מאגד IBFI ינסה ליצור שיטת ייצוג אחידה לנתונים מולקולריים, תאיים וקליניים ופלטפורמה לפיתוח מודלים לגילוי תרופות ולרפואה מותאמת אישית. בין השותפים: אנבידיה, טבע, שיבא, CytoReason, TerraCyte ו־MeMed
רשות החדשנות וחברות המשתתפות במיזם ישקיעו יחד כ־70 מיליון שקל בהקמת תשתית משותפת לפיתוח מודלי בינה מלאכותית המבוססים על מידע ביולוגי. המאגד החדש, שייקרא IBFI – ראשי תיבות של Israel BioToken Factory Initiative – אמור לשמש חברות, חוקרים, בתי חולים ומוסדות אקדמיים בתחומי גילוי התרופות, חקר מחלות ורפואה מותאמת אישית.
במיזם משתתפות חברות הביולוגיה החישובית CytoReason, TerraCyte Analytics ו־MeMed, לצד אנבידיה, טבע והמרכז הרפואי שיבא. את הפעילות המדעית מובילים פרופ' ערן סגל ופרופ' ניר יוסף ממכון ויצמן למדע, פרופ' שי שן־אור מהטכניון ופרופ' אסף זריצקי מאוניברסיטת בן־גוריון בנגב.
המאגד מוגדר כתשתית מחקר ופיתוח טרום־תחרותית. פירוש הדבר הוא שהשותפים אמורים לפתח יחד כלים ורכיבי יסוד שישמשו כמה חברות וגופי מחקר, לפני השלב שבו כל אחד מהם מפתח מוצר מסחרי נפרד.
בהודעה לא נמסרו משך פעילות המאגד, חלוקת ההשקעה בין רשות החדשנות לחברות, מדיניות הגישה לתשתית או אופן חלוקת הקניין הרוחני שייווצר במסגרתו.
הבעיה: כל סוג של מידע ביולוגי מדבר בשפה אחרת
מודלי בינה מלאכותית גדולים הצליחו בתחומי הטקסט והתמונה בין היתר משום שאפשר להמיר את המידע ליחידות בעלות מבנה מוגדר. בביולוגיה המצב מסובך יותר: הנתונים מגיעים ממקורות רבים, נמדדים בקני מידה שונים ומשתנים לאורך זמן.
רצף DNA מתאר מידע שונה מביטוי של גנים בתא. תמונת מיקרוסקופ מספקת מידע אחר מרשומה רפואית, בדיקת דם או מדידה של חלבונים. גם כאשר הנתונים מתייחסים לאותו חולה או לאותה מחלה, קשה לשלב אותם במסגרת חישובית אחת.
הבעיה אינה רק טכנית. נתונים ביולוגיים עלולים להיות חלקיים, רועשים ומושפעים מגיל, מין, מצב רפואי, טיפול תרופתי וסביבת התא. מדידות שבוצעו במעבדות או במכשירים שונים אינן תמיד ניתנות להשוואה ישירה.
"כולם מדברים היום על AI בביולוגיה, אבל הביולוגיה עדיין לא מדברת בשפה שה־AI יודע להבין", אמר יו"ר המאגד, יואב ניסן־כהן, מנכ"ל ויו"ר TerraCyte. לדבריו, מטרת המיזם היא לבנות את התשתית והשפה שעליהן יתבסס הדור הבא של הבינה המלאכותית הביולוגית.
רכיב ראשון: Bio Tokens
התשתית המתוכננת תכלול שני רכיבי ליבה. הראשון מכונה Bio Tokens – שכבת ייצוג אחידה למידע ביולוגי מסוגים שונים.
במודלי שפה, טוקן הוא יחידת מידע שהמודל מסוגל לעבד, כגון מילה, חלק ממילה או סימן. במאגד הישראלי המונח משמש לתיאור יחידות ייצוג חישוביות של מידע ביולוגי. אלה עשויות לשמש לחיבור בין נתונים מולקולריים, תאיים, גנטיים, דינמיים וקליניים.
המטרה אינה להפוך כל נתון ביולוגי למילה, אלא ליצור דרך מוסכמת להצגת המידע למודלים. שכבה כזאת עשויה, לדוגמה, לאפשר למודל לקשר בין שינוי גנטי, פעילות של חלבון, מצב של תא ותגובה של חולה לטיפול.
הודעת המאגד אינה מפרטת עדיין כיצד יוגדרו הטוקנים, אילו תקנים ישמשו לייצוג המידע או כיצד יטופלו נתונים חסרים וסותרים. אלה יהיו בין האתגרים המרכזיים בפיתוח התשתית.
רכיב שני: מפעל למודלים
הרכיב השני נקרא Factory Model. הוא מיועד להיות פלטפורמה לפיתוח, לשילוב, להרצה ולהנגשה של מודלים ביולוגיים מבוססי בינה מלאכותית.
במקום שכל חברה או מעבדה תקים בנפרד תשתית מחשוב, צינורות לעיבוד נתונים וממשקים בין מודלים, המאגד מבקש ליצור סביבת עבודה משותפת. הפלטפורמה אמורה לאפשר שילוב של ידע ביולוגי קיים עם נתונים שנאספו בניסויים ובמערכת הבריאות.
לדברי דרור בין, מנכ"ל רשות החדשנות, האתגר אינו רק לפתח מודלים מתקדמים יותר, אלא לבנות את התשתיות שיאפשרו להם ללמוד מתוך המורכבות של הביולוגיה האנושית.
"המאגד החדש יפתח תשתית ישראלית שתאפשר ייצוג אחיד של נתונים ביולוגיים, שילוב ידע ביולוגי קודם, פיתוח מודלים חישוביים של מחלות ותיקוף קליני של התוצרים", אמר בין.
