحد من تلك البروتينات.

   ستوفر UNC هذه الروابط المفقودة عبر مئات الأورام وأنواع متعددة من السرطان، لتنشئ واحدة من أولى مجموعات بيانات التدريب والتقييم في هذا المجال، مع بيانات عامة منزوعة الهوية يمكن للباحثين حول العالم البناء عليها.

   «بدأت لقاحات السرطان المخصصة أخيرًا تُظهر دلائل على الفعالية السريرية، لكنها لا تزال تعاني فجوات قد يستغرق سدها عقودًا وفق النموذج التقليدي لتطوير العلاجات. يمكن للبيانات عالية الجودة مساعدتنا على سد هذه الفجوات بسرعة أكبر»، قال أليكس روبنستين، الحاصل على الدكتوراه والأستاذ المساعد في علم الوراثة بكلية الطب في UNC. «يسعدنا اختصار هذا الإطار الزمني والمساعدة في جعل العلاجات المناعية المخصصة والفعالة عمومًا واقعًا ملموسًا».

   

استراتيجيتنا الأولية

نتوقع أن يكون هذا القسم مهمًا خصوصًا للباحثين المهتمين بفرص المنح المستقبلية من OpenAI Foundation.

تفوق البيانات العلمية الجديرة بالجمع بكثير ما يمكن لأي جهة تمويل منفردة دعمه. لذلك، أردنا أن نطلع مجتمع الباحثين بمزيد من التفصيل على أنواع البيانات التي نعتقد أن دعم OpenAI Foundation يمكن أن يحقق فيها أكبر فائدة.

فرضياتنا الأولية بشأن البيانات التي ينبغي التركيز عليها هي: البيانات المترابطة، والبيانات النادرة ، والبيانات المباشرة . عادةً ما تتمتع مجموعات البيانات التي نمولها بواحدة أو اثنتين من هذه الخصائص، الموضحة بمزيد من التفصيل أدناه، وفي حالات نادرة تجمع الخصائص الثلاث كلها.

نعتقد أن إتاحة البيانات على نطاق واسع وبصورة ميسّرة في جميع مجموعات البيانات، مع ضمان الخصوصية كلما تعلق الأمر ببيانات المرضى، ستزداد أهميةً بمرور الوقت. سيتيح ذلك للباحثين البناء على أعمال بعضهم بعضًا، ويفسح المجال أمام تقدم علمي يأتي من جهات غير متوقعة.

1. البيانات المترابطة: تتبّع العمليات البيولوجية عبر مراحل متعددة

   تتكشف العمليات البيولوجية على مستويات مختلفة، لكن معظم مجموعات بيانات علوم الحياة لا ترصد سوى جانب واحد من الواقع. قد تقيس خريطة الخلايا الجزيئات عبر آلاف الخلايا، بينما يتتبع التصوير على مستوى الجزيء الواحد خلية واحدة فقط. كلا المنظورين قيّم، لكن إنشاء مجموعات البيانات هذه بصورة مستقلة عادةً يعني أن تحديد العلاقة بين النتائج العلمية قد يتطلب سنوات من العمل اللاحق. نريد دعم فرق البحث المنفردة كي تنتقل بين هذه المستويات بصورة مدروسة وتنشئ مجموعات بيانات غنية ومترابطة تعزز طبقاتها المختلفة بعضها بعضًا.

   فعلى سبيل المثال، ستتيح منحتنا إلى UCSF لفريق OpenADMET قياس الخصائص والتفاعلات الجزيئية الأساسية لعشرات الآلاف من المركبات. بعد ذلك، سيربط الفريق هذا التوصيف الواسع بمنظورين لانتقال الأدوية: البُنى المحددة تجريبيًا لبروتينات النقل المرتبطة بجزيئات مختارة، واختبارات تقيس كيفية تفاعل هذه البروتينات وظيفيًا مع الجزيئات. وأخيرًا، سيختبر الفريق مجموعة فرعية من هذه المركبات في نماذج للحاجز الدموي الدماغي البشري، ويقارن النتائج بقياسات أُجريت داخل أجسام الحيوانات الحية.

   سينتج نهج جمع البيانات هذا وصفًا متكاملًا على نحو غير معتاد للعوامل التي تحدد حركة الدواء في الجسم، ما يتيح لنماذج الذكاء الاصطناعي تقديم تنبؤات أفضل على المستوى الذي يهم البشر.

2. البيانات النادرة: حفظ ما لا يمكن إعادة إنشائه

   لن يتمكن أي ذكاء اصطناعي مستقبلي، مهما بلغت قدراته، من العودة إلى الماضي ورصد أحداث بيولوجية وقعت في لحظات زمنية محددة وفريدة، مثل أسباب الوفاة والمرض في البلدان التي تفتقر إلى إحصاءات حيوية موثوقة، أو محتويات عينات بيولوجية أُخذت من مرضى في أوقات مضت. يمتلئ علم الأحياء بهذه الفرص التي لا تتكرر، وقد يجد مطورو النماذج مستقبلًا استخدامات لهذه الأدلة لا يستطيع الباحثون توقعها اليوم. لذلك، نهتم خصوصًا بالمقترحات التي تجمع البيانات القيّمة أو تحفظها قبل ضياع الفرصة، أو تتيح على نطاق واسع مجموعات بيانات خاصة قائمة لن تتكرر، مع احترام الخصوصية وموافقة الأفراد.

