החולה הווירטואלי

ביו-מתמטיקה, תחום מדעי חדש יחסית, המנתח תופעות ביולוגיות באמצעות מודלים מתמטיים, החל להתפתח במחצית השנייה של המאה העשרים. מטרתו הייתה לחקור את מורכבותם של תהליכים ביולוגיים. עבודתי בתחום זה מבוססת על ההנחה שאותם חוקים עצמם עומדים בבסיס הדינמיקה של מערכות ביולוגיות שונות ברמות ארגון שונות. למשל, נוסחאות מתמטיות המתארות את קצב הגידול של אוכלוסיות ארנבים אמורות להתאים גם לתיאור הגידול של אוכלוסיות תאים סרטניים.

ביולוגים ניסויים העובדים ברמת התא, למשל, מפתחים כלים אנליטיים הדומים במהותם למצלמה בעולם הצילום. הם מסוגלים לראות את העולם המיקרוסקופי שהם חוקרים כאוסף תמונות. לעומת זאת, נוסחאות ביו-מתמטיות, , למשל כאלה המתארות מסלולים ביוכימיים תוך תאיים , מעניקות, למעשה, ממד של תנועה לתמונות ומאפשרות לנו לצפות בדינמיקה של העולם שאנו חוקרים. בנוסף לזה שב"סרט" כזה יש יותר מידע משיש בסדרת תמונות, הוא גם מאפשר למדען לחקור את המערכת ביתר דיוק ויעילות. ביו-מתמטיקה אפשרה לי לפתח ולבחון תיאוריות חדשות העוסקות בשיפור הטיפול בסרטן בדרך שאינה אפשרית בעזרת ביולוגיה ניסויית "של תמונות".

בשנות ה-80 השתמשתי בעקרונות מתחום הביולוגיה של אוכלוסיות כדי לפתח נוסחאות פשוטות יחסית המתארות את הגידול של אוכלוסיות מעורבות של תאים בריאים ותאים סרטניים. ניתוח נוסחאות אלו הוליך להצעה לנקוט משטרי לקיחת תרופות חדשים שיפחיתו במידה ניכרת את רעילות הטיפול הכימותרפי. בעזרת כלים מתמטיים הצלחנו להוכיח, במקרה זה, את האוניברסליות של התוצאות התיאורטיות, כלומר את תקפותן הכללית. כיום, המחקר שלנו בחברה שייסדתי, אופטימטה, הוא הראשון מסוגו שהצליח, באמצעות מודלים מתמטיים משוכללים, לבצע תחזיות כמותיות מדויקות של השפעת הטיפול הרפואי על החולה.

במהלך מחקרי נוכחתי לדעת ששיטות ביו-מתמטיות יכולות לעמוד לעזר רב לרופאים בתהליך קבלת ההחלטות. הכרה זו הובילה לייסודה של אופטימטה, שבה פיתחנו תוכנה מתוחכמת המכונה "החולה הווירטואלי". תוכנה זו יכולה לעזור לרופאים ולמפתחי תרופות בזיהוי משטרי לקיחת תרופות משופרים לטיפול בחולים. בעזרת חברה מסחרית זו, העורכת כעת מבדקים קליניים רחבי היקף של החולה הווירטואלי, אנו מקווים להצליח להפוך את תחומי הרפואה ופיתוח התרופות מתחומים המבוססים על ניסוי וטעייה לתחומים המבוססים על תחזיות מדעיות.

בחודשים הבאים אנו מקווים להשיג תוצאות חיוביות במבדקים הקליניים רחבי ההיקף הראשוניים המתנהלים כעת בבתי חולים באירופה ובישראל. מבדקים אלו בוחנים את יכולתה של הטכנולוגיה שלנו לנבא במדויק את רעילותן של תרופות שונות והשפעתן על התקדמות מחלת סרטן השד. תקוותנו היא שבסופו של דבר כל רופא וכל בית חולים ישתמשו בטכנולוגיה זו כדי לבחון טיפולים שונים עבור חולים. בינתיים, היא יכולה לשמש מפתחי תרופות כדי לייעל את תהליך הפיתוח.

שלושה מודולים עיקריים

הטכנולוגיה שלנו מורכבת משלושה חלקים (מודולים) עיקריים. החלק המרכזי הוא החולה הווירטואלי שבגופו מתפתחת מחלה שבה מטפלים בעזרת תרופות. החולה הווירטואלי גם מגיב בתגובות פיזיולוגיות לטיפול התרופתי. כתוצאה מכך מתקבלת הדמיה מציאותית של התהליכים הביולוגיים והפרמקולוגיים הצפויים להתרחש בגוף החולה או באוכלוסיית חולים. רופאים או מפתחי תרופות יכולים לבחון את דיוק התחזית המתקבלת.

