ארכיון
אז מה עושים שם באוניברסיטה? פרק 17: כיצד להנדס תאריך תפוגה לחיידקים ולזכות בתהילת עולם
נפגשתי עם לירון אמיר וסתיו שמיר כדי לשמוע מהם על התחרות הבינלאומית לביולוגיה סינטטית בה הם משתתפים.
לירון היא המדריכה של קבוצה המונה 12 סטודנטים, בהם גם סתיו, שמשתתפת בתחרות iGEM הבינלאומית לביולוגיה סינטטית. בימים כתיקונם שניהם לומדים וחוקרים באוניברסיטת בן-גוריון שבנגב. סתיו הוא סטודנט שנה רביעית להנדסת ביוטכנולוגיה ולירון מסיימת בקרוב את עבודת הדוקטורט שלה בהנדסת ביוטכנולוגיה וכימיה.
הקבוצה הכינה סרטון קצר ומצוין על הפרויקט.
מהי התחרות הזאת?
סתיו: התחרות נקראת internationally genetic engineered machines או בקיצור iGEM והיא החלה ב-2004 ב-MIT אבל מאז התרחבה והשנה מתחרות מעל 200 קבוצות מכל העולם. קבוצות של סטודנטים לתואר ראשון עובדים על פרויקט כמה חודשים ומציגים את התוצאות בכנס אזורי, ואם הם עוברים שלב אז גם ב-MIT. נושא התחרות הוא ביולוגיה סינטטית והמטרה היא להביא אותה למודעות ולקדם את התחום.
לירון: מטרה נוספת של התחרות היא ליצור בנק פתוח של רכיבים ביולוגיים לשימוש במחקר ולכן מארגני התחרות דואגים שכל הידע והטכנולוגיה שמפותחים במהלכה נשארים זמינים למי שמעוניין בהם.
מהי ביולוגיה סינטטית?
סתיו: מדובר בגישה שבה בעזרת טכניקות של הנדסה גנטית מושתלים רכיבים גנטיים לתוך יצורים חיים לקבלת תוצרים שאינם קיימים בטבע אך יוכלו להועיל מאוד לאנושות. ניתן למשל להכניס תכונות מועילות לחיידקים ולהשתמש בהם ככלי. לדוגמה ניתן להוסיף למאגר מים שני סוגים של חיידקים, אחד זוהר כאשר הוא בה במגע עם זיהום של מתכות כבדות והשני מטהר את המים מהזיהום. כך אנחנו מזהים בעיה ומטפלים בה.
מה סינטטי בחיידקים האלה?
סתיו: יש כאן הרכבה של כמה אלמנטים שבאים ממקורות שונים. ראשית ישנו הגן שמייצר חלבונים פלואורסנטיים והוא לקוח ממדוזה. רכיב נוסף הוא מערכת הגנים שמזהה מתכות כבדות ולבסוף יש את החיידק שהוא הבסיס למערכת החדשה. את כל אלה יש להרכיב יחדיו כך שהמכונה תעבוד. החיידק המתקבל בסוף התהליך אינו קיים בטבע ולכן נקרא סינטטי.
והחיידקים האלה אינם מסוכנים עבורנו?
לירון: באופן כללי אנחנו עובדים עם גרסה מהונדסת של החיידק אי-קולי שהוא במקור חיידק שחי במעיים שלנו. מהחיידק המהונדס נמחקו כל הגנים שגורמים למחלות ולכן באופן עקרוני אינו אמור להיות מסוכן לנו כלל. עם זאת, מרגע ששחררנו את החיידק לסביבה אין לנו דרך לאסוף אותו חזרה. גם אם אינו יכול לגרום לנו למחלות באופן ישיר ישנה אפשרות שהחיידק המהונדס עלול לגרום לנזק לא ידוע לסביבה. מה גם שהפחד של אנשים מחיידקים מונע מאיתנו כיום להשתמש באפליקציות האלה, בין אם הם עלולות לגרום נזק ובין אם לא. ופה בדיוק נכנס הרעיון שלנו לתחרות.
תמונה 1: חיידקי אי-קולי שגודלו בתרבית והודבקו לזכוכית מצולמים במיקרוסקופ אלקטרוני. המקור לתמונה: National Institutes of Health האמריקאי, דרך ויקיפדיה.
ספרו לי מה אתם זוממים?
סתיו: מטרת הפרויקט שלנו היא לייצר מנגנון השמדה אוטונומי שניתן להשתיל בחיידקים. המנגנון יאפשר לחיידק לבצע את פעולתו המועילה ואז לאחר משך זמן שנקבע מראש יגרום למותו.
איך זה יעבוד?
סתיו: אנחנו עובדים בו-זמנית על שני כיוונים. האסטרטגיה הראשונה הוא להשתיל בחיידק פיסת DNA שמייצרת רעלן, ופיסה אחרת שמייצרת חלבון המונע את ביטוי הפיסה הראשונה ונקרא 'רפרסור' (ראו איור 2א). את הרפרסור נבנה כך שיפעל רק אם נמצא חומר חיצוני מסוים. כל עוד החיידק במעבדה אנחנו נספק לו את החומר שיאפשר את פעולת הרפרסור, שבתורו ימנע את ייצור הרעלן. ברגע שנשחרר את החיידק לעולם הוא לא יוכל לייצר חלבוני רפרסור נוספים. בכל פעם שהחיידקים יתחלקו תדולל כמות הרפרסור הקיימת בחיידק עד שבשלב מסוים הכמות נמוכה מידי, הרעלן מיוצר והחיידק מת (2ב).
האסטרטגיה השניה היא לקלקל את מנגנון יצירת אחד החלבונים החיוניים עבור החיידק על ידי שינוי ה-DNA שלו, ובו בזמן להשתיל מנגנון סינטטי שמהווה אפיק מקביל ומאפשר את יצירת אותו חלבון (2ד). פעולתו של המנגנון החלופי תלוי בקבלת חומר מיוחד מבחוץ. כאשר החיידק משוחרר אל מחוץ למעבדה הוא מאבד את היכולת לייצר את אותו חלבון דרך המנגנון החלופי ומת (2ה).
איור 2: תרשים סכמטי של שתי האסטרטגיות ליצירת מנגנון ההשמדה האוטונומי.
אז מה בעצם אתם צריכים להצלחת הפרויקט?
סתיו: אמנם רוב הרכיבים הגנטיים כמו אלה ליצירת הרעלן והרפרסור קיימים בבנק הרכיבים אבל צריך לתכנן ולשנות אותם כך שיתאימו לעבוד יחדיו באותו מנגנון, למשל לשנות את רכיב הרעלן כך שיהיה מבוקר על ידי הרפרסור. לאחר תכנון כל פיסות ה-DNA הדרושות הן מיוצרות על יד חברה שמתמחה בכך. לבסוף יש להשתיל את המנגנון בתוך חיידק. ההשתלה היא טכניקה סטנדרטית של הנדסה גנטית בה שמים את החיידקים במים עם רצפי ה-DNA ובתגובה לעירור ממברנת החיידקים ע"י חום או שוק חשמלי הם סופגים אותם לתוכם.
אלה המשימות הביולוגיות, אבל יש משימות נוספות. אנחנו גם כותבים תוכנת מחשב שתחשב את זמן החיים המצופה של החיידק בעזרת מודל מתמטי. אנחנו עובדים על פרזנטציה ועל אתר אינטרנט לפרויקט ואנחנו גם עוסקים בהנגשת הפרויקט לציבור ובהגברת המודעות לנושא. גם משימות אלה מהוות חלק חשוב בתחרות.
לירון: מכיוון שהפרויקט מורכב מאוד ורבגוני גם הסטודנטים באים מרקע מאוד מגוון. ישנם סטודנטים מהנדסת ביוטכנולוגיה, כימיה, כלכלה, מדעי-המחשב, ביואינפורמטיקה ומערכות-מידע.
ודבר נוסף שאנחנו זקוקים לו הוא עזרה במימון.
אתם מגייסים כסף לפרויקט באתר headstart
סתיו: כן, את הפרויקט יזמנו אנחנו הסטודנטים ולכן היינו זקוקים לתמיכה כלכלית כדי לממנו. חלק מהמימון קיבלנו מחברות מסחריות ומגופים בתוך האוניברסיטה. פנינו לפרויקט התמיכה כדי להשלים את סכום הכסף שחסר לנו.
אחת המטרות של הפרויקט היא להקים תשתית שתשמש כבסיס לקבוצות נוספות שישתתפו בתחרות בשנים הבאות. מדובר בתחרות יוקרתית מאוד בעולם המדע והקבוצה שלנו וקבוצות נוספות שישתתפו בעתיד יכולות להביא כבוד גדול ומודעות למדע בישראל. כמו כן כפי שציינו, כל הפיתוחים בתחרות זמינים ופתוחים לכלל הקהילה המדעית ולכן התמיכה בקבוצות היא תמיכה ישירה בקידום המדע בכלל והמדע הישראלי בפרט.
