اسٹینفورڈ میڈیسن لیب سے باہر نکلنے والی تازہ ترین کمپنی کے 37,000 ملازمین ہیں، اور ان میں سے ایک بھی انسان نہیں ہے۔ کوئی لیب کی جگہ نہیں ہے، کوئی پے رول نہیں ہے، اور دوپہر کے کھانے کے وقفے نہیں ہیں۔ سائنس جریدے میں 17 ستمبر کو شائع ہونے والی ایک تحقیق میں، محققین نے مکمل طور پر AI سے لیس ورچوئل بائیوٹیک کمپنی کی وضاحت کی جس نے دسیوں ہزار کلینیکل ٹرائلز کا تجزیہ کیا، ایک ایسے حیاتیاتی سگنل سے پردہ اٹھایا جو یہ پیش گوئی کرتا ہے کہ کون سی دوائیں کامیاب ہوں گی، اور آزادانہ طور پر پھیپھڑوں کے کینسر کی تھراپی تیار کی گئی جس پر ایک بڑی دوا ساز کمپنی بعد میں پہنچی۔

ایجنٹوں سے بنی ایک پوری ڈرگ کمپنی

یہ پروجیکٹ سٹینفورڈ میڈیسن میں بایومیڈیکل ڈیٹا سائنس کے ایسوسی ایٹ پروفیسر جیمز زو، اور گریجویٹ طالب علم ہیریسن ژانگ کے دماغ کی اختراع ہے، جنہوں نے اس کام کی قیادت کی۔ یہ AI سائنسدان ایجنٹوں کی "ورچوئل لیب" پر بنا ہے جسے Zou کے گروپ نے 2025 میں شروع کیا تھا — لیکن اس بار ٹیم نے مزید آگے بڑھتے ہوئے ایک پوری کمپنی بنائی جس میں دسیوں ہزار AI ایجنٹوں کی تربیت دی گئی جو منشیات کی ترقی کی مکمل پائپ لائن کو سپورٹ کرنے کے لیے تربیت یافتہ ہیں۔

"ہمارا خیال یہ دیکھنا تھا کہ ہم اس کو کس حد تک آگے بڑھا سکتے ہیں۔ کیا ہم ایک بائیوٹیک کمپنی بنا سکتے ہیں جو منشیات کے اہداف کی تلاش سے لے کر کلینیکل ٹرائلز کو ڈیزائن کرنے تک ہر چیز پر کام لے؟" زو نے اسٹینفورڈ میڈیسن کے اعلان میں کہا۔ "کیا ہمارے پاس ایک مکمل ایجنٹ کمپنی ہے جو منشیات کی دریافت کے انتہائی پیچیدہ چیلنجوں سے نمٹتی ہے؟"

ورچوئل کمپنی ایک قائم شدہ بائیوٹیک کے تنظیمی چارٹ کی آئینہ دار ہے: ایک چیف سائنس آفیسر ایجنٹ تحقیقی ٹیموں کی رہنمائی کرتا ہے جنہیں خصوصی ڈویژنوں میں تقسیم کیا جاتا ہے جو کہ مالیکیولر اہداف کی شناخت سے لے کر کلینیکل ٹرائلز کی ڈیزائننگ تک منشیات کے ڈیزائن کے بنیادی عناصر پر متوازی کام کرتی ہے۔

کیا 37,000 ایجنٹ 50,000 ٹرائلز میں ملے؟

منشیات کی دریافت میں سب سے بڑا چیلنج یہ پیش گوئی کرنا ہے کہ کون سے مالیکیول کلینیکل ٹرائلز میں زندہ رہیں گے - ایک عمل Zou نوٹ پر دسیوں یا اس سے بھی لاکھوں ڈالر لاگت آسکتی ہے اور اس میں کئی سال لگ سکتے ہیں۔ ایجنٹوں کو ایک پیچیدہ کام تفویض کیا گیا تھا: سائنسی ادب کو وسیع پیمانے پر صاف کرنے کے بجائے، ہر ایجنٹ نے ایک مخصوص کلینیکل ٹرائل کا تجزیہ کیا اور حفاظت اور تاثیر سے متعلق ڈیٹا کو بازیافت کیا۔ مجموعی طور پر، انہوں نے ایک ہفتے سے بھی کم وقت میں تقریباً 50,000 ٹرائلز کی فہرست بنائی، ایک کام Zou کا کہنا ہے کہ انسانی محققین کو برسوں لگے ہوں گے۔

