نشرت مجلة Nature Biotechnology نتائج تحدٍّ علمي طموح لتقييم قدرات الذكاء الاصطناعي في تصميم الأجسام المضادة العلاجية. شاركت في التحدي المسمى AIntibody 29 منظمة قدمت 511 تصميماً مختلفاً، واختُبرت جميعاً بموجب بروتوكولات موحدة في مختبرات مستقلة باستخدام تقنيات قياس الألفة والقابلية للتطوير.

ركز التحدي على ثلاث مهام أساسية: تحسين الألفة للأجسام المضادة بناءً على بيانات تسلسلية من مراحل انتقاء متقدمة، تحديد الأجسام الأعلى ألفة ضمن مجموعات محددة، وتصميم أجسام مضادة جديدة لم تظهر في مجموعات البيانات الأصلية. وجد الباحثون أن عدداً قليلاً من الفرق نجح في إنتاج أجسام مضادة قابلة للتطوير بدرجات ألفة عالية جداً، لكن هذه النجاحات لم تتمكن من التعمم على المهام الأخرى.

أظهرت النتائج أن خوارزميات الذكاء الاصطناعي تؤدي بشكل فعال عند تحسين الأجسام المضادة المعروفة، لكنها تفشل في التنبؤ بالأجسام ذات الألفة العالية من مجموعات البيانات المجمعة. وفيما يتعلق بالتصميم المستقل خارج مجموعات البيانات الموجودة، أظهرت معظم الطرق تبايناً كبيراً في الأداء، مع عديد من الحالات التي لم تتفوق على طرق الانتقاء التقليدية.

أكد الباحثون أن التحدي يمثل خطوة مهمة نحو وضع معايير علمية صارمة في مجال تصميم الأجسام المضادة بالذكاء الاصطناعي، على غرار ما حققته تحديات التنبؤ ببنية البروتينات. لكنهم أشاروا إلى أن النتائج يجب أن تُفسّر كحد أعلى للقدرات الحالية على هذا النوع المحدد من المستضدات، وليس كدليل على أداء عامة الغرض.

حددت الدراسة فجوات حرجة تحتاج معالجة: التنبؤ الدقيق بتغييرات الألفة، والتصميم المستقل للأجسام المضادة، والقدرة على تعميم الحلول عبر سياقات مختلفة. كما أشار الباحثون إلى أن تدريب نماذج الذكاء الاصطناعي في هذا المجال يتطلب بيانات تجريبية ضخمة ومتنوعة، لكن معظم هذه البيانات تبقى محصورة بسرية صناعية ولا تتوفر للباحثين.