מהקוד לתרופה: איך בינה מלאכותית במכון וייס ממציאה אנטיביוטיקה שתנצח את חיידק הזיבה העמיד

המהפכה הרחבה יותר: AI במלחמה בחיידקי-על

העבודה במכון וייס/MIT אינה אירוע מבודד. היא משקפת שינוי מהותי באופן שבו הקהילה המדעית ניגשת לבעיית העמידות לאנטיביוטיקה. AI כבר לא רק מזרז סריקה של ספריות תרכובות קיימות; משתמשים בו כדי לתכנן מולקולות "חדשות לטבע", לכרות את הפרוטאומים של אורגניזמים נכחדים בחיפוש אחר פפטידים אנטיביוטיים, ולחזות דפוסי עמידות בזמן אמת מנתונים גנומיים [17, 18, 20, 26].

• תכנון גנרטיבי: המאמר מ-Cell של מעבדת קולינס הוא חלק מגל הכולל קבוצות אחרות שמשתמשות במודלי שפה גדולים (LLMs) כדי ליצור פפטידים אנטי-מיקרוביאליים חדשים שפועלים נגד חיידקי-על קליניים [7, 22].
• "החייאה" מולקולרית: חוקרים אימנו מודלים של למידה עמוקה כדי לכרות את הפרוטאומים של אורגניזמים נכחדים ולגלות פפטידים אנטיביוטיים חבויים – מולקולות שהאנושות מעולם לא ראתה קודם לכן .
• חיזוי עמידות: מחקרים נפרדים בלמידת מכונה הראו שמודלי CatBoost יכולים לחזות עמידות של חיידק הזיבה לאנטיביוטיקות מרכזיות עם ציוני AUROC של עד 0.97, תוך שיפור של 4-7 אחוזים לעומת השיטות הטובות ביותר הקודמות . המשמעות היא שרופאים יוכלו בקרוב לקבל תחזיות בזמן אמת ברמת דיוק מעבדתית על עמידות, תוך שימוש רק בנתוני מטופלים שנאספו באופן שגרתי.
• שינוי פרדיגמה: סקירה מקיפה של המכונים הלאומיים לבריאות בארה"ב (NIH) מציגה את ה-AI לא רק ככלי עזר, אלא כ-"זרז" לגילוי אנטי-מיקרוביאלי, וזאת משום שצינורות פיתוח התרופות המסורתיים איטיים ויקרים מכדי לעמוד בקצב ההתפתחות של פתוגנים עמידים .

קשה להפריז בתפקידו המרכזי של מכון וייס בשינוי זה. עבודת הלמידה העמוקה המוקדמת יותר של קולינס, שנעשתה גם היא עם משתפי פעולה מ-MIT, הייתה אחראית לגילוי הליצין (halicin) בשנת 2019 – הקבוצה החדשה הראשונה של אנטיביוטיקות שזוהתה זה עשרות שנים, והראשונה שהתגלתה באמצעות פלטפורמה מבוססת AI [9, 47]. העבודה הגנרטיבית העדכנית יותר עבור זיבה היא אבולוציה ישירה של אותה תוכנית מחקר, תוך מעבר מ-"AI כמסננת" ל-"AI כמתכנן" [7, 50].

המציאות מדביקה את החזון: אישורי FDA לטיפולים אוראליים חדשים

בעוד המועמדות הגנרטיביות ממכון וייס (כמו NG1) עדיין בשלב הטרום-קליני, תחום גילוי האנטיביוטיקה קיבל אימות משמעותי בדצמבר 2025. ב-11 וב-12 בדצמבר, מִנהל המזון והתרופות האמריקאי (FDA) אישר שתי תרופות אוראליות חדשות לטיפול בזיבה אורוגניטלית לא מסובכת – אפשרויות הטיפול החדשות הראשונות זה עשרות שנים [33, 40, 35].

