
تا همین چند سال پیش، اگر به یک شیمیدان یا پژوهشگر داروسازی میگفتید روزی یک مدل زبانیِ هوش مصنوعی قرار است در طراحی مولکولها، درمان سرطان و پاکسازی اسناد پیچیده بالینی به کمک شما بیاید، احتمالاً لبخند تلخی میزد و آن را به حساب داستانهای علمی-تخیلی میگذاشت.
اما آینده خیلی زودتر از آنچه فکرش را بکنیم از راه رسیده است. شرکت آنتروپیک (Anthropic) با گسترش همکاریهای خود با غولهای زیستفناوری و داروسازی، بهطور رسمی وارد میدان سنگین و پرهزینهی کشف دارو شده است. خبر ورود هوش مصنوعی Claude به حوزهی درمان، فقط یک شوآفِ تبلیغاتیِ تکنولوژیک نیست؛ این یک تغییر پارادایم واقعی در تقاطع هوش مصنوعی، پزشکی و زیستشناسی است.
بیایید نگاهی بیندازیم که کلاد دقیقاً در خط مقدم این آزمایشگاهها چه میکند و چرا این رویداد تا این حد اهمیت دارد.
یکی از جذابترین پروژههایی که شرکت Generate Biomedicines با کمک ابزار Claude Code کلید زده، بازطراحی درمانهای مبتنی بر سلولهای تی (CAR T-cell) است—روشی پیشرفته که معمولاً برای سرکوب سرطانهای خونی استفاده میشود.
ماجرا از این قرار بود که ۶ دانشمند تلاش داشتند بخشی از ساختار این درمان را کوچکتر کنند تا فضای کافی برای افزودن دستورالعملهای ژنتیکیِ لازم جهت هدف قرار دادن تومورهای جامد باز شود.
نتیجه شگفتانگیز بود:
طول بخش موردنظر حدود ۷۰ درصد کاهش یافت.
در آزمایشهایگاهی مشخص شد سلولهای ایمنیِ اصلاحشده تقریباً ۱۰ برابر بیشتر گیرندههای شناسایی سرطان تولید میکنند.
این یعنی هوش مصنوعی نه تنها کار را سرعت بخشید، بلکه کاراییِ سلولهای مبارز را به شکلی چشمگیر ارتقا داد.
در پروژهای دیگر، شرکت Divergence Labs برای طراحی پادتنهای اختصاصیِ درمان آلرژی غذایی (با تمرکز روی مولکول ایمنی IgE) به سراغ کلاد رفت.
رکوردشکنیِ این مدل چقدر بود؟ کلاد طی یک ماه حدود ۳۵ هزار طرح مولکولی تولید کرد!
از میان این طرحها، آزمایشهای اولیه نشان دادند که ۲۰ مولکول میتوانند بهخوبی مولکول ایمنی IgE را از سطح سلولهای ایمنی جدا کنند؛ نکته جالبتر اینکه ۳ مورد از این طرحها در جدا کردن IgE، عملکردی بهتر از داروهای استاندارد موجود در بازار از خود نشان دادند. رسیدن به چنین نتیجهای با روشهای سنتی آزمایشگاهی، ماهها یا شاید سالها زمان میبرد.
ترکیب هوش مصنوعی با تجهیزات آزمایشگاهی خودکار در شرکت BigHat Biosciences نشان داد که کلاد در بهینهسازی قطعات پادتن نیز دستفرمان فوقالعادهای دارد. طی ۱۰ هفته، پژوهشگران توانستند نسخههای پیشرفتهای تولید کنند که:
قدرت اتصال به هدفِ سرطانی را بیش از ۱۰ برابر محکمتر کردند.
پایداری خود را در دماهایی تا ۱۸ درجه سانتیگراد بالاتر از نمونه اولیه حفظ کردند.
و در پروژهای دیگر، سرعت تجمع ناخواسته مولکولی را بیش از ۱۰۰ برابر کاهش دادند.
شاید جالب باشد بدانید چالش داروسازان همیشه فقط در لوله آزمایشگاه نیست؛ بخش بزرگی از وقت پژوهشگران تلفِ کاغذبازی و مستندسازی میشود. طبق آمارهای صنعت، تهیه و بررسی مستندات گاهی تا ۷۵ درصد از زمان کاری شیمیدانها را میبلعد.
آنتروپیک با همکاری شرکت Enveda و همچنین ارزیابی طرحهای مطالعاتیِ بالینی با همکاری شرکت داروسازی Bristol Myers Squibb، نشان داد که کلاد میتواند در خوانش، پردازش و اعتبارسنجی اسناد پیچیده بالینی و تخمین احتمال موفقیت مطالعات، بازوی قدرتمندی برای محققان باشد.
ورود مدلهایی مثل Claude به حوزهی داروسازی به ما یادآوری میکند که هوش مصنوعی دیگر محدود به نوشتن ایمیل، تولید کدهای برنامهنویسی یا پاسخ به پرسشهای عمومی نیست؛ AI در حال ورود به حیاتیترین و عمیقترین لایههای بقای انسان یعنی سلامت و درمان است.
آنتروپیک هوشمندانه فهمیده است که برای رفع نقاط ضعف مدلهایش، باید دستکشهای کار را دست کند و مستقیماً وارد خاکِ آزمایشگاهها و پروژههای واقعی شود. این همکاریها نویدبخشِ آیندهای است که در آن، زمانِ کشف داروهای نجاتبخش از سالها به چند هفته (یا حتی چند روز) کاهش پیدا کند.
به عنوان یک مهندس نرمافزار و پژوهشگر، تماشای این تقاطع میان خطوط کد و ژنهای انسان، مبهوتکننده است؛ جایی که صفر و یکها سرانجام معنای واقعیِ «نجات زندگی» را پیدا میکنند.