اس کے بعد ایجنٹوں نے ان آزمائشوں کے دوران جمع کیے گئے مالیکیولر ڈیٹا کی جانچ کی اور دو اسکورنگ سسٹم بنائے۔ سب سے پہلے اس بات کی پیمائش کی گئی کہ کس طرح خاص طور پر ایک دوا کسی خاص سیل کی قسم کو نشانہ بناتی ہے، بجائے اس کے کہ سیل کی کئی اقسام کو وسیع پیمانے پر متاثر کرے۔ دوسری پیمائش شدہ "bimodality" — چاہے ہدف شدہ جین کی سرگرمی لائٹ سوئچ کی طرح برتاؤ کرتی ہو، اسنیپنگ آن اور آف ہو، یا درمیانی حالتوں کی ایک رینج کے ساتھ مدھم ہونے کی طرح ہو۔

جو نمونہ سامنے آیا وہ حیران کن تھا۔ وہ دوائیں جنہوں نے سیل کے مخصوص انداز میں سوئچ نما جینوں کو نشانہ بنایا ان کے فیز 1 سے فیز 2 ٹرائلز میں 40 فیصد زیادہ، مارکیٹ تک پہنچنے کا 48 فیصد زیادہ امکان تھا، اور ان دوائیوں کے مقابلے میں 32 فیصد کم منفی واقعات تھے جن میں وسیع سرگرمی تھی۔ اس کا اثر کینسر، دماغی امراض، دل کی بیماری، اور گردے اور پھیپھڑوں کے حالات میں برقرار رہا۔

زو نے کہا، "ایجنٹوں نے جو سائنس دریافت کی ہے وہ واقعی دلچسپ ہے، اور یہ ظاہر کرتا ہے کہ ان سنگل سیل خصوصیات کو بہتر ادویات بنانے کے لیے استعمال کیا جا سکتا ہے۔" "یہ اس قسم کے ڈیٹا کو جمع کرنے کی اہمیت کی طرف اشارہ کرتا ہے۔ اس سے منشیات کی دریافت کی پوری صنعت میں مدد مل سکتی ہے۔"

B7-H3 ٹیسٹ: پیشین گوئی سے توثیق تک

فیصلہ کن سوال یہ تھا کہ کیا آل AI کمپنی ایک حقیقی دوا ڈیزائن کر سکتی ہے۔ یہ جاننے کے لیے، ٹیم نے B7-H3 پر ایجنٹوں کی نشاندہی کی، جو پھیپھڑوں کے کینسر کے محققین کے لیے دلچسپی کا حامل پروٹین ہے۔ ایجنٹوں نے مطالعات اور بایومیڈیکل ڈیٹا کے ذخیروں کا تجزیہ کیا اور B7-H3 کو فبرو بلوسٹس - کنیکٹیو ٹشو سیلز جو اکثر ٹیومر سیلز کے قریب رہتے ہیں میں انتہائی اظہار پایا۔ مقامی ٹرانسکرپٹومک ڈیٹا کی کھدائی کرتے ہوئے، انہوں نے دریافت کیا کہ یہ B7-H3-اظہار کرنے والے فائبرو بلاسٹس قریبی مدافعتی خلیوں کو سگنل دے رہے ہیں اور انہیں دبا رہے ہیں، جسم کے قدرتی دفاع سے ٹیومر کو مؤثر طریقے سے چھپا رہے ہیں۔

