پرش به محتوای اصلی
پرش به محتوای مقاله

۵ نوآور زیر ۳۵ سال با ترکیب هوش مصنوعی و ویرایش ژنی زیست‌شناسی را بازنویسی

·۲۰ شهریور ۱۴۰۵۳ دقیقه مطالعه
جوانان زیر ۳۵ سالی که آینده بیوتکنولوژی را شکل می‌دهند
جوانان زیر ۳۵ سالی که آینده بیوتکنولوژی را شکل می‌دهند
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

استفاده از هوش مصنوعی زاینده برای طراحی کامل ویروس‌های مصنوعی (باکتریوفاژ) و تبدیل DNA به یک کد قابل ویرایش و بازگشت‌پذیر، فراتر از ویرایش‌های ساده ژنتیکی است و مفهوم «زیست‌شناسی برنامه‌ریزی‌پذیر» را عملی می‌کند.

تصور کنید بیماری نادر ژنتیکی که پیش از این حکم مرگ کودک بود، حالا با یک کد اصلاح‌شده در DNA درمان شود. این دیگر یک سناریوی علمی-تخیلی نیست، بلکه واقعیتِ کاری است که نسل جدیدی از دانشمندان زیر ۳۵ سال در حال پیشبرد آن هستند.

به گزارش MIT Technology Review در ۱۱ سپتامبر ۲۰۲۶، یک نوآور ۲۸ ساله دستگاهی ۷۰ دلاری به نام Mkanda Salama (بستار ایمن) ساخته است که خون‌ریزی پس از زایمان را در ۷۳٪ زنان طی ۲۰ دقیقه متوقف می‌کند. پاسکال کیجا این ابزار را برای مقابله با عارضه‌ای طراحی کرده است که طبق این گزارش، مسئول ۲۹٪ از مرگ‌ومیر مادران در تانزانیا است.

موج جدید زیست‌فناوری

مجله MIT Technology Review اخیراً در فهرست «نوآوران زیر ۳۵ سال» خود، درخشان‌ترین ذهن‌های جوانی را معرفی کرده است که آینده علم را شکل می‌دهند. در سال جاری، نُه نفر از این نوآوران در حال متحول کردن زیست‌فناوری (Biotech) از طریق ابزارهای نجات‌بخش و فناوری‌های پیشگامانه «معکوس کردن سن» هستند.

زیست‌فناوری در حال تغییر رویکرد از درمان‌های عمومی به مداخلات فوق‌شخصی است. در حالی که پزشکی سنتی اغلب بر داروهای یکسان برای همه تکیه دارد، این گروه جدید از پژوهشگران از هوش مصنوعی زاینده (Generative AI) و بازبرنامه‌ریزی سلولی استفاده می‌کنند تا با هر بیمار به‌عنوان یک مجموعه داده زیستی منحصربه‌فرد برخورد کنند. این رویکرد شبیه به معماران دیجیتالی است که به‌جای ساختمان، نقشه‌های پیچیده پروتئین و DNA را می‌کشند.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی همگرایی علوم داده و زیست‌شناسی اشاره کردیم، مرز بین نرم‌افزار و سخت‌افزارِ بدن در حال محو شدن است. اکنون زیست‌فناوری به سمتی می‌رود که در آن DNA و سن سلولی مانند کدهایی هستند که می‌توان آن‌ها را ویرایش کرد یا به عقب بازگرداند.

پزشکی دقیق و رابط‌های عصبی

در این حوزه، دستاوردهای خیره‌کننده‌ای ثبت شده است:

  • سارا گراندینت (۲۶ ساله) یک درمان ویرایش ژنی شخصی‌سازی‌شده برای کودکی به نام کایل «کی‌جی» مولدون جونیور طراحی کرد. این کودک در سال ۲۰۲۴ با یک اختلال ژنتیکی نادر و بالقوه مرگبار متولد شده بود. سارا برای اصلاح یک «غلط املایی ژنتیکی»، سلول‌هایی با واریانت ژنتیکی خاصِ کی‌جی ساخت تا روش‌های مختلف ویرایش ژنی را روی آن‌ها غربال کند. پس از آزمایش داروهای احتمالی روی موش‌ها و میمون‌ها، کی‌جی اولین دوز درمان را در هفت ماهگی دریافت کرد و در نهایت از بیمارستان ترخیص شد.
  • شیائو یانگ (۳۴ ساله) در حال بازطراحی الکترودهای مغزی است تا آسیب بافتی را به حداقل برساند. از آنجا که الکترودهای سنتی به داخل مغز وارد می‌شوند، می‌توانند به بافت‌های اطراف آسیب بزنند. الکترودهای یانگ فوق‌کوچک و انعطاف‌پذیر هستند و به‌گونه‌ای طراحی شده‌اند که شبیه به نورون‌های واقعی به نظر برسند.
  • الهام از کیریگامی: یانگ با بهره‌گیری از هنر سنتی ژاپنی کیریگامی (برش کاغذ برای ساخت اشکال سه‌بعدی)، صفحه‌ای از الکترودها با ساختار لانه زنبوری به شکل یک سبد مارپیچی ایجاد کرد. او در حال حاضر از این صفحات برای مطالعه سلول‌های مغزی در آزمایشگاه استفاده می‌کند.

