אימיונאיי, חברת הביוטכנולוגיה הישראלית-אמריקאית, ממשיכה לחזק את הקשר עם ענקית התרופות אסטרהזניקה, ומודיעה על הרחבה נוספת של שיתוף הפעולה בין החברות בתחום האונקולוגיה, בהיקף של עד 37.5 מיליון דולר בשנים 2026-2027. מדובר בהרחבה שלישית להסכם בין הצדדים, על רקע שביעות רצון של אסטרהזניקה מהתוצאות שהתקבלו בפרויקטים קודמים בתחום הסרטן ומחלות מעי דלקתיות.
במסגרת ההסכם החדש, אסטרהזניקה תשתמש בפלטפורמת הבינה המלאכותית של אימיונאיי, אמיקה־או־אס, כדי לנתח מידע קליני ואימונולוגי במהלך פיתוח תרופות אונקולוגיות. המטרה היא לנסות לשפר את סיכויי ההצלחה של ניסויים קליניים באמצעות זיהוי סמנים ביולוגיים, התאמת טיפולים למטופלים שונים, הבנת מנגנוני פעולה של תרופות ואופטימיזציה של מינונים.
המהלך מצטרף למגמה רחבה יותר בתעשיית התרופות העולמית, שבה חברות פארמה גדולות מזרימות סכומי עתק לחברות בינה מלאכותית וביוטכנולוגיה, בתקווה לקצר את זמני פיתוח התרופות ולהפחית את שיעורי הכישלון הגבוהים בניסויים קליניים. לפי נתוני התעשייה, פחות מעשרה אחוזים מהתרופות שנכנסות לניסויים קליניים מצליחות להגיע בסופו של דבר לשוק.
החברה, שהוקמה על ידי ד"ר נועם סולומון, מתמחה במיפוי מערכת החיסון האנושית באמצעות ריצוף גנומי ברמת התא הבודד ושימוש במודלי למידת מכונה. החברה פיתחה מאגר מידע רחב היקף בתחום האימונולוגיה, שלדבריה מאפשר להפיק תובנות בעלות משמעות קלינית על תגובת מטופלים לטיפולים שונים.
העסקה הנוכחית היא עוד חותמת משמעותית לפעילותו הממשית של הסטארט־אפ, מצד אחת מחברות התרופות הגדולות בעולם. החברה כבר משתפת פעולה עם כ־40 חברות פארמה, בתי חולים ומוסדות אקדמיים, בהם פייזר, טבע ובריסטול־מאייר־סקוויבס, לצד מוסדות כמו אוניברסיטת סטנפורד ומרכז הסרטן ממוריאל סלואן קטרינג בניו יורק.
ד"ר סולומון נחשב לדמות לא שגרתית בעולם הביוטכנולוגיה והבינה המלאכותית. כבר בילדות התקשה להשתלב במסגרות רגילות. "השתעממתי, הפרעתי, לא אהבתי את המסגרת", סיפר בעבר. בגיל 14 כבר נסע לבדו לאוניברסיטה כדי ללמוד מתמטיקה, ובהמשך השלים שני דוקטורטים, במתמטיקה ובמדעי המחשב, לפני שעזב את האקדמיה לטובת הקמת הסטארט־אפ בתחום מערכת החיסון.
הוא מסוג האנשים יחידי הסגולה שנמשכים לפתרון בעיות קשות באמת, ולטענתו יזמות דומה במובנים רבים למחקר מדעי. "אם אתה רוצה ליצור משהו שלא קיים, אתה חייב להיות מוכן לצאת מהמסלול הרגיל", הוא אומר. הרקע הלא שגרתי שלו, לדבריו, מאפשר לו לקבל החלטות גם בתנאי אי ודאות ולפעול בלי לחפש אישור חיצוני מתמיד.
תחת הנהגתו הפכה אימיונאיי לחברה שמפתחת מודלים מבוססי בינה מלאכותית לניתוח מערכת החיסון האנושית, ומשתפת פעולה עם ענקיות פארמה בינלאומיות. החברה גייסה עד היום קרוב ל־300 מיליון דולר וכבר מייצרת הכנסות.
