معهد ماساتشوستس للتكنولوجيا وRecursion يصدران Boltz-2: نموذج الذكاء الاصطناعي من الجيل التالي للتنبؤ بتقارب الارتباط بسرعة ونطاق ودقة غير مسبوقة
Recursion Pharmaceuticals, Inc. Class A RXRX | 3.07 3.11 | +8.10% +1.31% Pre |
داو جونز الصناعي DJI | 46341.51 | +2.49% |
إس آند بي 500 SPX | 6528.52 | +2.91% |
ناسداك IXIC | 21590.63 | +3.83% |
- Boltz-2 هو أول نموذج طي جزيئي حيوي يجمع بين التنبؤ بالبنية وتقارب الارتباط، ويقترب من دقة حسابات اضطراب الطاقة الحرة (FEP) القائمة على الفيزياء ولكن بسرعات تصل إلى 1000 مرة أسرع في المعايير القياسية
- كان تطوير هذا النموذج مفتوح المصدر للاستخدام الأكاديمي والتجاري جهدًا تعاونيًا يجمع بين الخبرة الأكاديمية العميقة لمعهد ماساتشوستس للتكنولوجيا وأبحاث الذكاء الاصطناعي في Recursion والحاسوب العملاق المعجل من NVIDIA، BioHive-2
سولت ليك سيتي، يوتا، 6 يونيو 2025 (جلوب نيوز واير) - أعلن اليوم باحثون في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) وعيادة جميل، إلى جانب شركة ريكيرشِن (المدرجة في بورصة ناسداك تحت الرمز RXRX)، عن الإصدار المفتوح المصدر لنموذج بولتز-2، وهو أول نموذج أساسي جزيئي حيوي من نوعه. يعمل هذا النموذج من الجيل التالي للذكاء الاصطناعي، المدعوم بحاسوب إنفيديا العملاق من ريكيرشِن للتدريب والتحقق، على تحقيق دقة فائقة في النمذجة المشتركة للهياكل المعقدة وتقارب الارتباطات. يمثل بولتز-2 خطوةً متقدمةً تتجاوز نماذج التنبؤ بالهياكل الجزيئية الحيوية الحالية مثل ألفا فولد 3 وسابقه بولتز-1.
قالت ريجينا بارزيلاي، الأستاذة المتميزة في الذكاء الاصطناعي والصحة بكلية الهندسة بمعهد ماساتشوستس للتكنولوجيا (MIT)، وعضو هيئة التدريس في قسم الذكاء الاصطناعي بعيادة جميل، والباحثة الرئيسية في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL): "لطالما شكّل التنبؤ الدقيق بقوة ارتباط الجزيئات تحديًا في مجال اكتشاف الأدوية، وهو تحدٍّ تطلب تقنيات جديدة في التعلم الآلي وعلوم الحاسوب". وأضافت: "لا يقتصر دور Boltz-2 على معالجة هذه المشكلة الجوهرية فحسب، بل يساعد العلماء أيضًا على اكتشاف رؤى بيولوجية جديدة وطرح أسئلة لم يتمكنوا من طرحها سابقًا باستخدام مناهج قياسية تتطلب قدرات حاسوبية أكبر. ولأن Boltz-2 مفتوح المصدر، بما في ذلك شيفرة التدريب الخاصة به، يمكن للعلماء تكييفه بسهولة لأنواع محددة من الجزيئات، مما يجعله أداةً أكثر فعالية لتسريع الاكتشاف".
على وجه التحديد، يُمثل بولتز-2 حقبة جديدة في مجال الفحص الحاسوبي ، بمقاييس قياسية تقترب من دقة اضطراب الطاقة الحرة (FEP) القائم على الفيزياء، وهي طريقة حسابية قياسية في هذا المجال تُستخدم للتنبؤ بتقارب ارتباط الجزيئات، بسرعات تصل إلى ألف ضعف . إن انخفاض التكلفة وزيادة السرعة والحجم يجعلان الفحص الافتراضي الدقيق واسع النطاق أكثر عملية مما كان ممكنًا في السابق، مما يُعالج مباشرةً مشكلةً جوهريةً في اكتشاف الجزيئات الصغيرة.