جوانان زیر ۳۵ سالی که آینده بیوتکنولوژی را شکل می‌دهند

زیست‌شناسی مبتنی بر AI و طول عمر

در بخش طراحی زیستی و افزایش طول عمر نیز پیشرفت‌ها شتاب گرفته است:

  • ساموئل کینگ (۲۷ ساله) از یک مدل هوش مصنوعی زاینده برای طراحی نقشه‌های ژنتیکی باکتریوفاژها — ویروس‌های کوچکی که باکتری‌ها را آلوده می‌کنند — استفاده کرد. کینگ این نقشه‌ها را به‌صورت رشته‌های DNA چاپ کرد. در آزمایشات، این ویروس‌های طراحی‌شده توسط AI با موفقیت از خود کپی ساختند و با ترک کردن سلول‌های باکتریایی، دیگر باکتری‌ها را آلوده کردند. او امیدوار است این موجودات زنده روزی بتوانند آلودگی‌ها را جذب کنند یا در تولید دارو به کار روند.
  • یوان‌چنگ (رایان) لو (۳۴ ساله) در پیشگامی بازبرنامه‌ریزی سلولی برای معکوس کردن پیری است. این فرآیند تلاش می‌کند سن سلول‌ها را با بازگرداندن آن‌ها به حالتی شبیه به سلول‌های جنینی، ریست کند. پس از مطالعه‌ای در سال ۲۰۲۰ که نشان داد درمان او باعث بازگشت بینایی در موش‌های پیر و کور شده است، شرکت Life Biosciences از ژوئن ماه، تزریق داروی مشابهی را برای اولین داوطلبان انسانی آغاز کرد.

این تحول به این معناست که گلوگاه پیشرفت دیگر صرفاً شیمی نیست، بلکه «طراحی» است. با تبدیل DNA و سن سلولی به کدهایی که قابل ویرایش یا بازگشت هستند، این نوآوران زیست‌فناوری را به سمت یک چرخه تکرار شبیه به نرم‌افزار می‌برند.

برای یک فرد عادی، این یعنی آینده‌ای که در آن بیماری‌های نادر به‌جای مدیریت مادام‌العمر علائم، با درمان‌های کدنویسی‌شده اختصاصی درمان می‌شوند. ادغام هوش مصنوعی زاینده در طراحی ویروسی، به‌طور خاص کشف ابزارهای بیولوژیکی را تسریع می‌کند که یافتن آن‌ها از طریق تکامل سنتی، دهه‌ها زمان می‌برد.

گام بعدی شما

  • نتایج کارآزمایی‌های بالینی درمان بینایی Life Biosciences را دنبال کنید؛ زیرا این نتایج شاخص اصلی برای تشخیص این خواهد بود که آیا بازبرنامه‌ریزی سلولی می‌تواند به‌طور ایمن در مقیاس انسانی اجرا شود یا خیر.
  • ابزارهای طراحی پروتئین مبتنی بر AI را بررسی کنید تا متوجه شوید چگونه طراحی زیستی در حال تبدیل شدن به یک چرخه تکرار شبیه به نرم‌افزار است.
  • مقالات مربوط به رابط‌های عصبی انعطاف‌پذیر را بخوانید تا با آینده جراحی‌های کم‌تهاجمی مغز آشنا شوید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های تخصصی برای پردازش داده‌های ژنومیک مراجعه کنید.

چرا این موضوع مهم است؟

این پیشرفت‌ها با تکیه بر اعتبار پژوهشی MIT و نتایج بالینی Life Biosciences، نشان می‌دهند که زیست‌فناوری از مرحله «مشاهده» به مرحله «برنامه‌ریزی» رسیده است. این تغییر پارادایم، هزینه‌های درمان بیماری‌های نادر را در بلندمدت کاهش و نرخ بقای بیماران را افزایش می‌دهد.

تأثیر برای ایران

این پیشرفت‌ها در سطح پژوهشی برای دانشمندان ایرانی در حوزه بیوانفورماتیک فرصت‌های جدیدی ایجاد می‌کند، اما دسترسی به ابزارهای پیشرفته ویرایش ژنی و داروهای بازبرنامه‌ریزی سلولی به‌دلیل تحریم‌ها و هزینه‌های بالا برای کاربران داخلی محدود است.

·نگاه ما
تحریریه دات‌هوش

جایگزینی شیمی سنتی با «طراحی دیجیتال» در زیست‌شناسی، مدل توسعه محصول در پزشکی را از حالت آزمون و خطای آزمایشگاهی به چرخه تکرار سریع نرم‌افزاری (Iteration) تغییر می‌دهد. این یعنی سرعت رسیدن به درمان برای بیماری‌های نادر از چندین دهه به چند ماه کاهش می‌یابد، به شرطی که مدل‌های زاینده بتوانند پیچیدگی‌های تعاملی سلولی را به‌درستی پیش‌بینی کنند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.