ما هو Omnii-1؟ نموذج لغة الجينوم وراء أول العاثيات المصممة بالذكاء الاصطناعي

في العشرين من أكتوبر 2026، قدّم مختبر الذكاء الاصطناعي Radical Numerics نموذج Omnii-1، الذي تصفه الشركة بأنه أكثر نماذج لغة الجينوم متعددة الوسائط تقدمًا في العالم. الادعاء الرئيسي لافت للنظر: عاثيات صمّمها النموذج أُعطيت لمريض بشري يعاني من عدوى مقاومة للمضادات الحيوية. يشرح هذا الدليل ما هو Omnii-1 فعليًا، وما الذي يفعله نموذج لغة الجينوم، وتطبيقاته الثمانية، والتحفظات التي تتجاهلها العناوين الإخبارية.

ما هو Omnii-1؟

Omnii-1 هو نموذج لغة الجينوم (Genome Language Model): تقنية المحوّل (Transformer) ذاتها التي تقف وراء نماذج اللغة الكبيرة، لكنها مدرَّبة على بيانات بيولوجية بدلًا من النصوص البشرية. بدلًا من التنبؤ بالكلمة التالية، يتعلم النموذج الأنماط الموجودة في الحمض النووي DNA والحمض النووي الريبوزي RNA والبروتينات والإشارات الجزيئية ذات الصلة.

تقول Radical Numerics إن Omnii-1 خضع للتدريب المسبق بصورة أصيلة عبر 28 وسيلة بيولوجية — تشمل DNA وRNA والبروتينات وإمكانية الوصول إلى الكروماتين وارتباط عوامل النسخ والتعديلات الهيستونية ومثيلة DNA والربط والتعبير الجيني، مشروطةً بنوع الخلية والنسيج (Radical Numerics). بعد التدريب على تريليونات من الرموز (Tokens) من البيانات الجينية ومتعددة الأوميات، يتعلم النموذج تمثيلًا مشتركًا واحدًا يمكنه تكييفه مع مشكلات بيولوجية مختلفة كثيرة.

أسّست الشركةَ أعضاءٌ من الفريق الذي طوّر Evo وEvo 2، وهما نموذجان سابقان للجينوم استُخدما لتصميم أول جينومات بكتيريوفاج أُنشئت بالكامل بواسطة الذكاء الاصطناعي (Business Wire via FinancialContent).

لماذا يهم النموذج "العام"؟

لسنوات طويلة، بُني الذكاء الاصطناعي البيولوجي مشكلةً بمشكلة: نماذج منفصلة للبروتينات، وتنظيم الجينات، والأمراض الوراثية، والتصميم الجزيئي. تجادل Radical Numerics بأن هذا يتغير — إذ يمكن لنموذج واحد متعدد الأغراض أن يتفوق الآن على النماذج المتخصصة في المهام التي بُنيت من أجلها، مما يعكس كيف تجاوزت نماذج اللغة الكبيرة العامة أنظمة معالجة اللغة الطبيعية (NLP) الضيقة.

الجينوم هو المرساة الطبيعية لهذا. فهو يُشكّل مرجعًا مشتركًا لعلم الأحياء الجزيئي وسجلًا شكّلته مليارات السنين من التطور، لذا يمكن لنموذج مرتكز على DNA أن يربط إشارات المصب المتعددة معًا.

التطبيقات الثمانية

أصدرت Radical Numerics نموذج Omnii-1 مصحوبًا بثمانية تطبيقات، كل منها ينطلق من النموذج الأساسي ذاته ويُكيَّف عبر التدريب الوسيط أو التدريب اللاحق. بعض النتائج المُبلَّغ عنها:

• Omnii Genome. يُحدد مستوى جديدًا من الأداء في معايير المسار التنظيمي وتأثير المتغيرات، متقدمًا على نماذج متخصصة مثل AlphaGenome وBorzoi، وفقًا للشركة.
• Omnii Phage. تصميم عاثيات موجَّه للعدوى المقاومة للمضادات الحيوية (انظر أدناه). على سلالات E. coli المحتجزة عشوائيًا، تضمّنت أفضل توصيتين له عاثيةً نشطة بيولوجيًا لـ 92.1% من السلالات المؤهلة.
• Omnii Genetics. صنّف متغيرًا وظيفيًا ضمن أفضل أربعة اختيارات في 90% من مجموعات GWAS الموثوقة المُقيَّمة، واقترح آليات عبر 153 إشارة لمرض باركنسون.
• Omnii Diagnostics. تنبّأ بمؤشر حيوي للسرطان في الدم (5hmC الخالي من الخلايا) لم يرَه أثناء التدريب المسبق، محققًا ارتباط بيرسون 0.854 على تأثيرات المتغيرات في المجموعة المُقيَّمة.
• Omnii Defense. رفع معدل استدعاء البروتينات المرتبطة بالإمراضية من 78.6% إلى 95.8% عند إضافته إلى خط أنابيب الفرز التقليدي.
• Omnii Rare Earths وOmnii Antibody وOmnii Cancer Vaccine تُكمل المجموعة، وتغطي تصميم البروتينات لفصل المعادن، وتصميم الأجسام المضادة، واختيار أهداف اللقاحات.

