الذكاء الاصطناعي يكتشف أدوية السرطان في 48 ساعة.. مرحبًا بـ 2026

في عالم الطب الذي يتطور بسرعة مذهلة، أصبح الذكاء الاصطناعي (AI) ليس مجرد أداة مساعدة، بل شريكًا أساسيًا في مكافحة السرطان. مع اقتراب عام 2026، نشهد تطورات تجعل اكتشاف الأدوية أسرع وأكثر كفاءة، حيث يمكن للـAI التنبؤ بتركيبات أدوية فعالة في أقل من 48 ساعة، أو حتى تصميم أدوية جديدة في أسابيع قليلة. هذا المقال التفصيلي يستعرض أحدث الإنجازات في هذا المجال، مستندًا إلى دراسات وبحوث حديثة من 2025، مع التركيز على كيفية عمل هذه التقنيات، نتائجها، والآفاق المستقبلية. سنغطي اختبارًا يتنبأ بفعالية التركيبات الدوائية في 24-48 ساعة، واكتشاف أدوية في 30 يومًا، ونموذجًا من جوجل يكشف مسارات علاجية جديدة.

الثورة في اكتشاف الأدوية: من السنوات إلى الساعات

تقليديًا، يستغرق اكتشاف دواء جديد للسرطان سنوات أو عقودًا، مع تكاليف تصل إلى مليارات الدولارات. لكن الـAI غير هذه المعادلة من خلال تحليل البيانات الضخمة، مثل البروتينات، الجينات، والتفاعلات الخلوية، للتنبؤ بالنتائج بسرعة. في 2025، أصبح الـAI قادرًا على محاكاة تجارب افتراضية، مما يقلل الوقت والمخاطر. على سبيل المثال، نماذج التعلم الآلي تدرب على بيانات من خلايا السرطان لتحديد التركيبات الفعالة، مما يساعد في مكافحة مقاومة السرطان للأدوية.

اختبار AI يتنبأ بتركيبات أدوية فعالة في أقل من 48 ساعة

أحد أبرز الإنجازات هو اختبار بروتوتايب طوره علماء في معهد أبحاث السرطان في لندن (ICR) في عام 2022، والذي تم تحديثه وتوسيعه في 2025 ليشمل المزيد من البروتينات. يعتمد الاختبار على تحليل بروتيومي (دراسة التغييرات في البروتينات) لعينات الأورام، باستخدام خوارزميات التعلم الآلي للتنبؤ بفعالية التركيبات الدوائية في 24 إلى 48 ساعة فقط.

كيف يعمل الاختبار؟ يقيس التغييرات في 52 بروتينًا رئيسيًا وتفاعلاتها استجابةً للأدوية. يتم تدريب الـAI على بيانات من خلايا السرطان في المختبر، ثم يتنبأ بحساسية الخلايا للأدوية الفردية أو التركيبية. على سبيل المثال، في سرطان الرئة غير الخلوي الصغير، اختبر الـAI 252 تركيبة دوائية، محددًا 128 تركيبة تآزرية (أكثر فعالية من الأدوية الفردية). الدقة بلغت 57% لأفضل 5 تركيبات و83% لأفضل 10.

النتائج والتأثيرات: الـAI تفوق على التحليل الجيني التقليدي، مثل طفرات EGFR أو KRAS، وحدد تركيبات جديدة مثل vemurafenib مع capivasertib. هذا يعني علاجات مخصصة، مما يقلل من مقاومة السرطان ويحسن النتائج. في المستقبل، يخطط الباحثون لتوسيع الدراسة إلى 15 دواءً و12,000 بروتين، مما يجعله جاهزًا للتجارب السريرية بحلول 2026.

AI يصمم دواء جديدًا في 30 يومًا فقط

في تطور آخر من 2025، طور علماء نظام AI يصمم دواءً جديدًا يستهدف سرطان الثدي والرئة والبانكرياس في 30 يومًا فقط، مقارنة بالسنوات التقليدية. هذا النظام يعتمد على نماذج التعلم العميق لتحليل الهياكل الكيميائية وتفاعلاتها مع الخلايا السرطانية.

كيفية العمل: يقوم الـAI بفحص ملايين المركبات الافتراضية، محاكيًا التفاعلات الجزيئية لتحديد المرشحين الفعالين. الدواء المكتشف يستهدف مسارات محددة في الخلايا السرطانية، مما يوقف نموها دون إضرار الخلايا السليمة.

النتائج: الدواء أظهر فعالية في الاختبارات المخبرية، مع إمكانية تقليل حجم الأورام بنسبة كبيرة. هذا الاكتشاف يفتح الباب لعلاجات سريعة التطوير، خاصة للسرطانات المقاومة، ويعد خطوة نحو الطب الشخصي في 2026.

نموذج جوجل Gemma: اكتشاف مسار علاجي جديد باستخدام AI

في أكتوبر 2025، أعلنت جوجل عن نموذج Gemma AI (C2S-Scale 27B)، الذي اكتشف مسارًا علاجيًا جديدًا للسرطان بالتعاون مع جامعة ييل. هذا النموذج، الذي يحتوي على 27 مليار معلمة، يفهم "لغة الخلايا" للتنبؤ بتأثيرات الأدوية.

كيف يعمل؟ يقوم بفحص افتراضي مزدوج السياق لأكثر من 4000 دواء، مقارنًا بين عينات مرضى حقيقية (سياق مناعي إيجابي) وبيانات خلايا معزولة. اكتشف أن دواء silmitasertib (مثبط CK2) يعزز عرض المستضدات بنسبة 50% عند دمجه مع جرعة منخفضة من الإنترفيرون، مما يجعل الأورام "الباردة" (غير مرئية للمناعة) "ساخنة".

النتائج والتحقق: تم التحقق في نماذج خلايا عصبية بشرية، حيث أدى التركيب إلى زيادة عرض MHC-I بنسبة 50%. هذا اكتشاف جديد، لم يُذكر سابقًا في الأدبيات.

التأثيرات: يسرع اكتشاف العلاجات المركبة، خاصة في المناعة، ويفتح أبوابًا لعلاج الأورام المقاومة. في 2026، قد يصبح هذا النموذج أداة قياسية في البحث الدوائي.

AI يقترح تركيبات من أدوية غير سرطانية

في يونيو 2025، استخدم باحثون في جامعة كامبريدج نموذج GPT-4 لاقتراح تركيبات من أدوية متوفرة غير مخصصة للسرطان، مثل simvastatin (للكوليسترول) مع disulfiram (للكحول)، لقتل خلايا سرطان الثدي. اقترح الـAI 12 تركيبة، نجحت 6 منها في الاختبارات المخبرية، مما يوفر علاجات رخيصة وسريعة.

التحديات والمستقبل في 2026

رغم التقدم، تواجه هذه التقنيات تحديات مثل دقة البيانات، التحقق السريري، والقضايا الأخلاقية. في 2026، نتوقع تجارب سريرية أكبر، مع دمج الـAI في التشخيص والعلاج، كما في أداة مايو كلينيك التي تكشف طفرات الدم المبكرة.

خاتمة: مرحبًا بعصر الـAI في مكافحة السرطان

مع هذه التطورات، أصبح الـAI يحول حلم اكتشاف الأدوية السريع إلى واقع، مما يعطي أملًا لملايين المرضى. بحلول 2026، قد نرى علاجات مخصصة في أيام، لكن النجاح يعتمد على التعاون بين العلماء والـAI. للمزيد، تابع التقارير من جوجل وICR.