מאונקולוגיה ועד אלח דם
היישומים הראשונים של המאגד צפויים להתמקד בכמה בעיות רפואיות ומחקריות. אחת מהן היא חיזוי תגובתם של חולי סרטן לטיפולים. מודל המשלב מידע גנטי, מולקולרי וקליני עשוי לסייע בזיהוי החולים שסביר יותר כי יגיבו לתרופה מסוימת.
יישומים נוספים כוללים הערכת פעילותה של מערכת החיסון, חיזוי תגובות חריגות לתרופות, תמיכה בהחלטות רפואיות במקרים של אלח דם, הערכת הסיכון לדחיית איברים מושתלים וחקר מחלות אוטואימוניות.
בתחום גילוי התרופות, מודלים ביולוגיים יכולים לסייע בזיהוי מטרות חדשות לתרופות, בחיזוי ההשפעה של חומר על מסלולים תאיים ובבחירת מועמדים לניסויי מעבדה. הם אינם מחליפים ניסויים בתאים, בבעלי חיים או בבני אדם, אך עשויים לצמצם את מספר האפשרויות שיש לבדוק ולסייע בתכנון הניסויים.
שילוב בין נתוני חברות, בתי חולים ואקדמיה
הרכב המאגד משקף ניסיון לחבר בין כמה חלקים של שרשרת הפיתוח. טבע מביאה ניסיון בפיתוח תרופות, שיבא מחזיק בנתונים ובידע קליני, והחברות CytoReason, TerraCyte ו־MeMed עוסקות בניתוח מידע ביולוגי ורפואי.
אנבידיה צפויה לתרום ידע בתשתיות מחשוב ובהפעלת מודלי בינה מלאכותית. קבוצות המחקר מהאוניברסיטאות וממכון ויצמן יביאו למיזם מומחיות בגנומיקה, מערכת החיסון, ביולוגיה של התא ולמידת מכונה.
שיתוף פעולה כזה עשוי לאפשר למודלים לעבור מן המעבדה לתיקוף באמצעות מידע רפואי. עם זאת, המעבר הזה מחייב הסדרה של פרטיות החולים, אבטחת המידע, קבלת הסכמות ושימוש בנתונים באופן התואם את הדרישות האתיות והרגולטוריות.
איכות הנתונים תקבע את איכות המודלים
הקמת תשתית מחשוב אינה מבטיחה כשלעצמה גילוי של תרופות או שיפור בטיפול הרפואי. הצלחת המיזם תלויה באיכות הנתונים, במידת הייצוג של קבוצות אוכלוסייה שונות וביכולת לבדוק את המודלים על מידע שלא שימש לאימון.
מודל שאומן על נתונים ממספר קטן של בתי חולים או על אוכלוסייה שאינה מגוונת עלול להציג ביצועים טובים בניסוי פנימי אך להיכשל כאשר הוא מופעל במקום אחר. גם קשר סטטיסטי בין מאפיין ביולוגי לתוצאה רפואית אינו בהכרח מעיד על קשר סיבתי.
יהיה צורך להבחין בין מודלים המסייעים לחוקרים לנסח השערות לבין מערכות המשפיעות על החלטות טיפוליות. האחרונות יידרשו לתיקוף קליני, לבחינה רגולטורית ולמעקב אחר ביצועיהן בעולם האמיתי.
תשתית משותפת במקום מאמצים מקבילים
מנקודת מבטה של רשות החדשנות, היתרון במאגד הוא האפשרות לחלק בין השותפים את הסיכון ואת עלויות המחקר הבסיסי. בניית תקנים, כלים לייצוג מידע וסביבת פיתוח משותפת אינה מעניקה בהכרח יתרון מיידי לחברה אחת, אך היא עשויה לקצר את הדרך לפיתוח מוצרים רבים.
האתגר יהיה לוודא שהתשתית אכן משרתת חלק רחב מתעשיית מדעי החיים ולא רק את החברות המייסדות. בהודעה לא פורט אם חברות, בתי חולים וחוקרים שאינם חברים במאגד יוכלו להשתמש בכלים, באילו תנאים ובאיזה שלב.
אם המיזם יצליח ליצור ייצוג אמין ומשותף למידע ביולוגי רב־מודלי, הוא עשוי לספק בסיס לפיתוח מודלים שאינם מסתפקים בזיהוי מתאמים, אלא משלבים מידע מכמה רמות של המערכת הביולוגית. הדרך מרעיון כזה לתרופה או לטיפול מותאם אישית עדיין ארוכה, והיא תדרוש ניסויים, תיקוף קליני ובחינה רגולטורית.
שאלות ותשובות
מהו מאגד IBFI? זהו שיתוף פעולה טרום־תחרותי בין חברות טכנולוגיה ותרופות, בית חולים וקבוצות מחקר. מטרתו לפתח תשתית משותפת למודלי בינה מלאכותית המבוססים על מידע ביולוגי.
מהם Bio Tokens? זהו הכינוי שנתן המאגד לשכבת ייצוג אחידה של סוגי מידע ביולוגי שונים. המטרה היא לאפשר למודלים לשלב מידע גנטי, מולקולרי, תאי וקליני במסגרת חישובית אחת.
האם המאגד יפתח תרופה מסוימת? לא הוכרז על תרופה אחת שהמאגד אמור לפתח. הוא נועד ליצור כלי תשתית שישמשו בין היתר לחיפוש מטרות לתרופות, לחיזוי תגובות לטיפולים ולתכנון מחקרים.
האם 70 מיליון השקלים מגיעים כולם מתקציב המדינה? לא. לפי ההודעה, מדובר בהשקעה משותפת של רשות החדשנות ושל החברות המשתתפות. חלוקת הסכום ביניהן לא נמסרה.