לירון: הפרויקט שלנו עוסק בבטיחות ולכן הפוטנציאל שלו להועיל ולתרום להנגשת התחום לתועלת האנושות הוא גבוה. אפילו אם נספיק לפתח רק חלק מהכלים, הרי הם יהיו זמינים לכולם בגלל מודל הקוד הפתוח, וזה חלק מהיופי במיזם.
***
הסטודנטים המשתתפים בפרויקט הם: אור שלזינגר, סתיו שמיר, יונתן שמלא, גל מרגוליס, עידן אלוביק, אלכס מלמוד, אפרת מילר, נטע ויס, רייצ'ל גרגור, עדי לוי, אסף קזקוב ורן דך.
המדריכה של הקבוצה: לירון אמיר.
המנחים של הקבוצה הם: פרופ' סמדר כהן, פרופ' ליטל אלפונטה ודר' ניב פפו מהמחלקה להנדסת ביוטכנולוגיה ע"ש אברהם וסטלה גולדשטיין גורן באוניברסיטת בן-גוריון בנגב.
———————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו 
אז מה עושים שם באוניברסיטה? פרק 16:"בוא נייצר ריר ביחד", על התנהגות חברתית ותקשורת בין חיידקים
נפגשתי עם דר' רועי וידבסקי כדי לשאול אותו מה עושים שם באוניברסיטה.
רועי הוא פוסט-דוקטורנט במחלקה למיקרוביולוגיה מולקולארית וביוטכנולוגיה באוניברסיטת תל-אביב. הוא עובד במעבדתו של דר' אביגדור אלדר ועיקר עניינו הוא תקשורת בין חיידקים. רועי ואשתו חולקים את ביתם עם חיות מחמד רבות, ובזמנם הפנוי נהנים לרקוד ריקודים סלוניים.
רועי, אז מה אתם עושים שם?
הנושאים העיקריים שבהם עוסקת המעבדה הם האבולוציה וההתפתחות של התקשורת בין חיידקים. בעבר היה נהוג לחשוב שחיידק הוא תא בודד שדואג לעצמו ואינו מקיים אינטראקציה עם חיידקים אחרים, אך היום ברור שחיידקים 'מדברים' אחד עם השני. השפה של חיידקים היא שפה פשוטה מאוד המתבססת על שליחה וקליטה של מולקולות קטנות. השפה הזאת מאפשרת להם להתנהג בצורה חברתית, כלומר חיידקים יודעים לזהות אחד את השני בתוך הקבוצה ולפעול למען הכלל.
האם ישנה דוגמה מוכרת להתנהגות חברתית של חיידקים?
כן, קח לדוגמה את הפלאק בשיניים שכולנו מכירים ולא אוהבים (ע"ע קריוס ובקטוס). הפלאק הוא אחת הדוגמאות למשהו שנקרא ביופילם (ראו איור 2). ישנם חיידקים מסוגים מסוימים שנדבקים אל משטחים, ואז בעקבות התקשורת ביניהם הם מזהים אחד את השני ומתאגדים ביחד למבנה רב תאי. במבנה זה חיידקים שונים באזורים שונים מקבלים על עצמם תפקידים שונים. חלקם מייצרים מזון, חלקם מהווים מעטפת שמגינה עליהם מפני חומרים אנטיביוטיים וישנם גם תפקידים נוספים. ניתן למצוא ביופילם גם על פילטרים, על מדחפים של אוניות, במכוני שפכים ועוד.
תמונה 1: ביופילם של החיידק Staphylococcus aureus. המקור לתמונה: ויקיפדיה, המקור למקור CDC.
חשוב לצחצח שיניים! כעת בוא נחזור אליכם למעבדה, ספר לי על העבודה.
יש בקבוצה שני כיווני מחקר ראשיים: אבולוציה והתפתחות.
אחד הנושאים שמעניינים אותנו למשל בהיבט האבולוציוני הוא יחסי הגומלין בין 'יצרנים' ל-'רמאים'. מדובר בתתי-אוכלוסיה בתוך אוכלוסיות של חיידקים. חיידקים 'יצרנים' הם כאלה המפרישים חומרים שנחוצים להשגת מזון מהסביבה. חיידקים 'רמאים' הם כאלה שנהנים מהתוצרים אך לא מייצרים את החומרים בעצמם. אנחנו מעוניינים להבין את יחסי הגומלין בין שני סוגי האוכלוסיות והיכן נמצאים היתרונות האבולוציוניים במערכת.
בנושא ההתפתחות אנחנו מנסים לאפיין מערכות תקשורת ולהבין איך הן פועלות במצבים שונים של התנהגות חברתית של חיידקים.
תוכל לתת דוגמה?
כן, בוא נדבר על 'swarming'. כאשר חיידקים, למשל מסוג Bacillus subtilis (ראו תמונה 2) שמשמש אותנו כמודל מחקר, נמצאים על מצע חצי-מוצק, נניח סוג של ג'ל, ומרגישים שבסביבתם כבר אין שפע של מזון הם מתאגדים יחדיו ומחליקים להם למקום טוב יותר. חיידק יחיד אינו יכול לשפר עמדות בצורה כזאת לבדו. בתהליך זה מספר רב של חיידקים מפרישים חומר סיכה העוזר להחלקה. כיום עדיין לא ברורה חלוקת התפקידים בתוך אוכלוסיית החיידקים בתהליך הזה. כמו כן, לא ברור אילו גנים מעורבים בתהליך, מה התפקיד שלהם ומתי הם פועלים.
תמונה 2: Bacillus subtilis צבוע תחת מיקרוסקופ. המקור לתמונה: ויקיפדיה.
כדי לעקוב אחרי רמות ביטוי של גנים מסוימים (כמה חלבונים נוצרים) בזמן פעילות חברתית שינינו אותם כך שבזמן פעולתם הם מייצרים גם חלבון פלואורסנטי שאותו ניתן לראות תחת מיקרוסקופ מתאים. את החיידקים אנחנו מגדלים על מצע של מזון תחת עינו הבוחנת של המיקרוסקופ. בצורה זאת אנחנו יכולים למפות את עוצמת הביטוי של הגנים בזמן ובמרחב תוך כדי תהליך ה-swarming, ולראות באילו חיידקים ובאיזה שלב של התהליך מתבטאים אותם גנים.
כיצד מתבצעת תקשורת בין חיידקים?
חיידקי ה- Bacillus בהם אנחנו משתמשים מייצרים חלבונים קצרים הקרויים פפטידים שאותם הם מפרישים החוצה. לחיידקים יש גם את היכולת לחוש את הימצאותם של אותם פפטידים באמצעות קולטנים שאליהם הם נקשרים וגורמים להפעלה של גנים. כלומר יש בחיידק רכיבי שידור וקליטה. אותם 'רמאים' למשל שהזכרנו קודם הם חיידקים שמסוגלים להפריש אבל לא לקלוט עקב קולטנים פגומים. הם בעצם 'חרשים' ולכן אינם מתנהגים כמו שאר האוכלוסיה.
ספר לי על אחד הפרויקטים שאתה עובד עליהם
אני מעוניין לייצר מערכת תקשורת סינטטית שתשמש אותנו ככלי עבודה ותהיה נוחה וקלה יותר לתפעול אך עדיין תאפשר מחקר של סוגיות הקשורות לתקשורת אמיתית בין חיידקים. הרעיון הוא לייצר שלושה וריאנטים של אותו חיידק Bacillus subtilis שהזכרתי קודם. אחד שרק משדר, אחד שרק קולט ואחד שיכול לבצע את שתי הפעולות.
כדי לייצר את שלושת הוריאנטים מבלי לפגוע בגנים הטבעיים של החיידק השתמשתי בטכניקות של הנדסה גנטית כדי להשתיל מערכת תקשורת (גנים לקולטנים וגנים לייצור הפפטידים) מקרוב משפחה שלו – Bacillus cereus. כלומר ייצרתי אוכלוסיה שיש בה רק משדר ואוכלוסיה שיש בה רק מקלט. מכיוון שגם המשדר וגם המקלט נלקחו מחיידק אחר אין ערבוב של האותות או 'דיבור' בין המערכת המקורית למערכת המושתלת.
ואם כבר השתלנו מערכת, למה שלא נכניס בה כמה שיפורים. המערכת המושתלת מייצרת חלבונים פלואורסנטיים בזמן קליטה, ויש בה גם כפתור ווליום לעוצמת השידור. בנינו אותה כך שאנחנו יכולים לשלוט על קצב ייצור הפפטידים בצורה חיצונית באמצעות הוספה של סוכרים מסוימים. החיידקים והמערכת שייצרנו אינם קיימים בטבע ולכן נקראים 'סינטטיים'.
ואחרי שייצרת את המערכת, האם היא מוכנה לפעולה?
לא, מה פתאום. צריך לאפיין ולכייל את האלמנטים המרחביים שלה כך שתתאים לניסויים אותם אנחנו מעוניינים לבצע, או לחלופין, יש להבין אילו שאלות ניתן לחקור בעזרתה.
למה אתה מתכוון?
