تصور کنید بتوانیم یک سلول زنده را روی صفحه رایانه قرار دهیم؛ نه فقط تصویری از آن، بلکه مدلی که بتواند نشان دهد اگر ژنی خاموش شود، دارویی وارد سلول شود یا بیماری به آن حمله کند، چه اتفاقی خواهد افتاد. این ایده که تا چندی پیش بیشتر شبیه داستان‌های علمی‌تخیلی بود، اکنون به یکی از جاه‌طلبانه‌ترین اهداف هوش مصنوعی و بیوتکنولوژی پزشکی تبدیل شده است: ساخت «سلول مجازی».

سلول مجازی در ساده‌ترین تعریف، یک مدل رایانه‌ای است که تلاش می‌کند رفتار سلول را در شرایط مختلف پیش‌بینی کند. دانشمندان می‌خواهند داده‌های عظیمی از سلول‌ها ــ از بیان ژن و پروتئین گرفته تا تصاویر میکروسکوپی و اطلاعات تک‌سلولی ــ را در اختیار هوش مصنوعی قرار دهند تا این فناوری بتواند الگوهای پیچیده حیات را یاد بگیرد. در سال ۲۰۲۶، پژوهش درباره این ایده با سرعت زیادی در حال گسترش است و حتی مدل‌هایی برای نمایش سلول‌ها در یک «فضای زیستی» مشترک توسعه یافته‌اند.

یکی از نمونه‌های قابل توجه، مدل Universal Cell Embedding است که پژوهشگران آن را با داده‌های سلولی در مقیاس بسیار بزرگ آموزش داده‌اند. این مدل توانسته داده‌های ۳۶ میلیون سلول از صدها آزمایش، ده‌ها بافت و هشت گونه را در یک فضای محاسباتی مشترک نمایش دهد. چنین رویکردی می‌تواند به دانشمندان کمک کند سلول‌های مختلف را بهتر با یکدیگر مقایسه کنند و تفاوت‌های زیستی آنها را سریع‌تر شناسایی کنند.

اما هدف نهایی بسیار بلندپروازانه‌تر است. پژوهشگران می‌خواهند از مدلی که فقط «تصویر» یا وضعیت فعلی سلول را توصیف می‌کند، به مدلی برسند که بتواند رفتار سلول در طول زمان را پیش‌بینی کند.

 برای مثال، اگر یک داروی جدید به سلول داده شود، آیا سلول زنده می‌ماند؟ چه ژن‌هایی فعال یا خاموش می‌شوند؟ آیا مسیر بیماری تغییر می‌کند؟ چنین قابلیت‌هایی می‌تواند شیوه کشف دارو را متحول کند. بررسی‌های جدید نشان می‌دهند که سلول‌های مجازی می‌توانند در آینده برای پیش‌بینی پاسخ سلول به داروها و شناسایی اهداف درمانی مورد استفاده قرار گیرند.

در همین مسیر، دانشمندان حتی یک گام بنیادی‌تر برداشته‌اند. در مارس ۲۰۲۶، پژوهشگران مدلی رایانه‌ای از یک باکتری ساختند که بسیاری از فرایندهای سلولی آن، از جمله تکثیر DNA و تقسیم سلولی، در شبیه‌سازی دنبال می‌شد. این دستاورد نشان می‌دهد که مدل‌سازی یک سلول کامل، هرچند هنوز بسیار دشوار است، دیگر صرفاً یک ایده نظری نیست.

با این حال، «سلول مجازی» هنوز به معنای ساخت نسخه دیجیتال کامل یک سلول انسانی نیست. سلول‌های واقعی شبکه‌ای فوق‌العاده پیچیده از مولکول‌ها، واکنش‌های شیمیایی و تعاملات فضایی و زمانی هستند. حتی پژوهشگران تأکید می‌کنند که مدل‌های فعلی هوش مصنوعی اغلب تنها بخش‌هایی از رفتار سلول را پیش‌بینی می‌کنند و برای رسیدن به یک مدل واقعاً جامع، باید AI با مدل‌های مکانیزمی و داده‌های تجربی ترکیب شود.

اهمیت این فناوری برای پزشکی بسیار زیاد است. اگر سلول مجازی بتواند با دقت بالا پاسخ سلول‌های بیمار را پیش‌بینی کند، ممکن است پژوهشگران بتوانند هزاران ترکیب دارویی را ابتدا در محیط دیجیتال آزمایش کنند و تنها گزینه‌های امیدوارکننده را به آزمایشگاه واقعی ببرند. این رویکرد می‌تواند زمان و هزینه توسعه دارو را کاهش دهد و به سمت درمان‌های دقیق‌تر و شخصی‌سازی‌شده حرکت کند. البته چنین کاربردهایی هنوز نیازمند اعتبارسنجی گسترده در آزمایش‌های واقعی هستند.

شاید جذاب‌ترین بخش داستان این باشد که آینده زیست‌پزشکی ممکن است نه «آزمایشگاه یا رایانه»، بلکه آزمایشگاه به‌علاوه رایانه باشد. هوش مصنوعی پیش‌بینی می‌کند، سلول مجازی فرضیه می‌سازد و سپس پژوهشگر آن فرضیه را در سلول واقعی، ارگانوئید یا مدل آزمایشگاهی آزمایش می‌کند.

اگر این چرخه روزی به بلوغ برسد، شاید دانشمندان بتوانند پیش از آنکه یک دارو را به بدن انسان برسانند، ابتدا از خود سلول بپرسند: «اگر این دارو وارد تو شود، چه اتفاقی برایت خواهد افتاد؟» این همان نقطه‌ای است که هوش مصنوعی از یک ابزار تحلیل داده فراتر می‌رود و به یکی از ابزارهای احتمالی برای فهم عمیق‌تر خودِ حیات تبدیل می‌شود.

«محبوبه صادقی» کارشناس آزمایشگاه زیست فناوری پزشکی