اكتشاف أدوية الملاريا باستخدام نماذج لغوية ضخمة: نتائج مثيرة وتحديات تقنية

في خطوة مبتكرة تسعى لتسريع عمليات اكتشاف أدوية الملاريا، تم تقديم مجموعة بيانات جديدة تُدعى Malaria-Instruct، والتي تمثّل تعزيزاً لمجموعة بيانات ChEMBL Legacy Malaria. تتضمن هذه الدراسة تقييمًا منهجيًا لخمسة نماذج لغوية ضخمة (LLMs) مفتوحة المصدر، بما في ذلك Gemma-2 وTxGemma وLlaSMol.

أظهرت النتائج أن النماذج المدربة بشكل جيد تفوقت بشكل ملحوظ على النماذج التقليدية، حيث حقق نموذج TxGemma-9B أعلى النتائج مع ROC-AUC بلغ 0.731. في حين أن نموذج LlaSMol-Mistral-7B أظهر أفضل عامل تعزيز بمعدل تقريبي 4.99.

أثبتت نتائج الدراسة أهمية التدريب المخصص في المجالات الطبية، حيث انخفض أداء نموذج TxGemma-9B بشكل كبير عند عدم وجود تدريب متخصص. لم تتمكن أي من نماذج Gemini 2.5 وo3 من تحقيق نتائج موثوقة بدون إجراء هذا التدريب.

تظهر الدراسة أن النماذج لغوية ضخمة المدربة بشكل جيد تمثل نمطًا واعدًا وفعالاً من حيث الموارد لاكتشاف أدوية الملاريا، متفوقة بذلك على الخطوط التقليدية والنماذج الملكية. هذا الإنجاز العلمي قد يفتح آفاق جديدة في مجالات البحث الطبي وأبحاث الأدوية.