• Zoliflodacin (שם מותג: Nuzolvence) היא תרופה אוראלית במנה יחידה, מסוג מעכבי טופואיזומרז ספירופירימידינטריוניים (Spiropyrimidinetrione), הראשונה מסוגה, שפותחה על ידי Innoviva Specialty Therapeutics בשותפות עם השותפות הגלובלית למחקר ופיתוח תרופות אנטיביוטיות (GARDP) והמכון הלאומי לאלרגיה ומחלות זיהומיות בארה"ב (NIAID) [31, 33, 39]. ניסוי שלב 3 שכלל 930 מטופלים מצא כי התרופה אינה נחותה מהטיפול הסטנדרטי הניתן בזריקה .
• Gepotidacin (שם מותג: Blujepa) היא תרופה אנטיבקטריאלית אוראלית, ראשונה מסוגה, מקבוצת הטריאזאאצנפתילנים (Triazaacenaphthylene), שפותחה על ידי GSK. היא אושרה לראשונה במרץ 2025 לטיפול בדלקות בדרכי השתן בנשים, ולאחר מכן קיבלה אישור FDA משלים בדצמבר 2025 לטיפול בזיבה בחולים עם אפשרויות טיפול מוגבלות או ללא חלופות [34, 37, 40].

שתי התרופות הן אנטיביוטיקות אוראליות בעלות מבנה כימי חדשני – תכונה קריטית משום שהטיפול הסטנדרטי הקודם, שהתבסס על זריקות צפטריאקסון (Ceftriaxone), הציב חסמים לוגיסטיים ואִתגר יותר ויותר בשל העמידות הגואה [36, 44]. עם זאת, האישורים מגיעים עם הסתייגויות חשובות. הן zoliflodacin והן gepotidacin הראו הצלחה מוגבלת נגד זיבה בלוע (pharyngeal gonorrhea) בניסויי שלב 2 מוקדמים, כלומר יהיה צורך לנהל את השימוש בהן בזהירות . וחשוב לציין, אף אחת מהן לא התגלתה באמצעות AI. במקום זאת, הן משקפות את החשיבות המתמשכת של פיתוח תרופות מסורתי, שאינו מבוסס AI, אפילו כשה-AI מאיץ את צינור המועמדים הטרום-קליניים [7, 8].

לאן כל זה מוביל?

עבודתו של מכון וייס, והתנועה הרחבה יותר של אנטיביוטיקה מונעת בינה מלאכותית שהיא מייצגת, נמצאת בצומת דרכים מכריע. מצד אחד, מודלי AI גנרטיביים מסוגלים כעת לתכנן תרכובות חדשניות מבחינה מבנית שהורגות "חיידקי-על" עמידים במעבדה ובמודלים של בעלי חיים [7, 48]. מצד שני, אישורי ה-FDA בדצמבר 2025 ל-zoliflodacin ו-gepotidacin מוכיחים שמולקולות כימיות חדשות יכולות לזכות באישור רגולטורי ולהגיע למטופלים הזקוקים נואשות לחלופות לאנטיביוטיקות הקוו הראשון שנכשלות [33, 35].

השלב הבא – חיבור מועמדות שתוכננו על ידי AI עם בדיקות על "איבר על שבב" אנושי – כבר החל במעבדתו של קולינס .

אם גישה משולבת זו תצליח, עתיד גילוי האנטיביוטיקה עשוי להיראות אחרת לגמרי: מודלי למידה עמוקה מציעים מולקולות חדשות לגמרי, פלטפורמות "איבר על שבב" מאמתות את בטיחותן ויעילותן בסביבות רקמה אנושיות, והמועמדות המבטיחות ביותר נעות במהירות לניסויים קליניים. עבור פתוגן כמו N. gonorrhoeae, שארגון הבריאות העולמי (WHO) וה-CDC הכניסו לרשימות המעקב בעדיפות הגבוהה ביותר שלהם בשל מסלול העמידות המדאיג שלו, הסיכון מעולם לא היה גבוה יותר [41, 5]. האנטיביוטיקות שתוכננו על ידי AI במכון וייס אולי עדיין בשלב טרום-קליני, אך הן מייצגות הוכחת היתכנות לכך שאנחנו יכולים כעת ללמד מכונות להמציא את התרופות שאנחנו זקוקים להן נואשות.