פרויקט בין-לאומי ענק, הנתמך על ידי קרן צ'אן צוקרברג, שואף למפות את כל תאי הגוף האנושי ולבנות מעין "אטלס תאים" - מפת דרכים שתגלה כיצד מחלות מתפתחות. "הפרויקט הזה מתכתב עם הסטארט-אפ שלנו", אומר ד"ר יואב ניסן-כהן, אשר יחד עם ד"ר גל לנץ, ביולוג מולקולרי, הקימו ומנהלים יחד את TeraCyte. ניסן-כהן, ד"ר לפיזיקה בהשכלתו, נמנה על ראשוני ענף השבבים בישראל והקים בזמנו את חברת טאואר. ב-2020 חברו השניים במטרה ליצור שילוב מרתק ופורץ דרך בין עולמות הסיליקון ועיבוד תמונה לעולם של ביולוגיה מולקולרית.
"אנחנו מנסים להמציא מחדש את הדרך בה אוספים מידע ביולוגי. אם במודל פיתוח השפה (LLM) המהפכה החלה בייצוג מילה באופן מתמטי על ידי טוקן (Token), אנחנו מגדירים מושג מקביל שנקרא 'ביוטוקן' (BioToken) אשר מייצג תא חי באופן מתמטי", מסביר לנץ. "תארו לכם מצב שאפשר לשאול את המודל שלנו איזה טיפול מתאים לאיזה חולה ולקבל תשובה, לא על סמך ניחוש, אלא על סמך דאטה שנוצרת מהתאים של המטופל".
האתגר: הביולוגיה של היום נמדדת כמו תמונה, לא כמו סרט
כדי להבין את משמעות הפיתוח צריך להסביר שרוב הכלים המחקריים והקליניים מודדים את התא בנקודת זמן אחת. אבל החיים דינמיים - תאים נעים, מגיבים, משתנים. לכן, מדידה בנקודת זמן אחת מניבה מידע מוגבל, המצמצם את היכולת לחזות בצורה מדויקת ויעילה את הדרך שבה חולים יגיבו לטיפול.
היום אפשר למצוא בינה מלאכותית בענפי רפואה שונים, אבל לכלים שפותחו עד כה יש תקרת זכוכית. כאשר מסתכלים על מידע גולמי שנלקח בנקודת זמן אחת ומצמצמים אותו לרשימה מוגבלת של פרמטרים שהוגדרו מראש, מאבדים הרבה מכמות המידע שניתן היה להפיק. התוצאה - יכולת מוגבלת לפתח מודלים עם יכולת חיזוי מדויקת לתוצאות קליניות.
"ה-AI לא יכול לחולל מהפכה אם מזינים אותו במידע לא מספיק איכותי", מסביר יואב ניסן-כהן. "כדי לחזות את העתיד, צריך להבין תהליכים ולא רק לבחון תוצאות, וזה בדיוק מה שאנחנו עושים. במערכת של TeraCyte אנחנו עוקבים אחרי תאים חיים לאורך זמן - ממש כמו לצלם סרטון של מה שקורה בתוך כל תא, במקום להסתפק בתמונה אחת בודדת, כמו ברוב השיטות הקיימות. המערכת משתמשת במיקרוסקופ מתקדם ושבב סיליקון מיוחד שפיתחנו, המכיל כ-400 אלף באריות, כשבכל בארית ניתן לתפוס תא בודד, ובעזרת מצלמה מתקדמת ואינטליגנציה מלאכותית, אנחנו יכולים לבחון את הצורה, התנועה וההתנהגות הפונקציונלית של כל תא לאורך זמן. בזכות היכולת של המערכת להסתכל על מספר רב של תאים בו זמנית, ניתן להפעיל כלים סטטיסטיים שונים, לחלק את התאים לתתי אוכלוסיות ולייצר הבנה כוללת של ההתנהגויות של כל סוגי האוכלוסייה".
הפתרון: איפיון מלא של כל תא
התאים חיים ומתפתחים על גבי שבב הסיליקון, תוך שליטה בתנאים הסביבתיים כמו טמפרטורה, לחות וריכוז פחמן דו-חמצני, ומצולמים לאורך זמן על ידי מערכת מיקרוסקופיה חכמה. המערכת מזהה שינויים, תגובה והתנהגות, ומתרגמת את כל אלה ליחידת דאטה אחת, הביוטוקן, מעין כרטיס מידע חכם המייצג את ההתנהגות הייחודית של כל תא על ידי פרמטרים מתמטיים. "במקום לקבל 'רשימת מכולת' מוגבלת של פרמטרים, או תכונות, של כל תא, אנחנו יכולים להבין מה גורם לשוני בין האוכלוסיות השונות", מתאר ניסן-כהן את הפתרון החדשני והמתוחכם. "הביוטוקנים מאפשרים לנו להשתמש בבינה מלאכותית כדי לזהות תתי-אוכלוסיות של תאים, לחזות תגובות עתידיות, כיצד הם מגיבים לטיפולים, ולגלות תובנות ביולוגיות שאי אפשר היה לזהות קודם".