قال نجاة خان، كبير مسؤولي البحث والتطوير والمدير التجاري في شركة Recursion: "يُعد اختيار الجزيئات المناسبة مبكرًا أحد أهم التحديات في مجال اكتشاف الأدوية، وله تداعياته على نجاح برامج البحث والتطوير أو فشلها". وأضاف: "من خلال التنبؤ بالبنية الجزيئية وتقارب الارتباط في آنٍ واحد بسرعة ونطاق غير مسبوقين، يمنح Boltz-2 فرق البحث والتطوير أداةً فعّالة لفرز المركبات بفعالية أكبر وتركيز الموارد على أكثرها واعدة. إن مثل هذه التعاونات، التي تربط بين الابتكار الأكاديمي وتطبيقات الصناعة، تلعب دورًا هامًا في تطوير هذا المجال، وفي نهاية المطاف، تحسين كيفية تطوير الأدوية وتقديمها للمرضى".
فيما يلي المكونات الرئيسية والعوامل المميزة لـ Boltz-2 مقابل الطرق الأخرى للتنبؤ بالهياكل والتقاربات الجزيئية الحيوية:
- تحسين التنبؤ بالتقارب : دقة قريبة من FEP على معيار FEP+ المعتمد على نطاق واسع مع كونه أسرع بأكثر من 1000 مرة وأقل تكلفة حسابية
- أداء معياري رائد : قوة تنبؤية فائقة، مما يدل على تفوق الأداء على جميع المشاركين في تحدي التقارب CASP16
- النمذجة المتقدمة للمفاصل : إنشاء نماذج فريدة للهياكل المعقدة ثلاثية الأبعاد مع التنبؤ المشترك بتقارب الارتباط وديناميكيات البروتين (على سبيل المثال، عوامل B)
- قابلة للتحكم وواقعية جسديًا : تحقق معقولية جسدية محسنة بشكل كبير باستخدام توجيه Boltz وتوفر تحكمًا محسنًا للمستخدم عبر القالب والطريقة وتكييف الاتصال
- بيانات تدريب جديدة وموسعة : تم تدريبها على محاكاة الديناميكيات الجزيئية، وبيانات التقطير الموسعة، وحوالي 5 ملايين قياس لاختبار تقارب الارتباط
تمشيا مع التزام معهد ماساتشوستس للتكنولوجيا وRecursion بجعل أدوات الذكاء الاصطناعي متاحة لمطوري الأدوية، سيتم توفير Boltz-2 مفتوح المصدر بموجب ترخيص معهد ماساتشوستس للتكنولوجيا ، مما يجعل النموذج والأوزان وخط أنابيب التدريب متاحًا للاستخدام الأكاديمي والتجاري.
قاد فريق بولتز في معهد ماساتشوستس للتكنولوجيا (MIT) تطوير بولتز-2، بإشراف البروفيسورين ريجينا بارزيلاي وتومي ياكولا، إلى جانب فريق من الباحثين من المعهد وريكيوريجن. لمزيد من المعلومات، يُرجى زيارة الرابط: https://boltz.bio/boltz2 .
حول التكرار
ريكورشن (المدرجة في بورصة ناسداك تحت الرمز RXRX) شركة رائدة في مجال التكنولوجيا الحيوية في المرحلة السريرية، تُعنى بفك شيفرة علم الأحياء لتحسين حياة الناس بشكل جذري. ويدعم ريكورشن مهمتها، وهي منصة مبنية على تقنيات متنوعة تُولّد باستمرار واحدة من أكبر مجموعات البيانات البيولوجية والكيميائية الملكية في العالم. وتستفيد ريكورشن من خوارزميات تعلم آلي متطورة لاستخلاص تريليونات العلاقات القابلة للبحث في علم الأحياء والكيمياء من مجموعة بياناتها، دون قيود التحيز البشري. وبفضل امتلاكها لنطاق تجريبي هائل - يصل إلى ملايين التجارب المعملية أسبوعيًا - ونطاق حسابي هائل، وامتلاكها وتشغيلها لأحد أقوى الحواسيب العملاقة في العالم، تُوحّد ريكورشن التكنولوجيا وعلم الأحياء والكيمياء لتطوير مستقبل الطب.
يقع المقر الرئيسي لشركة Recursion في مدينة سولت ليك، حيث تُعد عضوًا مؤسسًا في BioHive، وهي مجموعة متخصصة في علوم الحياة في ولاية يوتا. كما تمتلك Recursion مكاتب في تورنتو، ومونتريال، ونيويورك، ولندن، ومنطقة أكسفورد، ومنطقة خليج سان فرانسيسكو. للمزيد من المعلومات، تفضل بزيارة www.Recursion.com ، أو تواصل معنا عبر X (المعروف سابقًا باسم تويتر) و LinkedIn .

جهة اتصال المستثمر المستثمر@Recursion.com جهة الاتصال الإعلامية Media@Recursion.com