נניח לדוגמה שיש לי חיידק שמפריש סיגנל. המולקולות המופרשות מתפשטות בתהליך של דיפוזיה. אם אני רוצה לבצע מחקר באמצעותו אני חייב לדעת מה אופי התפשטות האות בזמן ובמרחב, כלומר לדעת מהי עוצמת האות (ריכוז מולקולות) במרחקים שונים מהמשדר כתלות בזמן ולחפש תנאים מתאימים לעבודה (שלא יהיה מהיר מידי למשל).
איור 3: ניסוי המראה את מיפוי הדיפוזיה של הפפטידים בזמנים שונים הממוספרים מ-1 עד 4 בסדר עולה. ככל שהחיידק הקולט אדום יותר כך הגיעו אליו יותר פפטידים.
תחת המיקרוסקופ אנחנו מחפשים את האור הפלואורסנטי שנוצר כאשר אות השידור (פפטיד) נקלט על ידי חיידק מקלט. כך אנחנו יכולים למדוד מתי נוצרת הארה, מה עוצמתה ומה המרחק שלה מהחיידקים המשדרים. ככל שהקולטן רחוק מהמשדר כך נצפה שעוצמת ההארה תהיה נמוכה יותר מכיוון שפחות פפטיד הגיע אליו (ראו איור 3).
כאשר כלי המחקר יהיה מוכן נוכל להשתמש בו כדי לשאול את השאלות שמעניינות אותנו. נוכל למשל לעקוב אחרי פעולת גנים הקשורים להתנהגות חברתית ולראות איך רמות ביטוי שונות שלהם משפיעות על האוכלוסיה (התפתחות), או לבדוק את ההשפעה של ריכוזי רמאים באוכלוסיה (אבולוציה).
——————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 15: קצת כמו למשש אטומים, על מיקרוסקופית מנהור אלקטרונים
נפגשתי עם דניאל רוזנבלט כדי לשאול אותו מה עושים שם באוניברסיטה.
דניאל השלים תואר שני בפיזיקה באוניברסיטת תל-אביב, וכיום הוא בעיצומה של עבודת הדוקטורט במכון מקס-פלנק לחקר המצב המוצק בשטוטגרט, גרמניה. הוא עובד במעבדתו של פרופ' קלאוס קרן (Kern), ועיקר עניינו הוא מיקרוסקופית מינהור אלקטרונים. בזמנו הפנוי עוסק דניאל בטיפוס ספורטיבי על קירות ובהחלקה על רולר-בליידס.
דניאל, אז מה אתם עושים שם?
המעבדה עוסקת בתחום רחב של נושאי מחקר בתחום ננוטכנולוגיה, פיזיקה, כימיה ומדע החומרים. המומחיות הגדולה של המעבדה היא במיקרוסקופיית מנהור אלקטרונים (scanning tunneling microscopy, STM) ופיתוחים שונים שלה.
מהי מיקרוסקופיית מינהור אלקטרונים?
כאשר אנחנו חושבים על מיקרוסקופיה אנחנו בדרך כלל חושבים על פוטונים (אור) או אלקטרונים שפוגעים בדגם, מתפזרים ואז נאספים ליצירת תמונת הדמיה. העיקרון של מיקרוסקופיית המנהור שונה בתכלית. במקום לשגר חלקיקים מרחוק, נעשה שימוש במחט מתכתית דקה מאוד כדי לסרוק את פני הדגם, קצת כמו עיוור הקורא כתב ברייל (ראו תמונה 1). הרוחב של קצה המחט הוא כמה עשרות ננומטרים, כלומר קטן פי אלף מקוטר שערה. במהלך הסריקה המחט נמצאת קרוב מאוד לפני הדגם, ועוקבת אחרי תוואי השטח.
ה-STM פותח לראשונה בתחילת שנות השמונים במעבדות IBM בציריך. הפיתוח זיכה את הממציאים, ביניג ורורר (Binnig, Rohrer) בפרס הנובל בפיזיקה ב-1986.
תמונה 1: איור סכמטי של מערכת ה-STM. המקור לתמונה: ויקיפדיה, לשם הועלתה על ידי המשתמש: Michael Schmid.
איך עובד ה-STM?
ראשית יש לסגור מעגל חשמלי בין המחט לדגם (ראו תמונה 1), ולחבר את המחט למכשיר שישלוט על מרחקה מהדגם ברמת דיוק גבוהה מאוד. המחט לא נוגעת בדגם ולכן אלקטרונים לא יכולים לעבור ביניהם בהולכה חשמלית רגילה למרות הפעלת מתח חשמלי. עם זאת, המחט כל כך קרובה שאלקטרונים יכולים לעבור בתהליך שנקרא מנהור.
מהו מנהור?
בעולם של הפיזיקה הקלאסית גוף הנתקל במכשול, כמו למשל כדור המתגלגל אל עבר גבעה תלולה, יעבור אותו רק אם יש לו מספיק אנרגיה, ובמקרה של הכדור מהירות. בעולם הקוונטי, עקב תכונות גליות, יש לאלקטרון סיכוי קטן להתגבר על מכשול ולהופיע בצידו השני גם אם אין לו את כמות האנרגיה הדרושה לכך (ראו תמונה 2). ככל שהמכשול דק יותר, כך ההסתברות גבוהה יותר. ההסתברות למנהור של אלקטרון בודד מהדגם למחט היא קטנה מאוד, אך מספר האלקטרונים גדול מאוד, כך שבהינתן שהמחט קרובה מספיק למשטח, מספיק אלקטרונים יעברו כך שנוכל למדוד זרם מנהור. זרם המנהור חלש מאוד ולכן יש צורך להגביר את האות פי מיליארד כדי שיהיה אפשר להזין אותו למחשב ולעבוד איתו.
איור 2: מנהור. משמאל, גל אדום הפוגש מכשול. עקב תנאי רציפות של השדה החשמלי, בתוך המכשול הגל הכחול דועך חזק. מימין, חלק מהגל עבר בעוצמה חלשה. המקור לתמונה: ויקיפדיה, לשם הועלתה על ידי המשתמש Felix Kling.
רכיב חשוב נוסף במערכת ה-STM הוא לולאת המשוב (פידבק) שתפקידה הוא לשמור על המחט בגובה קבוע מעל פני הדגם.
כיצד יודע מעגל השליטה מה המרחק בין המחט לפני השטח?
עוצמת זרם המנהור תלויה באופן חזק במרחק בין המחט לפני השטח ולכן הזרם הוא מדד רגיש למרחק. לולאת המשוב שולטת בגובה של המחט. אות הכניסה שלה הוא זרם המנהור, ותפקידה הוא לשמור על הזרם ברמה קבועה.
אז מהו אות היציאה של המכשיר? מה בעצם מודדים?
הגובה של המחט נשלט על ידי גביש פיזואלקטרי (ראו תמונה 1). גבישים אלה מייצרים מתח חשמלי בתגובה ללחץ מכני ולהפך, משנים את אורכם בתגובה להפעלת מתח חשמלי. אם המחט מחוברת לגביש כזה (piezoelectric actuator), ניתן לשלוט על גובהה בדיוק רב על ידי הפעלה מבוקרת של מתח חשמלי. המתח שמופעל על הגביש הפיזואלקטרי לשם שמירה על זרם קבוע הוא אות היציאה, כלומר האות שממנו מסיקים את הגובה של פני השטח.
מה בעצם רואה ה-STM?
זרם המנהור תלוי במתח החשמלי, במרחק המחט מהמשטח ובגודל הנקרא 'צפיפות המצבים' שקשור לצפיפות האלקטרונים במקום ובאנרגיה מסוימים. מכיוון שאנחנו שומרים על המתח קבוע, המכשיר ממפה את 'צפיפות המצבים' בכל נקודה. אם לדוגמא עוברים במהלך המדידה מסריקה באזור של מתכת אחת לאזור של מתכת אחרת, עוצמת האות תשתנה ובתמונה האזור יראה בגובה שונה מכיוון שצפיפות המצבים שונה.
היתרון הגדול ביותר של ה-STM הוא הרזולוציה המרחבית שלו שהיא מסדר גודל של אטום בודד (ראו תמונה 3). מכיוון שזרם המנהור דועך אקספוננציאלית עם המרחק, עיקר התרומה נובעת ממעבר אלקטרונים בין האטום בקצה המחט לאטום שמתחתיו. רזולוציה זאת מאפשרת לחקור למשל תכונות של מולקולה בודדת כלשהי על משטח של מתכת.
תמונה 3: משטח זהב כפי שנסרק על ידי STM. העיגולים התמונה הם אטומים! המקור לתמונה: ויקיפדיה.
למיטב ידיעתי, ניתן לרכוש מכשירי STM מסחריים. למה אתם בונים אותם?
אנחנו בונים מכשירים בעלי תכונות מיוחדות או שילובים של תכונות קיימות שאינם מוצעים בשוק. דוגמא טובה לכך הוא למשל הפרויקט שאני עובד עליו. אני בונה מכשיר STM שביכולתו גם לחקור מולקולות מגנטיות. הטכניקה נקראת spin polarized STM ובה סורקים עם טיפ שיש לו בקצה חומר מגנטי.
