ניו-טק מגזין | מאי 2026 | המהדורה הדיגיטלית

מצוואר בקבוק ביולוגי למעבדה על שבב: AI-driven Protein Engineering הדור הבא של

בשנים האחרונות חוללה הבינה המלאכותית שינוי עמוק בעולם מדעי החיים. מודלים גנרטיביים, שבעבר זוהו בעיקר עם יצירת טקסט או תמונות, נכנסים כיום גם אל תחום ) Protein Engineering הנדסת החלבונים ( ומאפשרים להציע בתוך זמן קצר אלפי רצפי חלבון חדשים בעלי תכונות מוגדרות מראש. אבל לצד ההתקדמות המרשימה ביכולות החישוב והמודלים, הולך ומתברר כי האתגר המרכזי אינו עוד יצירת רעיונות מולקולריים חדשים, אלא היכולת לבדוק אותם במעבדה במהירות ובאמינות. המסוגל להציע אינספור AI הפער הזה, שבין מועמדים חדשים לבין תהליכי האימות הביולוגי האיטיים יחסית, הפך בעיני חוקרים רבים לצוואר הבקבוק המרכזי של התחום. כאן בדיוק נכנסות לתמונה טכנולוגיות שבב חדשות המשלבות מיקרו־ פלואידיקה, פוטוניקה, חישה ובקרה ברמת השבב. , הכנס והתערוכה SLAS 2026 בכנס ה Society for Laboratory השנתיים של , הנחשב לאחד Automation and Screening האירועים המרכזיים בעולם בתחומי האוטומציה - Life Sciences המעבדתית, גילוי התרופות ו- מערכת ניו-טק מגזינים גרופ »

סדרת טכנולוגיות שנועדו להתמודד imec הציגה עם אתגר זה ולבחון מחדש את האופן שבו מבוצעים שלבי המעבדה בתהליכי הנדסת חלבונים. והבעיה DMTA מחזור ה שמאחוריו הנדסת חלבונים היא תהליך איטרטיבי שבו חוקרים מנסים לשפר תכונות של חלבונים קיימים או לפתח וריאנטים חדשים בעלי ביצועים טובים יותר, יציבות גבוהה יותר או סלקטיביות מדויקת יותר. התהליך נשען בדרך , או Design - Make - Test - Analyze כלל על מחזור . DMTA למחזור זה תפקיד מרכזי במגוון רחב של יישומים רפואיים וביוטכנולוגיים, בהם פיתוח תרופות, ייצור ביו־פרמצבטי, אימונותרפיה, חיסונים מבוססי חלבון וכלי אבחון מתקדמים. באופן מסורתי, התהליך מתחיל מרצף חלבון מוכר המכוון למטרה ביולוגית מוגדרת. החוקרים מייצרים מוטציות, לעיתים על בסיס ידע מבני ולעיתים באמצעות ספריות גדולות של וריאנטים אקראיים, ולאחר מכן בודקים כל מועמד בתהליכים הכוללים ביטוי, ניקוי חלבונים ואפיון. אלא שכל מחזור כזה דורש עבודה מעבדתית

אינטנסיבית וזמן רב. כתוצאה מכך, השיטה שימשה לאורך שנים בעיקר לשיפור מולקולות מובילות בודדות ולא לחיפוש רחב של מועמדים חדשים בשלבי גילוי מוקדמים. AI מהמעבדה המסורתית ל- driven Lab-in-the-Loop AI - בשנים האחרונות מתפתח מודל חדש של , driven lab - in - the - loop protein engineering ומעבדות אוטומטיות פועלות AI שבו מערכות כמערכת משולבת אחת. במקום להסתפק במוטציות הדרגתיות, מודלים גנרטיביים מסוגלים להציע בבת אחת אלפי רצפי חלבון חדשים, לעיתים בסדר גודל של יותר מאלף וריאנטים בכל מחזור, כאשר כל רצף מתוכנן לעמוד בקריטריונים פונקציונליים מוגדרים. לאחר מכן מבצעות מערכות רובוטיות ותשתיות ) עבור כל assays סדרת מבדקים ( wet lab מועמד, לרוב תוך שימוש במספר מבדקים נפרדים לכל חלבון. תוצאות הניסויים מוזנות , אשר מעדכן את התחזיות AI בחזרה למודל ה ומציע דור חדש של מועמדים. מדובר למעשה במעגל סגור של תכנון, ניסוי ולמידה, המאפשר קצב איטרציה מהיר בהרבה מזה של שיטות מסורתיות ויכולת לחקור מרחב ביולוגי רחב משמעותית.

New-Tech Magazine l 46