כיצד מתקבלת הפרדיקציה בפועל?
"תהליך אימון המודל מתחיל בחולים לפני הטיפול, במדידה של התאים שמתורגמת לביוטוקנים. לאחר מתן הטיפול וקבלת התוצאות, בוחנים את הביוטוקנים שנאספו לפני הטיפול ומפתחים מודל AI שמסוגל לחזות את תוצאות הטיפול על סמך המידע הקיים בביוטוקנים. כך, יכול מודל ה-AI לחזות את תוצאות הטיפול במטופל חדש על סמך מדידות הביוטוקנים שלו. הפרקטיקה הזאת של הסקת מסקנות בביולוגיה, תוך היפוך שלבי התהליך (קודם חוזים את התוצאה ורק אז מנסים להבין מה גרם לה), הוא תהליך שמתחיל לתפוס תאוצה במחלקות לביולוגיה המובילות בעולם", מסביר לנץ.
"חשוב להבין כי בדרך בין הביוטוקנים לממצאים ישנה קופסה שחורה (Blackbox) עם מידע רב, אבל מכיוון שתהליך העיבוד של ה-AI נעשה באופן אוטומטי ואינו מתורגם לכדי תובנות מילוליות, אנחנו מסוגלים לייצר תחזיות מדויקות לתוצאות קליניות של טיפול, גם בלי 'לפענח' את מנגנון הפעולה. המערכת שלנו מאפשרת לחזות תופעות קליניות, בלי להסביר איך, ומביאה תועלת עצומה".
שת"פ עם אוניברסיטאות מובילות
המערכת כבר עברה את שלב הוכחת ההיתכנות והוכיחה שהיא מסוגלת לספק תובנות חדשות על סוגי תאים שונים. TeraCyte הצטרפה לאחרונה ל-ARC, מרכז החדשנות של בית החולים שיבא, המוביל שיתופי פעולה עם בתי החולים המובילים בעולם לקידום חדשנות וטרנספורמציה ברפואה. במסגרת שיתוף הפעולה עם שיבא, TeraCyte תוביל מחקר קליני פורץ דרך. בנוסף, TeraCyte עובדת כיום באופן מסחרי עם מספר לקוחות, כולל חברות מחקר וייצור ביולוגי מובילות בעולם, אוניברסיטאות כגון מכון ויצמן, הטכניון, הארוורד ו-CalTech וגם עם בתי-חולים שונים.
"אנחנו צפויים להתחיל פרויקט עם אחד מבתי-החולים הגדולים בארץ, בו נאמן מודל AI לחזות אילו חולים עלולים לפתח תופעות לוואי לטיפול אימונולוגי לסרטן", מספר ניסן-כהן. "אנו צופים כי השימוש במערכת שלנו ייתר תהליכים יקרים כמו ריצוף גנטי ויחסוך בעלויות באופן ניכר. בפועל, המערכת תעניק ציון התאמה לחולה הספציפי והערך הזה ישמש את הרופא ככלי בתהליך קבלת ההחלטות בנוגע לטיפול".
מה החזון של החברה?
ד"ר לנץ: "להקים מאגר ענק של מיליוני ביוטוקנים שישמשו לפיתוח מודלים מתקדמים שידעו להשיב על שאלות רפואיות בזמן אמת, ממש כמו ChatGPT. המערכת של TeraCyte יכולה לשמש היום ככלי עבודה משמעותי במחקר. בעולמות האימונולוגיה והאונקולוגיה, ההצלחה של הטיפולים החדשניים עדיין מוגבלת לצערנו (טיפול אופייני פועל באופן אפקטיבי רק ל-40%-30% מהחולים), ולכן יש משמעות קריטית - אנושית וכלכלית - למצוא פתרון שימנע מתן טיפול בלתי מועיל במקרה הטוב, או מזיק, במקרה הרע".
ד"ר ניסן-כהן: "TeraCyte נמצאת בעיצומו של מסע יוצא דופן, עם טכנולוגיה פורצת דרך, לקוחות מובילים ועתיד שמתחיל להיכתב עכשיו. כשהמדע, ההנדסה והבינה המלאכותית נפגשים - נפתחות דלתות חדשות".
לאתר>>>
בשיתוף TeraCyte