מה מטרת הפרויקט מעבר לבניית המכשיר?
השאיפה בתעשיית רכיבי הזיכרון היא להקטין ככל שניתן את גודלו הפיזי של ביט. ביט מגנטי מורכב מחומר מגנטי שמחולק למתחמים מבודדים מגנטית. מועמדת טובה ליצירת ביט בודד מסדר גודל אטומי היא מולקולה המכילה ליבה מגנטית ומעטפת אורגנית המבודדת אותה משכנותיה. טכנולוגיה זאת אמנם עדיין בחיתוליה ויש בה בעיות רבות שלהן עדיין לא נמצא פתרון. אך מכיוון שמגוון המולקולות האורגניות שאפשר לייצר אינסופי, אנחנו מקווים שימצא שילוב של מולקולה, משטח ומגעים חשמליים שיעבדו היטב יחדיו בטמפרטורת החדר.
ה-STM הוא מכשיר אידיאלי לחקור את התכונות של מולקולות על משטחים. מחד, ניתן לבחון את ההשפעה של המשטח על צורתה של מולקולה בודדת ועל סידור האלקטרונים בה. מאידך, ניתן לבדוק כיצד מסתדרות המולקולות על המשטח כאשר הן בצפיפות גבוהה. את יציבותן של התכונות המגנטיות ניתן כאמור לבחון בעזרת ה-spin polarized STM.
המחקר שלנו מתמקד במולקולות שטוחות, שאפשר לזהות בקלות בתמונה טופוגרפית, בעלות אטום מתכתי במרכז ותוספות שונות מחוץ לטבעת האורגנית. אנחנו מעוניינים לגלות אילו סוגי תוספות שומרים על התכונות המגנטיות של האטום המרכזי גם בטמפרטורות גבוהות, ואיך אפשר לשלוט בעזרתן על הסידור הספונטני של מולקולות המפוזרות על משטח מתכתי.
לסיכום, מה משך אותך לפרויקט הזה?
אחד הדברים העיקריים שמשכו אותי הוא האתגר לתכנן ולבנות את המכשיר מאפס. הפרויקט הוא רב-תחומי ומשלב עבודה על בחירת חומרים לטמפרטורות נמוכות וואקום גבוה, תכנון מערכת משאבות, אמצעי קירור ושיכוך זעזועים, חיווט לתדרים גבוהים וניתוח מידע ממוחשב. זה מה שהופך עבורי את האתגר לכיף גדול!
——————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 14: תנו לרובוט לעבוד, על בחינת מועמדות לתרופות עבור רפואה מותאמת אישית
נפגשתי עם דר' לאונרדו סולמסקי כדי לשאול אותו מה עושים שם באוניברסיטה.
לפני מספר חודשים ראיינתי את שרון לפלר, דוקטורנט בקבוצה של פרופ' מיגל וייל במחלקה לחקר התא ואימונולוגיה בפקולטה למדעי החיים באוניברסיטת תל-אביב, בנושא פיתוח מודל-מחקר למחלות 'יתומות'. בסוף הראיון סיפר לי שרון על מערכת רובוטית חדשה וייחודית שמותקנת במעבדתם ויכולה לבדוק במהירות וביעילות את ההשפעה של מספר רב של חומרים על תאים 'חולים' כדי למצוא תרופות חדשות.
דר' סולמסקי אחראי על תפעול המעבדה הנקראת Cell screening facility for personalized medicine. ביקרתי אותו כדי לשמוע יותר על עבודתו הייחודית. את הידע על הטכנולוגיה הוא רכש במהלך התמחות במספר מעבדות בחו"ל ובעיקר באוניברסיטת הרווארד.
דר' סולמסקי נולד בארגנטינה ועלה לארץ בשנת 2003. הוא ביוכימאי, רוקח, וביולוג ואת עבודת הדוקטורט שלו עשה בפקולטה למדעי החיים באוניברסיטת תל-אביב. הוא נשוי + ילד, ובזמנו הפנוי אוהב לבלות עם המשפחה, לרוץ או לנגן מוזיקה.
לאונרדו, אז מה אתה עושה שם?
המטרה הכללית של המעבדה היא בדיקה ומיון של חומרים ומציאת מועמדים עבור תרופות למחלות נוירודגנרטיביות ולעיתים גם נדירות (APBD, ALS, FD, MNGIE, ועוד), ולכן אינן מהוות מטרה עבור חברות התרופות (מחלות 'יתומות'). העבודה נעשית באמצעות מערכת ממוחשבת וייחודית שמורכבת ממספר מכשירים המתואמים זה עם זה. שיטת העבודה נקראת high content screening, ובה מצלמים תאים חולים תחת מספר רב של טיפולים שונים ובעזרת התמונות מחפשים שינויים בפרמטרים שונים שיעידו על שיפור במצב. למרות שהיינו הראשונים לייבא אותה לארץ, כיום קיימות מערכות נוספות. עם זאת, אנחנו עדיין היחידים שעשינו אינטגרציה בין הרובוט למערכת איסוף התמונות ולאינקובטור. כלומר התהליך הוא אוטומטי מרגע הכנסת התאים ועד קבלת הנתונים מצילומם.
ספר לי על המערכת
המערכת כוללת רובוט שמבצע פעולות מכאניות להכנת הדגמים הנמדדים, מכשיר הנקרא 'IN Cell Analyzer 2000' המסוגל לצלם באורכי גל שונים מספר רב של תמונות בזמן קצר, אינקובטור אוטומטי המאפשר לגדל תאים בצורה מבוקרת על ידי הרובוט, ותוכנות לניתוח אוטומטי של התמונות (ראו תמונה 1). כל תהליך ההכנה מתבצע באווירה סטרילית במנדף ביולוגי.
תמונה 1: מערכת הצילום, האינקובטור האוטומטי והרובוט בתוך המנדף. המקור לתמונה: דר' סולמסקי, אוניברסיטת תל אביב.
כיצד מתבצע ניסוי במערכת?
לפני תחילת הניסוי יש לאפיין את ההבדלים בין תאים בריאים לחולים מכיוון שיש בכוונתנו לחקור ולאפיין תגובה של תאים חולים לחומרים שונים. שלב הכנה זה נעשה אצלנו ביחידה מראש לפני תהליך ה-screening.
בתחילת הניסוי יש להכין את התאים שאנחנו מעוניינים לבדוק. כחלק מההכנה של התאים לניסוי אנחנו בדרך כלל משתמשים בצבענים פלואורסנטיים שונים לסמן אברונים שונים או חלבונים מעניינים בתא.
הרובוט המכאני מבצע את כל הפעולות הנדרשות להכנת הצלחות המכילות את התאים לצילום. אנחנו מספקים לרובוט צלחות מיוחדות עם מספר רב של באריות קטנות, מאגר של תאים ואת החומרים הרצויים, והרובוט עושה את כל השאר. הוא זורע את התאים בבאריות, מוסיף חומרים כשצריך ומוביל את הצלחות בין התחנות השונות במערכת. אנחנו רוצים לבדוק את ההשפעה על התאים של כ-20,000 חומרים שונים הלקוחים מספריית מולקולות קטנות. הרובוט מבצע את המשימה ביעילות, בדייקנות ובמהירות שאינן אפשריות עבור חוקר אנושי.
כיצד מתבצע הצילום?
הצלחת שמכילה מספר רב של באריות עם תאים שנחשפו לחומרים ולאחר מכן נצבעו, מוכנסת למכשיר הצילום על ידי הרובוט. כל בארית מצולמת במספר אורכי גל פלורוסנטיים בהתאם לצבענים שהשתמשנו. הצילום הוא מהיר מאוד, ברזולוציה גבוהה ובתמונה רחבה. לאחר הצילום התמונות נשלחות למחשבי האנליזה.
מהו תהליך האנליזה?
התהליך מכיל מספר שלבים. השלב הראשון נקרא סגמנטציה, ובו התוכנה מבדילה בין הפיקסלים שמכילים מידע ואלה שמהווים את הרקע. התוכנה מזהה אובייקטים בתמונה כגון תאים או גרעינים, כל אחד באורכי הגל בהם נצבעו. על מחשבי התחנה ישנן תוכנות המריצות אלגוריתמים שמתמחים בביצוע פעולות אלה, אך לשם קבלת תוצאה אופטימלית נדרשות התאמות עדינות המבוצעות על ידי המשתמש ודורשות מומחיות בתפעול וניסיון.
השלב הבא הוא חיבור התמונות של אורכי הגל השונים. לדוגמא אם התאים צבועים באדום והגרעינים בכחול, שלב הסגמנטציה יזהה את כל הפיקסלים האדומים שמרכיבים תא מסוים, ואת כל הפיקסלים הכחולים שמרכיבים גרעין מסוים. בשלב החיבור, שנקרא LINKAGE, תאחד התוכנה את כל הפיקסלים האדומים של התא עם כל הפיקסלים הכחולים של הגרעין שלו תחת אובייקט אחד שהוא אותו תא.