"חברות תרופות משקיעות מאות מיליארדי דולרים, בתהליך פיתוח תרופות. ונתוני התחלואה בעולם מסבירים למה. 40% מכלל האנשים יחלו במהלך חייהם בסרטן, שזה נתון מדאיג מאוד, ובנוסף יש מחלות דלקתיות ואוטואימוניות כמו קרוהן, קוליטיס, פסוריאזיס, זאבת, דרמטיטיס ומחלות אחרות.
"אנשים פחות יודעים שהתרופות מתחילות בגילוי מחקרי של מדענים. נניח אני פרופסור במכון ויצמן או בהרווארד, אני מפרסם את הגילוי במאמר ואז מרגע הגילוי עד שהתרופה מגיעה לניסוי קליני יכולות לחלוף שבע שנים. קודם עושים ניסויים בבעלי־חיים כדי לבדוק שהתרופות לא רעילות ורק אז עוברים לניסויים קליניים בבני אדם. ואז עוד עשר שנים חולפות מרגע הגילוי עד לאישור הקליני של הרגולטור. סכום ממוצע של שני מיליארד דולר מושקע עד שהתרופה מאושרת ב־אף־די־איי. כל זה כשרק פחות מעשרה אחוזים מצליחים להגיע לשלב של תרופה.
"ולכאן אנחנו נכנסים. בני אדם שונים יגיבו לתרופה באופן שונה בגלל השוני במערכת החיסון. לפני שמונה שנים הקמנו את אימיונאיי והתחלנו לבנות מודל בינה מלאכותית שידע לחזות איך מערכת החיסון האנושית תתנהג בניסויים הקליניים".
כמו שאמרת, בני אדם מגיבים אחרת לתרופות בגלל השוני במערכת החיסון. איך אפשר לנבא?
"ניקח דוגמה מעולם אחר. נטפליקס, למשל, יודע להציע לצופה סדרות וסרטים שהוא חושב שיאהב. איך הוא עושה את זה? על סמך ניתוח של הסרטים והסדרות שאהבת, וניתוח נתונים של אנשים שונים שאהבו את הסדרות האלה. באופן דומה, למרות שיש מיליוני ואפילו מיליארדי מערכות חיסון שונות, השאיפה היא שהמודל ידע לחזות איך מערכת החיסון שלך תתנהג".
בלתי אפשרי לחזות במאה אחוז התנהגות של מערכת חיסון, אבל עם עוד ועוד דאטה ועוד שיפורים בבינה המלאכותית משפרים את הדיוק.
"גם אם פוגעים בשמונים אחוז, זה טוב. קודם כל, מערכת החיסון שלנו מאוד מבוזרת. אנחנו בוחנים את מערכת החיסון בדם וברקמה החולה, וממפים את הגנים ברזולוציית התא הבודד. אנחנו לוקחים את הפרופיל של המטופל ובודקים את השינויים במערכת החיסון שלו אחרי קבלת הטיפול, כי חלק מהמטופלים מגיבים וחלק לא מגיבים. אנחנו לומדים מה הופך מטופל ליותר סביר שיגיב ולמי שלא יגיב, ועם האינפורמציה הזאת אנחנו הולכים לחברת התרופות ומספקים לה תובנות שיכולות לסייע את תהליך ייצור התרופה. אם במינונים טובים יותר או בטיפולים משולבים טובים יותר.
"אנחנו מדברים על ערך קליני משמעותי ששווה לחברות התרופות הרבה מאוד כסף. חוץ מאסטרהזניקה, פייזר, בריסטול־מאייר־סקוויבס וטבע יש עוד חברות נוספות שמשתמשות ביכולות שלנו, אבל מבקשות לשמור על סודיות כדי להוכיח שהן יכולות להגיע לתובנות האלה לבד ולא בעזרת סטארט־אפ צעיר יחסית. אנחנו עובדים עם אסטרהזניקה כבר שלוש שנים, וכשחברה חוזרת עוד פעם ועוד פעם אליך וקונה ממך את הטכנולוגיה במחיר כל כך גבוה, כנראה שאנחנו נותנים להם נתונים ששווים עבורם עשרות מיליוני דולרים".