החלק השני של הטכנולוגיה מאפשר לזהות משתנים האופייניים לחולים שונים, ובכך להתאים את החולה הווירטואלי לתיאור אישי של חולים שונים או אוכלוסיות חולים שונות. ואילו החלק השלישי, ואולי המלהיב ביותר, הוא כלי שפיתחנו המאפשר לזהות את הטיפול היעיל ביותר לכל חולה על פי דרישות הרופא או מפתח התרופה.

על ידי פיתוח המודל מתמטי המתאר את התקדמותה של מחלה, אפשר לדמות את ההשפעה של תרופה על התפתחות המחלה ולנבא את יעילות התרופה במגוון משטרי מינון בחולים או באוכלוסיות חולים שונות. דבר זה מאפשר לחשב את הסיכוי שטיפול תרופתי פוטנציאלי יצליח לרפא מחלה או לפחות לרסן אותה. בעזרה למפתחי התרופות אנו מסוגלים להעריך את היעילות הצפויה של תרופה כלשהי בבני אדם עוד בשלבי הפיתוח הקדם-קליניים. כשהתרופה עוברת לשלב המבדקים הקליניים, אנו מסוגלים להשוות את יעילותה לזו של תרופות מתחרות הקיימות כבר בשוק, כדי להעריך את כדאיות הפיתוח. ואולי החשוב מכול, אנחנו מסוגלים לשפר את היחס שבין יעילות התרופה לרעילותה באופן המותאם לחולים שונים.

מודעות הולכת וגוברת בתעשייה

אנו סבורים שהמודעות לטכנולוגיה מסוג זה הולכת וגוברת בתעשיית התרופות. לדוגמה, הצלחנו כבר לפענח את הגורמים לרעילותה של תרופה שבשלב מסוים האישור להפצתה נשלל על ידי מנהל המזון והתרופות האמריקני (FDA), משום שהיצרן לא הצליח להסביר את מקור הרעילות. במקרה אחר, הפיתוח של תרופה אחרת הופסק משום שהיא גרמה לתגובה חיסונית, ואילו אנו הראנו שאפשר להתגבר על בעיה זו אם נותנים את התרופה במינון ובתזמון שונים. חברות תרופות פונות אלינו כדי שנעזור להן לשפר חומרים המועמדים לשמש כתרופות לפני המעבר מניסויים בבעלי חיים למבדקים קליניים בבני אדם.

בתחום התאמת הטיפול באופן אישי לכל מטופל, אנחנו מקבלים את המידע הראשוני על החולה מבדיקות שגרתיות המבוצעות כשהיא או הוא מתאשפזים לראשונה. אנחנו מזינים מידע זה למחשב, המעבד נתונים כמו מין, גיל, קוטר הגידול, קיום גרורות או סמנים ביולוגיים והופך אותם למשתנים שיוזנו לחולה הווירטואלי (שהוא למעשה מעין שיבוט וירטואלי של החולה המסוים). כלומר, אנחנו לוקחים מידע אמיתי, בשר ודם, כדי לבנות את החולה הווירטואלי. לאחר שהרופא הזין לתוכנה נקודות קצה טיפוליות, כלומר, תוצאות רצויות של הטיפול, תוכנת החולה הווירטואלי בודקת אפשרויות טיפול שונות ומפיקה לרופא המלצות. לרופאים מוצעת אפוא דרך נוחה להשתמש בשיטות חישוב מדויקות בזמן קבלת החלטות קליניות, ולכן אנו מקווים להיות בעתיד חלק בלתי נפרד ממערכת הטיפול הרפואי.

מודלים מתמטיים יכולים להשפיע גם על תחומים אחרים כמו מכשור רפואי, אבחון גנטי או תחומים מעניינים אחרים. לדוגמה, בתחום הפרוטיאומיקה (סדרת החלבונים המתבטאת בתאים שונים ברקמות שונות) יש כיום כמה טכנולוגיות מחשב המנתחות תהליכים תאיים פתולוגיים. השילוב בין התחכום של תחום הפרוטיאומיקה לבין מודלים מתמטיים של מחלות יכול לעזור לרופאים לדמות משתנים ייחודיים בחולים המקבלים טיפול תרופתי כלשהו ולשפר את יכולתנו לנבא התקדמות של מחלות. כמו כן, כיום אפשר לייצר פרופיל גנטי מדויק של חולה, בעזרת שיטות קיימות המכונות טביעת אצבע גנטית. הזנת מידע זה לתוכנה המתארת את התהליכים המרכבים המתרחשים ברמות ארגון שונות בגוף החולה האמיתי תשפר את יכולת הניבוי של תוכנת החולה הווירטואלי.

הכתבה מובאת ביוזמתו ובסיועו של ברנרד דיצ'ק, עורך www.bioisrael.com , מגזין מקוון העוסק בתעשיית מדעי החיים הישראלית.