בשלב המדידה אנחנו מחליטים אילו פרמטרים אנחנו רוצים לנתח עבור אותם אובייקטים שזוהו על ידי התוכנה. אפשר להסתכל על הרבה פרמטרים בכל אחד מהאברונים שמרכיבים את התא כגון: מספר, גודל, עוצמת האות, היקף, צורה, מיקום, מרחק לאברונים אחרים, ועוד רבים, וגם להגדיר לבד פרמטרים חדשים.
אז מה אתם בדרך כלל מחפשים?
אנחנו עושים משהו שנקרא: Phenotypic drug discovery. אנחנו מחפשים בתמונות תחת אילו טיפולים נראים הפרמטרים של התאים החולים דומים יותר לבריאים. חומרים אלו יהיו מועמדים טובים עבור תרופות לטיפול במחלה.
אמרת שיש כ-20,000 באריות ועשרות פרמטרים, איך אתם עוקבים אחרי השינויים?
יש כמה שיטות להתמודד עם כל המידע הזה. ניתן לבצע כל מיני ניתוחים סטטיסטיים, ולהציג את המידע בצורות שונות. אני אתן לך דוגמא לאחת השיטות שנקראת Profile chart. בשיטה זאת אנחנו בוחרים לעבוד רק עם כמה פרמטרים שנראו שונים בין תאים בריאים לחולים בשלב האפיון המוקדם. את הערכים שנמדדו בתאים חולים שעברו טיפול אנחנו מנרמלים בין 0 ל- 100, כך שניתן להציג את כולם על אותו גרף. הגרף מכיל מספר פרמטרים בציר האופקי ואת ערכם המנורמל בציר האנכי, וצורתו היא המאפיין של תא, כך שכל התאים הבריאים, למשל, יראו תבנית דומה מאוד בגרף כזה, ושונה לזה שמראים תאים חולים (ראו תמונה 2). התוכנה יכולה לבצע ניתוח סטטיסטי על הגרפים שהופקו מהצילומים ולמצוא את החומרים שגרמו לדפוס הקרוב לזה של תאים בריאים. את כל זאת ניתן לעשות מבלי לנתח את השפעה של החומר על כל תכונה ותכונה באופן פרטני. זהו בעצם תהליך המיון של התרופות (drug screening), ועבור כ-20,000 חומרים הוא עלול להמשך כחודשיים (כולל ההכנה והמדידה של התאים).
תמונה 2: צילום מסך לדוגמא של profile chart. השוואה בין פרופיל של תאים חולים (אדום) לפרופיל של תאי ביקורת (כחול). שימו לב להבדל בין שני סוגים שונים של תאים ולדמיון בין חזרות שונות של ניסוים באותם תאים. המקור לתמונה: דר' סולמסקי, אוניברסיטת תל אביב.
אז מה החזון שלכם לעתיד?
כפי שהסברתי, כיום אנחנו יכולים באמצעות המערכת לסרוק בזמן קצר יחסית מספר עצום של חומרים המועמדים לשמש כתרופות למחלות שונות. מה שאנו שואפים להקים בעתיד הוא מערך טיפול שבו ניתן לקחת תאים מאדם בודד ולהתאים לו תרופות באופן אישי בזמן ומחיר סבירים. זה החזון, ומכאן נגזר שמה של המעבדה: Cell screening facility for personalized medicine.
אז מה עושים שם באוניברסיטה? פרק 13: איך להשתפר בדמקה בשלושה צעדים פשוטים – על תכנות גנטי
נפגשתי עם עמית בן-בסט כדי לשאול אותו מה עושים שם באוניברסיטה.
עמית הוא סטודנט לתואר שלישי במחלקה למדעי המחשב באוניברסיטת בן-גוריון שבנגב. הוא מבצע את עבודת הדוקטורט שלו בקבוצה של פרופ' משה זִיפֶּר, וחוקר שימוש בתכנות גנטי לפיתוח שחקנים במשחקי לוח. בזמנו הפנוי עמית כותב באתר ארגון הספקנים הישראלי, ומרצה פה ושם בנושאי מדע פופולרי.
עמית, אז מה אתם עושים שם?
קבוצת המחקר שלנו עוסקת במגוון נושאים הקשורים לאלגוריתמים אבולוציוניים שהוא תחום במדעי המחשב ששייך לבינה מלאכותית. הכוונה באלגוריתמים אבולוציוניים היא יצירת סימולציה מופשטת של תהליך אבולוציה בברירה טבעית במחשב כדי לייצר פתרונות טובים יותר לבעיות. אני עובד בתת-תחום שנקרא תכנות גנטי.
איך עובד תכנות גנטי?
הצעד הראשון הוא לייצר אוכלוסיה התחלתית של תוכנות שפותרות בעיה מסוימת, למשל איך לשחק טוב משחק לוח. האסטרטגיה שלנו היא בדרך כלל לשפר בתהליך אבולוציה רק חלק של התוכנה שנמצא בתוך מעטפת שאינה משתנה. החלק שעובר את תהליך האבולוציה הוא מה שמבדיל בין הפרטים באוכלוסיה.
תוכל לתת דוגמא?
כן, קח למשל את משחק הדמקה. חלק התוכנה שאנחנו משפרים באבולוציה הוא זה שמזהה את מצב הלוח ומחזיר מספר. 'מצב הלוח' מתאר מצב חוקי יחיד של המשחק, ובדמקה יוגדר על ידי מספר, סוג ומיקום הכלים על הלוח, ומי הבא בתור לשחק. תוכנת המעטפת תהיה אלגוריתם חיפוש כלשהוא.
איור 1: למקרה שהגעתם מהחלל החיצון, לוח דמקה מוכן למשחק. האיור להמחשה בלבד! המקור: ויקיפדיה.
איך התוכנה מגדירה שחקן?
על ידי הגדרת אסטרטגיית המשחק שלו. אותו שחקן יכול להשתמש בתוכנה כדי לבדוק את המצב בו הוא נמצא כרגע, ולהשוות אותו בדמיונו הממוחשב למצבים הנובעים מכל המהלכים החוקיים האפשריים. אותו שחקן יכול כעת לבחור את המצב שקיבל את הציון הטוב ביותר. אם נרצה שחקן טוב יותר, נוכל לדרוש ממנו לבצע בדיקות גם עבור מספר מהלכים קדימה. המחיר הוא זמן ריצה, והוא גדל באופן מעריכי.
תוכל לתת דוגמא להבדלים באוכלוסיה?
כן, למשל תוכנה אחת באוכלוסיה יכולה לנקד מצב לוח על ידי ההפרש בין מספר הכלים של שני השחקנים. אם ההפרש גדל לטובתי, אני מרוצה כי כנראה אכלתי כלי של היריב. תוכנה אחרת באוכלוסיה יכולה לנקד מצב לוח על פי אותו עיקרון אך להוסיף סייג שמלך שווה יותר בספירה.
התוכנות האלה בנויות במבנה נתונים שנקרא עץ GP, ומורכבות מאלמנטים שונים בצורה מודולרית (ראו איור 2). את האוכלוסיה ההתחלתית של לפחות מאה תוכנות או עצים אנחנו מפיקים באקראי באמצעות תוכנה שכתבנו למטרה זאת.
איור 2: ביטוי אריתמטי המיוצג על ידי מבנה נתונים בצורת עץ. המקור: ויקיפדיה.
איך קובעים את זהות התוכנות הטובות ביותר?
כפי שקלישאת הכדורגל אומרת, הטבלה לא משקרת. כדי לקבוע מי הן התוכנות המוצלחות (בעגה ה-fitness) אנחנו מקיימים טורניר בין הפרטים באוכלוסיה. התוכנות מקבלות נקודה עבור כל ניצחון, וחצי נקודה על תוצאת תיקו. ככל שתוכנה נמצאת במקום גבוה יותר בטבלה, כך סיכוייה להיבחר לדור הבא גבוהים יותר. לדוגמא, אם יש לנו אוכלוסיה של מאה פרטים, אנחנו נבחר מאה פרטים שירכיבו את הדור הבא. כל תוכנה יכולה להיבחר יותר מפעם אחת, ולכן התוכנות במיקום גבוה בטבלה יבחרו מספר רב של פעמים על חשבון תוכנות במיקום נמוך. ממאה התוכנות שנבחרו בסוף התהליך ניצור את הדור הבא.
למה אתה מתכוון? איך מיוצר הדור הבא?
ישנן שתי פעולות העוקבות אחרי תהליך הסלקציה ומטרתן לייצר שינוי באוכלוסיה. פעולה אחת נקראת מוטציה ובה נבחר באקראי תת-עץ מתוך העץ השלם המייצג את השחקן. אותו תת-עץ מוחלף בתת-עץ חדש. דוגמא למוטציה יכולה להיות החלפת תת-העץ x/11 מאיור 2, לתת-עץ שמבטא למשל x-5 (ראו איור 3). אנחנו בדרך כלל קובעים את הסיכוי למוטציה בעץ כך שבערך עשירית מהעצים יעברו מוטציה.