جميع الأرقام خاصة بـ Radical Numerics، مُبلَّغ عنها في منشور الإطلاق ولم تُستنسَخ بصورة مستقلة بعد.

إنجاز العاثيات — وتحفظاته

النتيجة التي تقود العناوين الإخبارية هي حالة العاثيات. العاثيات فيروسات تصيب البكتيريا، والعلاج بالعاثيات خيار واعد حين تفشل المضادات الحيوية — لكن إيجاد عاثية تستهدف عدوى مريض بعينه أمر بطيء وغير مضمون.

درّبت Radical Numerics نموذج Omnii-1 على تصميم عاثيات قابلة للحياة، وترتيب المتغيرات حسب الأولوية، والتنبؤ بأي العاثيات تتطابق مع أي سلالات بكتيرية. فيما تصفه بأنه أول استخدام سريري في العالم للعاثيات المصممة بالذكاء الاصطناعي، أُعطيت تصاميم Omnii-1 لمريض يعاني من عدوى بكتيرية مقاومة للمضادات الحيوية ضمن مسار الاستخدام الرحيم (Compassionate Use) المرخَّص والذي يقوده طبيب (Omnii Phage write-up). في الاختبارات المعملية، أبادت كوكتيل يحتوي على المتغيرات المصممة العزلةَ المقاومة للمريض في المختبر (in vitro) قبل الإعطاء.

إليك ما ينبغي أخذه بعين الاعتبار:

• إنه مريض واحد. تقول Radical Numerics إنها لا تستطيع الإفصاح عن المسار السريري للمريض أو نتيجته، مستشهدةً بالخصوصية — لذا لا توجد نتيجة مُبلَّغ عنها يمكن تقييمها.
• إنه علاج تجريبي. يتيح الاستخدام الرحيم للمرضى تلقّي علاجات خارج التجارب السريرية حين لا يوجد خيار معتمد؛ وهو ليس موافقة تنظيمية، وتلاحظ الشركة أن الملاحظات من مريض واحد لا يمكنها إثبات السلامة أو الفعالية العامة.
• لم يخضع لمراجعة الأقران. لم يخضع تقرير الشركة لمراجعة الأقران أو النشر في مجلة علمية، وتظل مقارناتها القياسية مع AlphaGenome وBorzoi وغيرها ذاتية التقرير، في انتظار التكرار المستقل (NYT via GV Wire).

أشارت تقارير كارل زيمر في The New York Times إلى أن الشركة قالت إن التجربة حصلت على إذن من FDA — مما يؤكد أن هذا خبر حقيقي، لكنه خبر عن خطوة أولى، وليس عن علاج مُثبَت.

كيف يُستخدم نموذج لغة الجينوم عمليًا

يمكن توجيه Omnii-1 تمامًا كنموذج لغة كبير، لكن في مجال الأحياء: إعادة بناء قياس مفقود، أو تقييم كيفية تغيير متغير جيني للوظيفة، أو توليد DNA بملف تعريف مرغوب. والأهم من ذلك، أن نفس DNA يمكن أن يُنتج تنبؤات مختلفة بحسب سياق الخلية أو النسيج المُقدَّم — وهو ما يقترب أكثر من كيفية عمل الأحياء فعليًا.

بالنسبة لتصميم العاثيات تحديدًا، يُحرّر النموذج مناطق مختارة من جينوم موجود (مثل ألياف الذيل الرابطة للمستقبل) مع مراعاة التسلسل المحيط، بحيث يمكنه تغيير استهداف المضيف دون تعطيل الآلية التي تحتاجها العاثية للتكاثر.

لماذا يهم هذا لمطوري الذكاء الاصطناعي

Omnii-1 مثال على نمط أوسع في مجال متخصص: نموذج عام واحد، وسير عمل متخصصة كثيرة، كل منها مرتبط ببياناته وحلقة تقييمه الخاصة. سواء كنت تعمل في الأحياء أو المالية أو البرمجيات، فإن الجزء الصعب نادرًا ما يكون النموذج — بل هو تنسيق البحث والمصادر والفحوصات المحيطة به.

إذا أردت قراءة إطلاقات كهذه بعين ناقدة، اطلع على شروحاتنا حول Periodic Neon، الذكاء الاصطناعي المدرَّب معمليًا للعلوم ونموذج Jev من TypeSafe AI.

شغّل سير عمل بحثك الخاص مع فريق من الذكاء الاصطناعي

تفكيك إطلاق كثيف كـ Omnii-1 — جمع المصادر الأولية، والتحقق المتقاطع من ادعاءات المعايير، وفصل النتيجة عن المبالغة — هو بالضبط نوع البحث متعدد الخطوات الذي يمكن لقوة عمل من الذكاء الاصطناعي التعامل معه. Eigent هو تطبيق سطح مكتب "Cowork" مفتوح المصدر حيث يقرأ فريق من الوكلاء المصادر، ويقارن الادعاءات، ويصيغ الملخص محليًا، مع موافقتك على كل خطوة. وجّههم نحو سير عمل التحليل التنافسي أو نزّل Eigent وابنِ مكتب بحثك الخاص.