وقعت Novo Nordisk شراكة مع Amazon Web Services لدمج وكلاء "الذكاء الاصطناعي الوكيل" (agentic AI) المستقلين في مسارات اكتشاف الأدوية الخاصة بها، بهدف تقليص الوقت المستغرق من وضع الفرضية إلى الوصول إلى الجزيء المرشح. تمثل هذه الخطوة تحولاً من النماذج التنبؤية التي تكتفي بالإشارة إلى الأنماط، إلى أنظمة ذكاء اصطناعي يمكنها تنفيذ تجارب متعددة الخطوات دون تدخل بشري.

من التنبؤ إلى التنفيذ

لطالما اعتمدت الأبحاث الصيدلانية على أدوات تعلم الآلة لفرز البيانات الجينومية، وتحديد الأهداف المحتملة، ونمذجة كيفية ارتباط المركبات بالبروتينات. لكن هذه الأدوات تتوقف عند مرحلة الاستنتاج؛ حيث لا يزال يتعين على العلماء تصميم التجربة التالية، وإجراء عمليات المحاكاة، وتفسير النتائج. في المقابل، صُمم الذكاء الاصطناعي الوكيل (Agentic AI) ليكون فاعلاً. يمكن لوكيل الذكاء الاصطناعي تلقي هدف رفيع المستوى — مثل "تحديد مثبط جزيئي صغير للبروتين X" — ومن ثم ربط استرجاع البيانات، وخوارزميات التصميم الجزيئي، وعمليات المحاكاة، وحتى اقتراح البروتوكولات المختبرية، كل ذلك ضمن سير عمل واحد.

في الممارسة العملية، ستستخدم Novo Nordisk هؤلاء الوكلاء لثلاث مهام أساسية:

  • تحديد الأهداف – مسح مجموعات البيانات الأوميكية (omics) لتحديد الجينات أو البروتينات ذات الصلة بالمرض وترتيبها حسب قابليتها للاستهداف الدوائي.
  • تصميم العلاج – توليد هياكل جزيئية مرشحة، وإجراء محاكاة الالتحام والديناميكيات، وتحسين الكيمياء بشكل متكرر بناءً على ملفات الفعالية والسلامة المتوقعة.
  • أتمتة البروتوكولات – صياغة الخطط التجريبية، وطلب الكواشف، وتغذية النتائج مرة أخرى في حلقة الذكاء الاصطناعي للتعلم المستمر.

من خلال إزالة التسليم اليدوي بين كل خطوة، تأمل الشركة في ضغط عملية تستغرق تقليدياً سنوات لتصبح مجرد أشهر.

AWS كمحرك للذكاء الاصطناعي وركيزة سحابية

تنص الاتفاقية على أن AWS هي مزود السحابة المفضل لشركة Novo Nordisk وشريكها الاستراتيجي في مجال الذكاء الاصطناعي. ستوفر AWS مجموعات حوسبة عالية الأداء، وبتابايت من سعة التخزين لبيانات التسلسل والتجارب، ومجموعة من خدمات الذكاء الاصطناعي المصممة لأعباء العمل العلمية. كما تنشئ هذه الشراكة مركزاً للابتكار المشترك في موقع Novo Nordisk في لندن، حيث سيقوم علماء البيانات وعلماء الأحياء ومهندسو AWS بتطوير واختبار وكلاء ذكاء اصطناعي مخصصين.

يُعد هذا المركز بيئة تجريبية (sandbox)، وليس خط إنتاج. يمكن للفرق تجربة بنيات مختلفة للوكلاء، ودمج قواعد البيانات البيولوجية المملوكة للشركة، وتقييم كيفية تعامل الوكلاء مع الحالات الاستثنائية مثل مسارات الأمراض النادرة أو التأثيرات خارج الهدف. وتساهم القرب المكاني في تسريع حلقة التغذية الراجعة الضرورية عند الجمع بين البيولوجيا المعقدة والذكاء الاصطناعي المتطور.

لماذا يراقب قطاع التكنولوجيا الحيوية هذا التطور

يُعرف تطوير الأدوية بأنه مكلف وبطيء للغاية. ويستغرق متوسط الصناعة أكثر من عقد من الزمان ومليارات الدولارات لنقل جزيء من مرحلة المفهوم إلى السوق. وأي تقنية يمكنها تقليص هذا الجدول الزمني بأسابيع أو أشهر ستؤدي مباشرة إلى خفض التكاليف، وتسريع وصول المرضى للعلاج، وتحسين الموقف التنافسي للشركة.

كما يدفع الذكاء الاصطناعي الوكيل القطاع نحو نموذج تشغيل يعتمد على السحابة أولاً. فالشركات التي يمكنها تشغيل مجموعات حوسبة ضخمة عند الطلب، وإجراء عمليات محاكاة متوازية، وتخزين كل تكرار لتصميم الجزيء في مستودع مشترك، ستكتسب ميزة استراتيجية. ويشير تحالف Novo Nordisk مع AWS إلى أن الموجة القادمة من الابتكار الصيدلاني لن تنفصل عن البنية التحتية السحابية القابلة للتوسع.

المخاطر والتحفظات

إن الوعد الذي يقدمه الوكلاء المستقلون لا يلغي الحاجة إلى الخبرة البشرية. فلا يزال التحقق من الصحة يمثل عنق زجاجة؛ إذ يجب تصنيع المركب الذي يقترحه الذكاء الاصطناعي، واختباره مخبرياً (in vitro)، وتقييم سميته. ويشير النقاد إلى أن أنظمة الذكاء الاصطناعي يمكن أن ترث تحيزات من بيانات التدريب، مما قد يؤدي إلى إغفال آليات جديدة تقع خارج الأنماط التاريخية. كما لم يضع المنظمون بعد مبادئ توجيهية واضحة للمرشحات الدوائية الناتجة عن الذكاء الاصطناعي، مما يثير تساؤلات حول المسؤولية في حال واجهت تجربة مدفوعة بالذكاء الاصطناعي مشكلات تتعلق بالسلامة.

يمثل التكامل عقبة أخرى. فأنظمة إدارة معلومات المختبرات (LIMS) الحالية ودفاتر المختبر الإلكترونية مبنية حول سير عمل يتمحور حول الإنسان. وقد يتطلب ربط وكيل مستقل بهذا النظام إعادة هندسة جوهرية، وتكلفة هذا التكامل لم يتم الكشف عنها علناً.

ما يجب مراقبته لاحقاً

  • معايير الأداء – ستكشف الدراسات الأولية من مركز لندن عن السرعة التي يمكن أن ينتقل بها الوكلاء من اختيار الهدف إلى الوصول إلى مركب رائد قابل للتطبيق كيميائياً، وكيف يقارن ذلك بمسارات العمل التقليدية.
  • الاستجابة التنظيمية – مع دخول المرشحات الدوائية التي تم إنشاؤها بواسطة الذكاء الاصطناعي في التجارب السريرية، سيتعين على الجهات التنظيمية اتخاذ قرار بشأن كيفية تقييم عمليات الذكاء الاصطناعي الأساسية. وأي توجيهات في هذا الصدد قد ترسي سوابق للصناعة بأكملها.
  • الآثار التنافسية المتتابعة – لمحت شركات أدوية كبرى أخرى إلى استكشاف استراتيجيات مماثلة تعتمد على الذكاء الاصطناعي أولاً. وإذا أثبتت Novo Nordisk تحقيق مكاسب ملموسة في السرعة أو التكلفة، فيمكننا توقع سلسلة من الشراكات بين شركات التكنولوجيا الحيوية وكبار مزودي الخدمات السحابية.
  • تدفق المواهب – قد يجذب هذا التعاون باحثي الذكاء الاصطناعي المتخصصين في علم الأحياء، مما يعيد تشكيل أنماط التوظيف وقد يدفع البرامج الأكاديمية إلى التركيز على "الذكاء الاصطناعي الوكيل لعلوم الحياة".

الخلاصة

ينقل تحالف Novo Nordisk مع AWS النقاش في مجال اكتشاف الأدوية من سؤال "ماذا يمكن للذكاء الاصطناعي أن يخبرنا به؟" إلى "ماذا يمكن للذكاء الاصطناعي أن يفعل من أجلنا؟". ومن خلال تفويض التنفيذ للوكلاء المستقلين، تهدف هذه الشراكة إلى ضغط عملية كانت تاريخياً طويلة ومكلفة وتحويلها إلى دورة أكثر رشاقة وتكراراً. قد يعيد النجاح تعريف السرعة التي تصل بها العلاجات الجديدة إلى المرضى، لكن ذلك يتوقف على التحقق القوي، والوضوح التنظيمي، والقدرة على دمج وكلاء الذكاء الاصطناعي في سير عمل المختبرات الحالي. ستراقب الصناعة النتائج الأولى لمركز لندن عن كثب؛ فقد تصبح هذه النتائج المعيار للجيل القادم من الطب القائم على الذكاء الاصطناعي.