איור 3: העץ מאיור 2 לפני ואחרי מוטציה.
הפעולה השניה נקראת קרוס-אובר (crossover) והיא מדמה רבייה מינית. אנחנו בוחרים שני עצים, ובתוך כל עץ בוחרים באקראי תת עץ. כעת אנחנו מבצעים אחת משתי האפשריות הבאות: מחליפים בין שני תתי-העצים, או מחליפים את תת-העץ בעץ שהצליח פחות טוב בטורניר בתת-העץ מהעץ שהצליח יותר.
אחרי שלבי המוטציה והקרוס-אובר, מתקבלת אוכלוסיה המורכבת ממאה פרטים חדשים שנקראים דור 1 (האוכלוסיה ההתחלתית נקראת דור 0). לקבלת דור 2 נחזור על התהליך: ליגה, סלקציה ורבייה (מוטציה וקרוס-אובר), וכך הלאה עד למספר דורות שנקבע מראש (ראו איור 4). את רמת השחקנים נקבע אובייקטיבית על ידי משחק נגד שחקן חיצוני שאנחנו כתבנו ללא אלגוריתם תכנות גנטי. סוף התהליך הוא חיפוש השחקן הטוב ביותר בכל הדורות.
איור 4: תרשים זרימה המתאר את תהליך התכנות הגנטי.
אז מה עם הדמקה?
אחד הדברים הראשונים שעשיתי בעזרת תכנות גנטי היה לכתוב שחקן למשחק דמקה הפוכה, וזאת מבלי להיות מומחה גדול במשחק. נתתי לאבולוציה לעשות את העבודה במקומי. בהמשך הראיתי שניתן להשתמש בתהליך גם לדמקה רגילה ומשחקים נוספים. התכנות הגנטי אפשר לי לכתוב שחקנים מוצלחים למשחקים שונים ללא צורך בהשקעת מאמץ רב נוסף על זה שכבר השקעתי.
נשמע נפלא, האם יש פה 'אבל' איפשהו?
תראה, יש להבין שאנחנו מאוד מוגבלים במספר המהלכים קדימה שאנחנו מאפשרים לשחקנים לחשב. עבור מספר גדול של מהלכים לא נוכל לסיים את הטורנירים של תהליך הסלקציה בזמן סביר מכיוון שזמן הריצה גדל, כאמור, באופן מעריכי. ניתן גם להראות שאם ייצרנו שחקן בתהליך אבולוציה שבו היתה בדיקה של מספר מסוים של מהלכים קדימה, לא נוכל לשפר משמעותית את איכותו בצורה פשוטה על ידי הגדלת מספר הצעדים קדימה שהוא בודק. כלומר המוצר הסופי אופטימלי לתנאים בהם הוא נוצר.
אז מה עושים?
מנסים להתחכם. נניח שבמצב לוח מסוים כל מהלך קדימה מוביל לעשר אפשריות פעולה. במידה ונבדוק רק חמש מהן עבור כל מהלך, נוכל להרשות לעצמנו לבדוק יותר מהלכים קדימה. כדי לבחור את חמש האפשריות הטובות מבין העשר נוכל להשתמש בשחקן שרואה רק מהלך אחד קדימה. תהליך זה נקרא בעגה המקצועית pruning, כלומר גיזום. במהלך המחקר הצלחנו להראות שבעקבות הגיזום אנחנו מרוויחים פעמיים. ראשית, השחקנים האלה טובים יותר, ושנית ניתן לשפר אותם ישירות על ידי הקטנת הגיזום, למשל בדוגמא כאן לבחור שבע אפשריות מתוך עשר במקום חמש, ללא תהליך אבולוציה נוסף.
כיצד היית מסכם את היתרונות של השיטה?
התכנות הגנטי מאפשר ללמוד ולהשתפר במשחק, מבלי בעצם לדעת עליו דבר מלבד למהלכים הבסיסיים. השיטה היא גנרית ומותאמת בקלות לבעיות שונות, והיא יכולה להצליח גם בפתרון בעיות שבהן ההיגיון האנושי אינו מהווה יתרון.
——————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 12: "את הפתרון מצאתי בכד", על חקר אוכלוסיות של מיקרואורגניזמים
נפגשתי עם יובל אלחנתי כדי לשאול אותו מה עושים שם באוניברסיטה.
יובל סיים תואר ראשון בפיזיקה ומתמטיקה כעתודאי, ותואר שני בפיזיקה תוך כדי שירותו הצבאי, שניהם באוניברסיטת תל-אביב. בימים אלה הוא סיים את עבודת הדוקטורט שלו כסטודנט במרכז לחקר רשתות ביולוגיות בטכניון, בהנחיית פרופ' נעמה ברנר ובשיתוף עם פרופ' ארז בראון. נושא מחקרו היה חקר אוכלוסיות של מיקרואורגניזמים.
בסיום התואר הראשון חיפש יובל נושא מחקר שיכלול מתמטיקה מעניינת אך יתמקד גם בשימושים שלה. לאחר התברברות קלה באזור תורת המיתרים וחישוב מסלול מחדש, הגיע להתעניין בתחום של מערכות מורכבות וגישות מתמטיות למערכות ביולוגיות.
יובל, אז מה אתם עושים שם?
אנחנו עובדים על פיתוח מודלים תיאורטיים לתיאור אוכלוסיות של מיקרואורגניזמים. דוגמא למיקרואורגניזמים היא למשל שמרים או חיידקים, אבל המודלים שלנו הם כלליים וניתנים להכללה לכל מיקרואורגניזם.
תמונה 1: חיידקי אי-קולי בהגדלה פי 10,000. המקור לתמונה: Agricultural Research Service, דרך ויקיפדיה.
מה כבר עושים מיקרואורגניזמים בחיי היום יום?
ראשית, הם יכולים להתחלק, ולכן גודל האוכלוסיה הוא דינאמי. כמו כן, יש להתחשב בשיקולי תורשה וקירבה בין פרטים. בנוסף, המיקרואורגניזמים יכולים לאכול דברים מהסביבה, להפריש חומרים לסביבה, לנוע, להחליט להפסיק להתחלק או לחלופין להגביר קצב חלוקה ועוד.
הפרטים יכולים להשפיע על הסביבה ועקב כך על האוכלוסיה ולהיפך. לדוגמא, אם אחד הפרטים אוכל את המזון שבסביבה יותר מהר וכמות המזון מוגבלת, אז לשאר האוכלוסיה יהיה פחות מזון. כלומר, בין הפרטים באוכלוסיה ישנה אינטראקציה מאוד מורכבת.
אז מה באוכלוסיות האלה מעניין אתכם?
למשל גודלה והרכבה של האוכלוסיה לאחר זמן מסוים. האם היא שגשגה? האם היא נכחדה? מה ההרכבים ותתי הקבוצות שנוצרו? באופן כללי, התחום נקרא population dynamics – דינמיקה של אוכלוסיות, והוא אינו בלעדי למיקרואורגניזמים, אלא יכול לשמש למשל גם למחקר של התפרצות מחלות או אקולוגיה.
יש להדגיש שאנחנו לא חוקרים את הפרטים עצמם, כלומר אנחנו לא מיקרו-ביולוגים. אנחנו לוקחים מידע על התנהגות המיקרואורגניזם הבודד ממחקרים קיימים, מחליטים מה ממנו רלוונטי למחקר שלנו, ואז בודקים את ההתנהגות של אוכלוסיה של פרטים מסוג זה.
תמונה 2: חיידקים מתחלקים ומתרבים. המקור: צילומי מסך מהסרטון הזה ביוטיוב.
ספר לי על אחד המחקרים שלכם.
בשמחה. קיימות כיום טכניקות לגדל מיקרואורגניזמים בתנאים מאוד מגבילים, למשל לגדל אותם בתוך טיפה קטנה מאוד של נוזל. האוכלוסיה בטיפה תישאר תמיד קטנה מאוד – 'מיקרו-אוכלוסיה' – ולכן השונות בין הפרטים, שבדרך כלל אינה משמעותית באוכלוסיות רגילות, תבוא יותר לידי ביטוי. אנחנו החלטנו לחקור את ההתפתחות של אוכלוסיה מסוג הזה.
יש לזכור שגם אם כל הפרטים זהים גנטית, הם לא יהיו באמת זהים, בדומה למקרה של תאומים זהים. לכל פרט יש קצב אכילה משלו, קצב חלוקה משלו, כמות ייחודית של אוכל הנדרשת לחלוקה ותכונות נוספות. מדובר בתכונות אפיגנטיות, כלומר תכונות שעוברות בתורשה מעבר לגנים, ותלויות בין היתר בתנאי הסביבה. לצורך בניית המודל אנחנו מגדירים את השונות הפנימית של האוכלוסיה, למשל על ידי הגדרת תתי-קבוצות שלכל אחת קצב חלוקה שונה. זהו אמנם קירוב, אך קירוב סביר. במהלך המחקר הנחנו שקיימת שונות התחלתית בתכונות מטבוליות של הפרטים באוכלוסיה כמו קצב חלוקה וכמות אוכל הדרושה לחלוקה.