اس کے بعد ایجنٹوں نے ایک اینٹی باڈی ڈرگ کنجوگیٹ ڈیزائن کیا - ایک ٹارگٹڈ پروٹین جو سیلز پر مشتمل ہوتا ہے جس میں B7-H3 وافر مقدار میں ہوتا ہے اور انہیں براہ راست کیموتھراپی کا پے لوڈ فراہم کرتا ہے۔ اہم طور پر، ڈیزائن صرف جنوری 2025 سے پہلے دستیاب معلومات پر انحصار کرتا تھا۔ مہینوں بعد، اگست 2025 میں، ایک قائم کردہ دوا ساز کمپنی نے آزادانہ طور پر B7-H3 کے خلاف وہی اینٹی باڈی-ڈرگ کنجوگیٹ حکمت عملی تیار کی۔ اس تھراپی کو انسانی مطالعہ میں تاثیر ظاہر کرنے کے بعد FDA بریک تھرو تھراپی کا عہدہ ملا - ایک نتیجہ Zou ورچوئل بائیوٹیک کے ڈیزائن کی آزاد، تیسرے فریق کی توثیق کے طور پر بیان کرتا ہے۔

Zou مزید B7-H3 کا پیچھا نہیں کر رہا ہے، کیونکہ ایک اور کمپنی پہلے ہی اسے کلینکس کی طرف لے جا رہی ہے۔ لیکن وہ کہتے ہیں کہ ورچوئل بائیوٹیک نے امیدواروں کے دوسرے اہداف کو بھی اسی طرح ڈیزائن کیا ہے۔

انسان نالی ہی رہتے ہیں۔

ایجنٹ افرادی قوت کے پیمانے کے باوجود، Zou حدود کے بارے میں واضح ہے۔ انہوں نے کہا کہ "انسان، جسمانی تجربہ اور توثیق ہمیشہ وہ راستہ رہے گا جس کے ذریعے AI اثر ڈالتا ہے،" انہوں نے کہا۔ ٹیم کا اگلا مرحلہ ورچوئل بائیوٹیک کی نئی دریافتوں کو حقیقی لیبارٹریوں میں منتقل کر رہا ہے تاکہ یہ جانچا جا سکے کہ جسمانی دنیا میں کتنے لوگ برقرار ہیں۔

اس تحقیق کو نائٹ ہینیسی اسکالرشپ، نیشنل انسٹی ٹیوٹ آف ہیلتھ، نیشنل سائنس فاؤنڈیشن، اور چن زکربرگ بایو ہب نے مالی امداد فراہم کی، اسٹینفورڈ کے شعبہ بائیو میڈیکل ڈیٹا سائنس کے اضافی تعاون کے ساتھ۔

یہ کیوں اہمیت رکھتا ہے۔

یہ مطالعہ ایک وسیع تر تبدیلی کے درمیان آیا ہے کہ سائنس پر AI کا اطلاق کس طرح کیا جاتا ہے - ایسے ماڈلز سے جو تحقیق کا خلاصہ پیش کرتے ہیں ایجنٹی نظام تک جو تجربات کی منصوبہ بندی کرتے ہیں، ڈیٹا کا تجزیہ کرتے ہیں، اور نئے علاج کی تجویز کرتے ہیں۔ نیو یارک ٹائمز اور جینومکس انڈسٹری پریس کے کام کی کوریج اس توجہ کی نشاندہی کرتی ہے جو "ورچوئل بائیوٹیک" فریم ورک کھینچ رہا ہے۔

اگر B7-H3 پر ڈیزائن سے پہلے کی توثیق کا نتیجہ کوئی اشارہ ہے، تو دوا ساز صنعت کے پاس جانچ کے لیے تحقیقی آلات کی ایک نئی کلاس ہے: AI ایجنٹوں کی تنظیمیں جو سالوں کے ادب کے جائزے اور آزمائشی تجزیے کو دنوں میں سمیٹ سکتی ہیں۔ کھلا سوال - زو کی ایک ٹیم اب جانچ کر رہی ہے - یہ ہے کہ ایجنٹوں کی تجویز کردہ فزیکل لیب بینچ کے ساتھ رابطے میں کتنا بچ جاتا ہے۔

AI سے آگے رہیں

AI منشیات کی دریافت سے لے کر بنیادی طبیعیات تک ہر سطح پر تحقیق کو تبدیل کر رہا ہے۔ مزید بریکنگ AI خبروں اور فیلڈ کو تشکیل دینے والی تحقیق کے تجزیہ کے لیے، مزید AI خبریں پڑھیں →۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →