תחום פיתוח התרופות באמצעים ממוחשבים עורר תקוות רבות כבר בתחילת שנות ה-2000, אך הניב מעט הצלחות עד היום. בשנים האחרונות נראה כי השילוב שלו עם היכולות ההולכות ומשתפרות בתחום האגירה והעיבוד של מידע (ביג דאטה ו-AI) נותן תקווה חדשה שכך ייעשה פיתוח התרופות של העתיד, וישראל היא בחזית המאמץ המחקרי והמסחרי בתחום.
לפני שבוע התבשרנו על הולדת היוניקורן הראשון של התחום הזה, ImmunAI, שגייס מעל 200 מיליון דולר לפי שווי של מיליארד דולר. היום (ב') נחשף גיוס נוסף בתחום, בהיקף של 40 מיליון דולר. גם זה סכום מרשים לחברת ביוטק שהוקמה רק ב-2018. חברת DeepCure פיתחה מאפס באמצעות הכלים החישוביים שלה, מולקולות חדשות שעשויות להפוך להיות תרופות. חמש משפחות של מולקולות כאלה כבר נמצאות בניסויים בבעלי חיים.
את הסבב הובילו Morningside Ventures בהשתתפות הקרנות הקיימות מסבב הסיד TLV Partners, Sapir Venture Partners ו-Benon Group. סבב זה מביא את סך ההון שגייסה החברה מאז הקמתה ל-47 מיליון דולר.
את DeepCure הקימו הישראלי כפיר שרייבר המשמש כמנכ"ל החברה, יחד עם ד"ר ג׳וסף ג׳ייקובסון המשמש כחוקר הראשי וטראס קארידיס הטכנולוג הראשי. השלושה הכירו במסגרת ה-Media Lab של אוניברסיטת MIT.
שרייבר: "את הרעיונות פיתחנו במסגרת המדיה לאב, בהנחייתן של כמה חברות פארמה שתמכו במעבדה. בשלב כלשהו הגענו לאוסף של רעיונות שכבר תפסו את תשומת הלב של חברות הפארמה. החלטתי לעזוב את הלימודים, אחרי סיום התואר השני אבל לפני סיום הדוקטורט, כדי להקים את החברה".
אלגוריתם שלמד "לסנתז" וירטואלית מולקולות
פיתוח תרופות היום מבוסס על בניה של ספריה וירטואלית או ממשית של מולקולות אפשריות, וסריקה שלהן באופן וירטואלי או במעבדה, כדי לראות איזו מהן היא היעילה ביותר וגם עומדת בקריטריונים נוספים כמו יציבות, רעילות וכדומה. "לרוב החברות יש ספריות עם מיליוני מולקולות, אבל למרות שזה המון, זה רק חלקיק מכמות המולקולות האפשריות", אומר שרייבר.
לעומת זאת דיפ קיור פיתחה אלגוריתם שבעצם למד "לסנתז" וירטואלית את כל המולקולות שיכולות להיות בעולם ושניתן יהיה אי פעם לייצר אותן. האלגוריתם למד אילו מולקולות ניתנות בעיקרון ליצור, והוא פולט עוד ועוד כאלה.
"נעשו ניסיונות ליצר מאגר מידע כזה בעבר", אומר שרייבר, "אבל מלבד השאלה של האלגוריתם, עולה גם השאלה איך בכלל סורקים כזו כמות של מידע. היום כאשר מפתחים תרופות, מגדירים בערך 50 תכונות שרוצים שיהיו להן, והמדענים בודקים וירטואלית או פיזית במעבדה כל תכונה ותכונה באופן טורי. אנחנו בנינו יכולת לרוץ על כל 50 התכונות בבת אחת".
תחילה אומן המחשב על בעיה קיימת. הוא התבקש למצוא מולקולה שתתאים לקולטן מסויים שיש לנו בגוף, כאשר בין האפשרויות הוסלקה התרופה שבאמת ידועה כיעילה ובטוחה ופועלת על קולטן זה. התרופות הקיימות זוהו ומוקמו בין 20-30 המועמדים הטובים ביותר כמה פעמים. רק אחר כך, נשלח האלגוריתם למשימות חדשות, ואיתר מולקולות המועמדות להיות תרופות למחלות שהיום אין להן תרופות טובות, ביניהן סרטן ומחלות דלקתיות.
"הרכיב האחרון בפאזל הוא הסינתוז של התרופות האלה בפועל ובדיקת יעילותן האמיתית במעבדה. אנחנו בונים עכשיו בישראל את מרכז הפיתוח שיעשה את זה, לראשונה במעבדה שהיא רובוטית, אוטונומית לגמרי".
חמש משפחות המולקולות הראשונות שנבחרו, כבר עברו את המפגש עם המעבדה בהצלחה והמשיכו לניסויים בבעלי חיים. אלה כבר נעשים מחוץ לחברה.
יש לכם שיתופי פעולה עם חברות תרופות שמבקשות מכם לטייב את תהליך הפיתוח שלהן?
"לא. אנחנו מעדיפים לקדם את התרופות הללו כמוצרים שלנו כך שיצברו ערך ורק אז אולי נחתום על שיתופי פעולה. אנחנו מעריכים כי שיתופי הפעולה יעזרו לממן אותנו, אבל שכנראה נצטרך בהמשך גם גיוסים נוספים. בינתיים אנחנו מאוד מרוצים מהסכום שגייסנו. הוא ישמש לקידום חמש תוכניות פיתוח תרופות נוספות".
בחברה היום 26 עובדים שמחציתם מתחום גילוי התרופות ומחציתם מתחום החיזוי באמצעות בינה מלאכותית. הכוונה היא להכפיל בעקבות הגיוס את מספר העובדים, ולהעסיק בישראל כ-10 עובדים בטווח הקרוב.
שחר צפריר, שותף מנהל בקרן TLV Partners הוסיף: "בשנים האחרון קרן TLV Partners שמה לעצמה כיעד להשקיע במספר חברות בטכנולוגיות שישפרו את חיינו. תחום הביוטכנולוגיה עובר מהפכה השקולה לכל הפחות לימיה הראשונים של מהפכת הענן, ואנחנו מאמינים שבישראל תיבנה התשתית הטכנולוגית והיזמית הבאה, שתהווה את חוד החנית העולמי של מהפכה זו".
לתשומת לבכם: מערכת גלובס חותרת לשיח מגוון, ענייני ומכבד בהתאם ל
קוד האתי
המופיע
בדו"ח האמון
לפיו אנו פועלים. ביטויי אלימות, גזענות, הסתה או כל שיח בלתי הולם אחר מסוננים בצורה
אוטומטית ולא יפורסמו באתר.
כתבות
ני"ע