ומה מצאתם?
מכיוון שהטיפה קטנה, יש בה כמות מוגבלת של מזון ומשאבים. כאשר המשאבים נגמרים, האוכלוסיה מפסיקה להתחלק. אנחנו מצאנו שתחת תנאים מסוימים גודלה של האוכלוסיה הסופית, לאחר שנגמר כל המזון בסביבה, תלוי בגודלה ההתחלתי. ממצא זה הוא מפתיע מכיוון שבאוכלוסיות רגילות גודלה הסופי של האוכלוסיה תלוי בכמות המשאבים ולא בגודלה ההתחלתי. התנהגות מפתיעה זאת נצפתה גם במעבדה. בנוסף הראנו שככל שהאוכלוסיה ההתחלתית קטנה יותר כך השונות בגודל הסופי של האוכלוסיה גדולה יותר.
ספר לי על אופי העבודה.
בשלב ראשון אני נתקל בניסוי ביולוגי מעניין וחושב על הסבר לתוצאות. בשלב הבא אני בונה מודל של מיקרואורגניזם שיכיל את כל הפעולות הרלוונטיות כמו חלוקה, ואת כל הפרמטרים הרלוונטיים כגון קצב חלוקה או כמות האוכל הדרושה לחלוקה. השאיפה היא שהמודל יכיל מספר מינימלי של פרמטרים שעדיין מאפשר להפיק תוצאות בעלות משמעות. כעת, כאשר מוגדרת הדינמיקה, ניתן לשאול כיצד תראה האוכלוסיה לאחר שנגמר המזון עבור אוכלוסיה התחלתית מסוימת.
ואיך ענית על השאלות האלה במחקר שלך?
ישנן כמה דרכים לגשת לבעיה. הראשונה היא להריץ סימולציות מונטה-קרלו על מחשב. בשיטה זאת מגדירים עבור כל פרט באוכלוסיה סט של תרחישים אפשריים (כגון חלוקה ואכילה) והסתברויות עבורם. בכל סיבוב התוכנה מגרילה עבור כל פרט מה הוא עושה. את הסימולציה מריצים עד לסיום המזון. שיטה זאת מפיקה בקלות יחסית את התוצאות עבור, למשל, גודל האוכלוסיה הסופי, אך אינה מספקת הרבה תובנות על התהליך עצמו, ובעיקר דורשת לבחור פרמטרים ספציפיים.
שיטה שניה היא לכתוב סט של משוואות קצב המתארות בעזרת מתמטיקה את הדינמיקה. את המשוואות ניתן לפתור בעזרת תוכנת מחשב, ולקבל את הגדלים הרצויים. החיסרון העיקרי הוא שהפתרון מהווה את הפתרון הממוצע עבור תנאי התחלה מסוימים. כלומר אם נריץ את הניסוי האמיתי מספר רב של פעמים, בכל פעם נקבל גודל אוכלוסיה שונה, והגודל הממוצע בין כל הניסויים האלה מתואר היטב על ידי פתרון משוואות הקצב. אותנו דווקא עניינה השונות בפתרונות ולכן לא הסתפקנו בשיטה זאת.
השיטה השלישית היא לבנות מודל סטוכסטי. בניגוד למשוואות הקצב שנותנות פתרון דטרמיניסטי, במודל זה יש מימד של אקראיות והוא יכול להפיק לא רק את הפתרון הממוצע, אלא גם את התפלגות התוצאות. בדיעבד, האתגר העיקרי בפרויקט, וזה שאני מצאתי המעניין ביותר, היה להבין איזה מודל סטוכסטי לפתור ואיך לפתור אותו.
אז איך באמת פתרת את המודל הסטוכסטי?
מה שהצלחתי לעשות הוא לבצע מיפוי של הבעיה לבעיה אחרת מוכרת בהסתברות שנקראת כדי פוליה (Polya urn) שגיליתי שהיא אנלוגית לבעיה שלי (ראו איור 3). דמיין כד עם שני סוגים של כדורים: שחורים ולבנים. כעת אתה מוציא כדור באקראי, בודק את הצבע שלו ומחזיר אותו לכד ביחד עם כדור נוסף באותו צבע. פעולה זאת מדמה את פעולת החלוקה. בעיה זאת בהסתברות נחקרה רבות בעבר, ואני יכולתי להשתמש בידע הקיים ובאנלוגיה כדי למצוא את ההתפלגויות הרצויות בבעיה שלי. המודל גם נתן יכולת להציץ פנימה לתוך התהליך ולהבין מה ההשפעה של כל פרמטר.
משפט לסיכום.
המטרה הכללית שלנו בעיסוק בביולוגיה מכיוון כל כך תיאורטי היא בעיקר למצוא עקרונות כלליים לצורה שבה אוכלוסיה מתפתחת, ולפתח כלים מתמטיים מתאימים כדי להתמודד עם המודלים הדרושים. כולי תקווה שבעתיד חוקרים מתחום הביולוגיה ימצאו במודלים ובטכניקות אלה שימוש.
איור 3: בעיית כדי פוליה.
——————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 11: להקטין, אבל בחוכמה; על מערכי נוגדנים לגילוי חומרים ואבחון רפואי
נפגשתי עם ענבל צרפתי-ברעד כדי לשאול אותה מה עושים שם באוניברסיטה.
ענבל היא דוקטורנטית במחלקה להנדסת ביוטכנולוגיה באוניברסיטת בן-גוריון שבנגב. היא עובדת במעבדה לננו-ביוטכנולוגיה של דר' לוי גֶבֶּר. היא נשואה וגרה בבאר-שבע עם בעלה, איש הייטק. ענבל אוהבת מאוד ללמד באוניברסיטה, ובזמנה הפנוי משחקת ברידג'.
ענבל, אז מה אתם עושים שם?
המחקר במעבדה מתפרש על מגוון תחומים שקשורים לשימוש בחומרים ביולוגיים בסקלה ננומטרית, וכולל שימוש בטכניקות מיקרוסקופיה מתקדמות. אחד התחומים העיקריים במעבדה הוא המחקר של ביוסנסורים, כלומר חיישנים ביולוגיים. המחקר שלי עוסק במערכי נוגדנים (immunoarray) המשמשים לגילוי חומרים ואבחון רפואי נייד.
טוב, נלך לפי הסדר, מהם ביוסנסורים?
ביוסנסורים משמשים לבדיקה של המצאות חומר מסוים בתמיסה. החומר יכול להיות למשל רעל, חיידק או חלבון כלשהוא, והתמיסה יכולה להיות למשל מים, דם וכדומה. מכאן שביוסנסורים יכולים לשמש לבדיקת רעילות של מים, לאבחון של מחלה, לבדיקת רמת הסוכר בדם ולדברים נוספים.
אחד הכלים היעילים למימוש של ביוסנסור הם נוגדנים.
איור סכמטי 1: נוגדן, כולל שני 'ידיים' ו-'רגל' אחת. המקור לתמונה: ויקיפדיה.
מהם נוגדנים, ואיך הם קשורים לאבחון רפואי?
הנוגדן הוא חייל של מערכת החיסון שלנו, והוא מצויד בשתי ידיים ורגל אחת (ראו איור 1). שתי הידיים של הנוגדן 'יודעות' לתפוס אך ורק חומר מסוים, כלומר מותאמות להיקשר כימית לחומר זה בצורה סלקטיבית כמו מפתח ייחודי הפותח מנעול. לאחר שהנוגדן נקשר לחומר שאליו הוא מותאם, הרגל שלו מסמנת לשאר המערכת החיסונית שזוהה חומר חשוד, ושיש לפעול בהתאם.
בתחום האבחון הרפואי אנחנו מנצלים את יכולת הקשירה הסלקטיבית של הנוגדן למטרות זיהוי וסימון. למשל, כדי לבדוק הימצאות של חומר מסוים בתמיסה אפשר להשתמש בנוגדנים שאליהם מוצמדים סמנים פלואורסנטים, כמו נורות קטנות שמפיצות אור, שאותן ניתן לגלות בעזרת מיקרוסקופ מתאים. הנוגדנים ייקשרו אך ורק לחומר המטרה, וכך נוכל להשתמש במיקרוסקופ כדי לבדוק האם אותו חומר קיים בתמיסה, ואולי אף להעריך את הכמות.
אחת הדרכים הנפוצות והיעילות להשתמש בנוגדנים לאבחון היא בעזרת משטחים מיוחדים שמכונים microarrays, מיקרו-מערכים של נקודות קשירה, והם נמצאים בשימוש כבר היום, לדוגמא בבדיקות דם שאנו עושים אצל הרופא. ישנן מספר דרכים להשתמש במערכים ובנוגדנים למטרת אבחון רפואי (ראו איור 2), אבל המשותף לכולם הוא שנוגדנים מסומנים יקשרו אך ורק לחומר המטרה. בסוף התהליך ניתן לגלות את הסמנים הפלואורסנטיים (ולכן גם את חומר המטרה) בעזרת מיקרוסקופ מתאים.
