מה קורה כשבינה מלאכותית סורקת מיליארדי מולקולות בחיפוש אחר תרופה שמהפכת הזדקנות? פרופ' דייוויד סינקלייר מהרווארד, מחבר הספר Lifespan ואחד החוקרים המוכרים בעולם בתחום אריכות החיים, מתארח בראיון בערוץ היוטיוב Impact Theory (טום ביליו) ומציג פרויקט שאפתני: שימוש בכלי בינה מלאכותית ולמידת מכונה כדי לסנן ולבדוק וירטואלית מספר עצום של מולקולות מועמדות, במטרה למצוא תרכובות שיכולות להאט או להפוך הזדקנות. הכותרת "160 שנה" אינה מתייחסת לקריאת ספרות מדעית, אלא לזמן ולעלות שהיו נדרשים: סינון בהיקף כזה בשיטות מסורתיות היה אורך כ-160 שנה ועולה מיליארדים, והבינה המלאכותית דוחסת אותו לחודשים.
על מה הסרטון
השיחה של סינקלייר נעה בין ההתלהבות מהכלי החדש לבין ההסבר המדעי על מה שהוא מסוגל לעשות, ומכסה כמה צירים מרכזיים:
- סינון של מיליארדי מולקולות: סינקלייר מתאר איך המעבדה שלו משתמשת בבינה מלאכותית כדי לבדוק וירטואלית בסביבות שמונה מיליארד מולקולות, לעומת מיליונים בודדים שחברת תרופות סורקת בדרך כלל, ולחזות אילו מהן עשויות להיקשר למטרות ביולוגיות הקשורות בהזדקנות.
- האצה אדירה של גילוי תרופות: איך "עיגון" וירטואלי של מולקולות כנגד מבני חלבונים, בעזרת בינה מלאכותית שלומדת דפוסים בביולוגיה, מקצר תהליך שהיה אורך עשרות שנים לכדי חודשים.
- מועמדות חדשות לתרופות: אילו תרכובות מבטיחות עלו מהסינון, וכיצד סינקלייר מספר שצירוף של שלוש מולקולות החזיר תאי עור של אדם בן 92 למצב צעיר יותר במעבדה.
- גלולה זולה במקום ריפוי גנטי יקר: סינקלייר מסביר למה הוא מקווה שמולקולה קטנה בעלות זניחה תוכל בעתיד להחליף טיפולי ריפוי גנטי שעולים מאות אלפי עד מיליוני דולרים, ולמה הוא מאמין שכלים כאלה ישנו את קצב הגילוי המדעי בעשור הקרוב.
למה כדאי לצפות
הצומת בין בינה מלאכותית לבין חקר ההזדקנות הוא אחד הנושאים המסקרנים והעדכניים ביותר ב-2026, והסרטון נותן הצצה נדירה לאופן שבו חוקר בכיר מדמיין את העתיד הקרוב של התחום. למי שעוקב אחרי הטכנולוגיה, מעניין לראות איך כלים שמוכרים לנו ממקומות אחרים מתחילים להיכנס לעומק המעבדה הביולוגית ולהאיץ תהליכים שעד היום נמשכו שנים.
עם זאת, חשוב לצפות בעין ביקורתית, וזו בדיוק הגישה שאנחנו מחזיקים בה כאן. סינקלייר הוא דמות אופטימית מאוד, והוא קידם לאורך השנים רעיונות שהראיות האנושיות לגביהם עדיין חלשות, למשל תוסף ה-NMN, שמדורג אצלנו באופן ביקורתי בגלל היעדר הוכחות מבוקרות בבני אדם. לכן כדאי לזכור כמה דברים בזמן הצפייה: מולקולה שהבינה המלאכותית מסמנת היא מועמדת, לא תרופה מוכחת. אלגוריתם שמנבא קישור מבטיח בין מולקולה למטרה ביולוגית מצביע על כיוון מעניין למחקר, אבל הוא לא מוכיח שהתרכובת תאריך חיים או תהפוך הזדקנות בבני אדם.
בנוסף, האצת הגילוי איננה זהה לתרופות מוכחות. בינה מלאכותית יכולה לקצר מאוד את שלב חיפוש המועמדות, אבל כל תרכובת שעולה מהסינון עדיין צריכה לעבור את אותו מסלול ארוך: ניסויים בתאים, ניסויים בחיות, ולבסוף ניסויים קליניים מבוקרים בבני אדם, שהם השלב היקר, הארוך והכושל ביותר. גם איכות התוצאה תלויה באיכות המודלים והנתונים שעליהם הם אומנו, וחיזוי וירטואלי טוב עדיין דורש אימוּת ניסיוני אמיתי. במילים אחרות, הכלי מרשים והכיוון נכון, אבל בין רשימת מולקולות שאלגוריתם הפיק לבין טיפול בטוח שמאריך חיים יש עדיין דרך ארוכה. הסרטון מצוין כדי להבין את הפוטנציאל, ובלבד שזוכרים את הפער הזה.
צפיה מהנה!
💬 תגובות (0)
היו הראשונים להגיב על המאמר.