   فعلى سبيل المثال، ستبحث منحتنا إلى CTD Commons إمكانية إنقاذ سجلات برامج تطوير الأدوية الفاشلة قبل إغلاق الشركات واختفاء تلك السجلات. على المدى القريب، قد تساعد هذه الوثائق فرق تطوير الأدوية في مراحله المبكرة على فهم متطلبات الجهات التنظيمية لمنتجات مماثلة، بدلًا من التعلم عبر تجارب ومحاولات مكلفة. وعلى المدى البعيد، قد تصبح الوثائق موارد تستخدمها أنظمة التعلم الآلي لاكتشاف أنماط تفسر أسباب فشل الأدوية أو نجاحها، ما يساعد على تحسين اللوائح أو استراتيجيات التجارب ويتيح للمرضى الاستفادة من علاجات جديدة في وقت أقرب.

3. البيانات المباشرة: قياس الحالات البيولوجية والسريرية الأقرب إلى ما يهمنا

   أمضى علم الأحياء جانبًا كبيرًا من تاريخه في قياس ما كان سهلًا أو زهيد التكلفة. ومن الأمثلة على ذلك تفضيل قياس بيانات الخلايا المنفردة على البيانات السريرية البشرية، أو تعبير الحمض النووي الريبي على البروتينات. كانت هذه المؤشرات البديلة مفيدة للغاية، لكنها قد تنفصل أيضًا عن أهداف فهم علم الأحياء والوقاية من الأمراض وعلاجها. في مثل هذه الحالات، نريد تزويد الباحثين بالموارد اللازمة لإنشاء مجموعات بيانات تقيس أكثر الجوانب أهمية. وقد تكون الأدوات اللازمة لقياس «الحقيقة البيولوجية» غير موجودة حتى الآن، أو باهظة التكلفة إلى حد يمنع استخدامها على نطاق واسع. نأمل ضمن هذا البرنامج دعم كلا المسارين: البيانات الجديدة والأدوات الجديدة.

   فعلى سبيل المثال، ستتيح منحتنا إلى UNC لإنشاء مبادرة العلاج المناعي التوليدي للفريق في UNC Lineberger وUNC Health إنتاج البيانات المستمدة من البشر واللازمة لتحسين الجيل المقبل من لقاحات السرطان. وهذا يعني قياس البروتينات الموجودة على سطح الخلايا الورمية مباشرةً، إلى جانب استجابات الخلايا التائية لدى المرضى، بدلًا من الاكتفاء بتحديد تسلسل الورم. إنشاء هذه البيانات مكلف؛ ومن خلال جمعها بصورة شاملة هذه المرة وإتاحة النتائج للجميع، نأمل أن تستفيد منها جميع الجهود المستقبلية لتطوير لقاحات السرطان. وبوجه خاص، إذا نجح هذا المشروع، فستتمكن اللقاحات المرشحة مستقبلًا من بدء مرحلة إعطائها للبشر مستندةً إلى مجموعة أقوى من الأهداف. ومن شأن ذلك زيادة فرص نجاحها، وتعزيز ما يمكن تعلمه عندما لا تنجح.

ضمان إتاحة البيانات للباحثين

وأخيرًا، نحرص في جميع منحنا على إتاحة مجموعات البيانات الناتجة قدر الإمكان للباحثين حول العالم.

كان اختبار الفرضيات على امتداد جانب كبير من تاريخ العلم العقبة الأساسية أمام الاكتشاف. لم يكن متاحًا لمعالجة المشكلات سوى قدر محدود من «الذكاء»، تمثل في عدد معين من طلاب الدراسات العليا والعلماء المحترفين الذين كانوا يولدون البيانات ويحللونها لحل مشكلة ما. ينسف التقدم المستمر للذكاء الاصطناعي في البرمجة وتحليل البيانات هذه الفرضية. قد يصبح تحليل البيانات قابلًا للتوسع بدرجة هائلة، مع ظهور رؤى من تعاونات يصعب توقعها وقت إنشاء البيانات.

مهمتنا هي ضمان أن يعود الذكاء الاصطناعي العام بالنفع على البشرية جمعاء. ينبغي إتاحة البيانات العلمية المنشأة بدعمنا على نطاق واسع، مع الحفاظ على خصوصية الأفراد وموافقتهم كلما تعلق الأمر ببيانات بشرية. لكن سهولة الوصول تتجاوز مجرد نشر البيانات الخام. نشجع الحاصلين على المنح على نشر تحليلاتهم في صورة أبحاث أولية، ومشاركة البيانات بانتظام بدلًا من انتظار نهاية المشروع، وإذا لم تكن بياناتهم «مترابطة»، فعليهم العمل بالتعاون مع مستخدميها لتقييم فائدتها في معالجة مشكلات ذات قيمة بيولوجية.

التعلم التكراري

يعرض هذا المنشور توجهنا الأولي في برنامج «البيانات العامة للصحة». نعمل باستمرار على تحديث آرائنا في ضوء تطور العلوم والذكاء الاصطناعي، ومن خلال محادثاتنا مع أفراد مجتمع الباحثين.

إذا كانت لديكم أفكار حول برنامج «البيانات العامة للصحة»، فنشجعكم على التواصل معنا عبر [email protected]⁠. يمكنكم الاشتراك في نشرتنا الإخبارية هنا⁠ لتلقي آخر المستجدات عن برامجنا وفرص التمويل.

إذا كنتم ترون أن التفكير بدوام كامل في مشكلات كتلك التي يناقشها هذا المنشور أمر مثير للاهتمام، فنحن نوظف حاليًا لشغل أربع وظائف شاغرة⁠ ضمن فريق علوم الحياة وعلاج الأمراض.