גוגל / צילום: Shutterstock, א.ס.א.פ קריאטיב
"זה ישנה הכול", זו הכותרת שניתנה לפיתוח החדש של גוגל בתחום הביולוגיה החישובית. מי שנתן לא היה משרד הפרסום של גוגל, אלא אתר כתב העת המדעי המוביל Nature. חוקרים בתחום הזה מסכימים: אם המערכת הזו אכן יודעת לעשות מה שבגוגל אומרים שהיא עושה, תחום פיתוח התרופות בעשור הקרוב ייראה אחרת מכפי שחשבנו עד כה. "הם פותרים בעיה שלא הייתי בטוח שתיפתר בימי חיי", אומר אשד רבינוביץ', חוקר בחברת (Data Science Group (DSG, מרכז מצוינות בתחום יישומי בינה מלאכותית.
המערכת החדשה של גוגל, שפותחה על ידי תוכנית המחקר שלה DeepMind, מאפשרת ליצור מודל של חלבון על בסיס הרצף הגנטי שקודד אותו. חוקר בשם אנדריי לופס ממכון מקס פלנק בגרמניה, סיפר ל-Nature שכבר השתמש במערכת הזאת והיא עזרה לו למפות מבנה של חלבון שחמק ממנו במשך עשור.
בעיה של ביג דאטה בהיקף אדיר
הפיתוח הזה צפוי לקצר באופן משמעותי את תהליך הגילוי של תרופות חדשות. ייתכן שאותה קפיצת מדרגה שראינו השנה בפיתוח החיסונים לקורונה נראה בקרוב גם בתרופות חדשות מסוגים שונים.
חלבונים הם אבני הבניין ואמצעי התקשורת של הגוף האנושי. רוב התרופות הקיימות היום הן חלבונים בעצמן או חומרים שנועדו להשפיע על חלבונים. חלבון הוא למעשה ההוצאה לפועל תוכנית ה-DNA שלנו: ה-DNA מקודד RNA, שמקודד רצף חומצות אמינו שהופך לחלבון. אם יודעים מהו הרצף הגנטי שקודד חלבון, אנחנו יודעים מה הרצף של חומצות האמינו. הבעיה היא שעד היום לא תמיד יכולנו לדעת מהו המבנה המדויק של החלבון, מאחר שחלבונים אוהבים להתקפל.
אינסוף כוחות משיכה בין חומצות האמינו השונות מובילים בסופו של דבר לכך שהחלבון מתייצב בצורה מסוימת. הצורה הזאת קובעת את התפקוד של החלבון, מאחר שיש בה מגוון כוכים וזיזים שיכולים להתממשק עם חומרים אחרים בגוף, כמו שמפתח נכנס במנעול. כשהחומרים מתחברים כך, החלבון יכול לשנות את הצורה ואת הפעילות שלו.
מפתחי תרופות מנצלים את היכולת הזאת של חלבונים ומתכננים חומרים שיתיישבו בדיוק בכוך הרצוי בתוך החלבון, אבל זה מורכב מאוד כי אנחנו לא תמיד יודעים בדיוק את המבנה של החלבון. זו בעיה פתירה, אם יודעים מהם כל הכוחות הפועלים בין חומצות האמינו. זו בעיית ביג דאטה, אבל לא סתם ביג דאטה, אלא וורי וורי וורי ביג דאטה, מהסוג ששום מערכת לא יכלה להתמודד איתו עד היום.
שיטות של ביולוגיה חישובית מאפשרות כיום לכוון את החוקרים לסוג המולקולות שעשויות לשמש כתרופה הפועלת על חלבון מסוים, ואחר כך דרושה עבודת מעבדה "רטובה" ולעתים ארוכה ומפרכת כדי לראות אילו חומרים באמת עובדים. על פניו, המערכת החדשה של גוגל עשויה לאפשר לחוקרים לתכנן כל חלבון שהוא, כולל חלבונים חדשים לגמרי למדע, והמבנה שלהם יהיה בדיוק מה שאנחנו רוצים. כעת מקצוע הביולוגיה יהיה "יותר חשיבה, פחות עבודה עם פיפטה", כפי שאמר לופס. כל התהליך יהיה הרבה יותר מהיר.
האם גוגל תשחרר את הקוד?
כיצד תשפיע העובדה שהמערכת פותחה על ידי גוף מסחרי? האם היא אמנם תהיה פתוחה לכולם? רבינוביץ' אופטימי. "DeepMind לא פרסמו את הקוד אלא רק את התוצאות, אבל אני מאמין שהם ישחררו את זה לטובת הציבור. זה חלק של גוגל שהוא פחות למטרות רווח. קרה שהם כבר שחררו ידע לתועלת הציבור. אם כי הם לא חייבים. אם כן, יכול להיות שהעשור הקרוב בתחום פיתוח התרופות ישתנה לחלוטין".
אז להשקיע במניות של חברות ביומד?
"אין לי מושג".