חדשות

מחקר ישראלי הדגים שיטה לפיתוח מהיר של תרופות אנטי ויראליות

החוקרים הדגימו באמצעות בינה מלאכותית וביולוגיה סינתטית גילוי של מולקולות RNA הנקשרות ליותר מנגיף אחד | השיטה עשויה לסייע בפיתוח תרופות אנטי ויראליות שיפגעו בכמה נגיפים בו זמנית

השיטה משלבת משלבת סינתזת DNA עם ריצוף גנטי בקנה מידה רחב, למידה חישובית ומערך טיפול-תגובה. צילום: אילוסטרציה

פיתוח של צוות חוקרים מהטכניון בחיפה ומאוניברסיטת בן גוריון בנגב צפוי להאיץ פיתוח של תרופות אנטי ויראליות, זאת תוך התבססות על ביולוגיה סינתטית ובינה מלאכותית. על הפיתוח והמחקר שהתלווה לו דווח בחודש שעבר ב-Nature Communication.

את הצוות הובילו פרופ' רועי עמית מהטכניון, הדוקטורנטית נעה כ"ץ (עתה בפוסט-דוקטורט באוניברסיטת סטנפורד) וד"ר ירון אורנשטיין עם המסטרנט איתמר טריפטו מאוניברסיטת בן גוריון, שתרמו למחקר את החלק החישובי (בינה מלאכותית).

פרופ' עמית: "ביולוגיה סינתטית היא תחום הנדסי חדש למדי, הרותם תהליכים טבעיים ויכולות בקידוד גנטי לפיתוחים הנדסיים חדשים. היכולות בתחום הזה גדלות במהירות אסטרונומית. אם במסגרת הפוסט-דוקטורט יכולתי לעשות רק כמה עשרות ניסויים במקביל, הרי  שכבר ב-2012  בוצעו אלף ניסויים במקביל, ובעבודה הנוכחית – מאות אלפים. עם זאת, תרגום מחקרים כאלה ליישומים כמו פיתוח תרופות חדשניות הוא אתגר יקר ומסובך המונע, בין השאר, פיתוח נרחב של תרופות אנטי ויראליות".

"הבעיה העיקרית בהקשר הזה", הוסיף פרופ' עמית, "היא הכדאיות הכלכלית הנמוכה בפיתוח תרופות אנטי ויראליות – עובדה הנובעת מספקטרום הפעולה הצר שלהן. תרופה אחת מתאימה לנגיף אחד. זאת בניגוד לאנטיביוטיקה, שיכולה לחסל כמה חיידקים שונים".

זו אפוא הנישה אליה נכנסו החוקרים משתי האוניברסיטאות: פיתוח תרופות שיפגעו בכמה נגיפים בעת ובעונה אחת.

"השיטה שפיתחו, בשם OL-ML, משלבת סינתזת DNA עם ריצוף גנטי בקנה מידה רחב, למידה חישובית ומערך טיפול-תגובה (dose-response assay). כלומר, פלטפורמה לבדיקת ההשפעה של תרופות אנטי ויראליות על הנגיף.

שיטה זאת מאפשרת לסרוק באופן מהיר כמות עצומה של מולקולות שסומנו כפוטנציאליות ולבחון אם הן מתאימות לתפקיד שנועד להן. זאת, על סמך למידה חישובית ובפרט שימוש ברשתות נוירונים עמוקות (deep learning). לאחר צמצום האפשרויות, נותרת העבודה הביולוגית – לבדוק אם מולקולות אלו אכן מספקות את הסחורה בפועל.

ד"ר אורנשטיין: "היישום של למידה עמוקה בגנומיקה בשנים האחרונות הביא ליכולות חיזוי מדהימות שלא יכולנו לדמיין קודם. בעבודה 'אימנו' רשתות נוירונים עמוקות על עשרות אלפי דוגמאות מולקולריות שנאספו במעבדה של פרופ׳ עמית וביצענו חיזוי מדויק למיליוני דוגמאות שלא היו בניסוי המקורי. כך יכולנו לסרוק באופן מהיר כמות עצומה של רצפים שאי אפשר לסרוק בניסוי בזמן סביר עם הטכנולוגיות והמשאבים הקיימים בימינו".

פרופ' עמית: "המחקר שלנו הדגים את האפשרות לגלות, באמצעות השיטה שפיתחנו, מולקולות RNA שיכולות להיקשר ליותר מנגיף אחד. ההדגמה נעשתה על מולקולות מעטפת של פאג'ים הנגיפים התוקפים חיידקים, אבל אנחנו מעריכים שאותה גישה עשויה לפעול גם על חלבוני מעטפת של נגיפים אנושיים - כגון שפעת וקורונה.

"מולקולה שיכולה להיקשר לשני זנים או יותר של נגיפים יכולה להוות בסיס לדור החדש של תרופות אנטי ויראליות שייתנו מענה להתפרצות חדשה של מגיפת קורונה, שפעת או מגיפה שמחולל כל נגיף אחר".

נושאים קשורים:  הטכניון,  אוניברסיטת בן גוריון,  ביולוגיה סינתטית,  חדשות,  בינה מלאכותית,  נגיף הקורונה,  תרופות אנטי-ויראליות
תגובות