איור סכמטי 2: מערך נוגדנים, ואחת התצורות (מיני רבות) לגילוי חומרים בעזרת המערך. המקור לתמונה: ויקיפדיה.
עד עכשיו הכול נשמע מצוין, אז היכן הבעיה?
או, אני שמחה שאתה שואל. מי שעבר בדיקת דם ודאי זוכר שלתוצאות יש להמתין לפחות כמה ימים. אחד הגורמים לכך הוא גודל נקודה על פני המערכים. אותם מערכים שנמצאים בשימוש כיום מכילים נקודות שגודלן נע סביב 150 מיקרומטר (מיקרומטר=10-6 מטר, כאשר קוטר שערה הוא בערך כמה עשרות מיקרומטר). המשמעות היא שרק מספר נמוך של נקודות נכנס בשדה הראיה של המיקרוסקופ ברגע נתון. כלומר סריקה של מערך מלא לוקחת זמן רב, ומבוצעת על ידי מכונות במעבדות גדולות.
השאיפה היא לייצר גרסה של שיטת האבחון שהיא מהירה וזולה יותר ושאינה זקוקה למכונות גדולות ולכן גם ניידת, כך שניתן להשתמש בה על ידי הפעלה של מכשיר קטן בחדר הרופא.
אז מה הפתרון?
אחד הכיוונים העיקריים שנבדקים הוא הקטנת גודלן של הנקודות על גבי המערך לקוטר של מיקרומטר ומטה. בצורה זאת ניתן לראות אלפי נקודות בשדה הראיה של המיקרוסקופ, ואין צורך בסריקת המערך. כמו כן פיתוח זה יאפשר את מזעורו של ציוד הבדיקה לגודלו של טלפון סלולרי ממוצע.
יתרון נוסף הנובע מהמזעור הוא החיסכון בכמות הנוגדנים הנדרשת. מכיוון שעלות הנוגדנים גבוהה מאוד, דבר זה עשוי להוביל גם להוזלה בעלות הבדיקה.
עד עכשיו הכול נשמע מצוין, אז היכן הבעיה?
או, אני שמחה שאתה שואל. למזעור הנקודה על פני מערך האבחון יש תופעת לוואי לא רצויה. ככל שהנקודה קטנה יותר, כך עוצמת האור שהיא פולטת חלשה יותר. על שטח קטן נתפסים פחות נוגדנים ולכן פחות מאותן נורות פלואורסנטיות.
אותנו מעניין להבין את המגבלות של מערכת האבחון כתלות בגודל הנקודות. כמה ניתן להקטין את הנקודות ועדיין לשמר את היכולת להבחין בהן במיקרוסקופ, ובמה תלויות מגבלות המערכת?
מאיפה מתחילים?
אחת המגבלות הידועות נובעת מהמיקרוסקופ עצמו. גבול הרזולוציה של כל המיקרוסקופים המבוססים על אור הוא 200-400 ננומטר (ננומטר=10-9 מטר, סדר גודל של וירוס למשל) ולכן לא ניתן למדוד גדלים קטנים יותר. כלומר, גם אם נצליח לייצר נקודה בגודל כמה ננומטרים שמאירה חזק מאוד, היא תראה במיקרוסקופ בגודל של כמה מאות ננומטרים.
מגבלה חשובה נוספת שמצאנו נובעת מצפיפות אתרי הקשירה ועוצמת ההארה.
מהי צפיפות אתרי הקשירה?
דמיינו שאתם מביטים על דשא ממעוף הציפור. מה שאתם רואים הוא פשוט משטח ירוק. אך ממבט קרוב יותר תבחינו שבעצם עלי הדשא פזורים על פני האדמה ואינם צמודים אחד לשני. גם המולקולות הביולוגיות הקשורות על פני המשטח של נקודה על מערך האבחון מפוזרות בצפיפות מסוימת (ראו איור 3א). כל עוד הנקודה גדולה, ההארה פרופורציונית לשטח. כאשר הנקודה היא מסדר גודל של המרחק הממוצע בין אתרי הקשירה עוצמת ההארה יורדת חזק, וכבר אינה פרופורציונית לשטח (ראו איור 3ב). לכן, בשימוש בנקודות קטנות יש צורך בצפיפות גבוהה של אתרי קשירה.
כדי לבדוק את הטענה, בנינו סדרת מערכים עם נקודות בגדלים שונים, והראנו את ההשפעה המכרעת בנקודות קטנות. המסקנה היא שהקטנה של הנקודות במערך, ללא התחשבות בצפיפות אתרי הקשירה, לא תוביל לשיפור אלא פעמים רבות תוביל דווקא לירידה באיכות הגלאי עקב שונות גדולה בעוצמת ההארה של הנקודות.
איור סכמטי 3: א) אתרי הקשירה על פני נקודה אחת מתוך המערך עבור גדלים שונים של נקודה. ב) קשר בין שטח הנקודה להארה. עבור נקודות קטנות מאוד, עוצמת ההארה קטנה באופן משמעותי.
אז האם ניתן להקטין את הנקודות לגודל של מיקרון בודד?
במהלך המחקר הראנו שזה אפשרי. עבור מערכים מסוימים שחקרנו הצלחנו לזהות את חומר המטרה אפילו בעזרת נקודות בגודל 300 ננומטר! הבעיה היא שלא הצלחנו להגיע לתחום רחב מספיק של עוצמת ההארה כך שנוכל גם לכמת את התוצאה, כלומר להחזיר תשובה שאינה רק 'כן' או 'לא', אלא גם כמותית, כלומר 'כמה'.
כדי להגיע ליכולת הזאת אנחנו צריכים להגדיל את עוצמת ההארה של נקודה בודדת, ולכן בימים אלה אנחנו בוחנים מספר אפשריות להשגת המטרה. כפי שכבר ציינתי, החזון שלנו הוא לקדם, בין היתר, את פיתוח האבחון הרפואי הנייד, שבעקבותיו יוכלו בדיקות רפואיות מסוימות להתבצע במהירות וביעילות כבר בחדר הרופא.
——————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 10: על פיתוח מודל-מחקר למחלות 'יתומות'
נפגשתי עם שרון לפלר כדי לשאול אותו מה עושים שם באוניברסיטה.
שרון נמצא בשלבי סיום של עבודת הדוקטורט במחלקה לחקר התא ואימונולוגיה בפקולטה למדעי החיים באוניברסיטת תל-אביב. את מחקרו הוא מבצע במעבדה של פרופ' מיגל וייל.
שרון, אז מה אתם עושים שם?
באופן כללי המעבדה עוסקת בנושא התפתחות עוברית, כלומר בשאלה כיצד מתפתח תא בודד (ביצית מופרית) לעובר שלם המכיל סוגים רבים ומגוונים של תאים. נושא נוסף שבו אנחנו עוסקים הוא התמיינות עצבית, כלומר התמיינות של תאי גזע עובריים לתאי עצב, וחקר מחלות הגורמות לפגיעה במערכת העצבים.
איור 1: מבנה אופייני של תא עצב כפי שהועלה לויקיפדיה על ידי Quasar Jarosz.
איך חוקרים מחלות מהסוג הזה?
ראשית, יש צורך במודל מחקר. כיום רוב המעבדות עוסקות במודל עכברי. הכוונה היא שמשרים בעכבר מחלה בעזרת מוטציה או טיפול תרופתי, כאשר יש לזכור שהמחלות האלה ידועות כיום רק באדם. הבעיה עם מודל זה היא שהעכבר הוא לא בדיוק אדם, והגנים שלו 'מתנהגים' אחרת. מצד שני, לא ניתן לחקור את המחלה ישירות בבני אדם מכיוון שלא ניתן לבדוק את תאי העצב בגופו של החולה או לגדל אותם בתרבית תאים. הפיתרון הוא שימוש בתאי גזע.
מהם תאי גזע?
הגוף שלנו מורכב מסוגי רקמות ותאים שונים מאוד אחד מהשני. תא שריר שונה מתא עצב או תא עור. זאת למרות שמקורם של כל התאים הוא מתא אחד ראשוני שנוצר מאיחוד של תא הביצית מהאם ותא זרע מהאב. תהליך ההתפתחות של העובר כולל חלוקה של התאים והתמיינות לתפקידים. תא גזע הוא תא שעוד לא התמיין ויש לו את הפוטנציאל להפוך לכל סוג תא.
איך קשורים תאי הגזע לפיתוח מודל מחקר משופר למחלות?
הצעד הראשון הוא להשיג תאי גזע עובריים נורמליים. הצעד השני הוא ללמוד כיצד לגרום לתאי הגזע להתמיין רק לסוג התאים אותם אנו מעוניינים לחקור, תאי עצב (ראו תמונה 2). במקביל, הצעד השלישי הוא להפיק, באופן דומה, קו תאי גזע מעובר מבחנה שמכיל את המוטציה.
תמונה 2: תהליך התמיינות של תאי גזע לתאי עצב. המקור לתמונה: שרון*. תאי גזע עובריים של אדם שגודלו בתרבית תאים על גבי פיברובלאסטים ממקור אנושי. את תאי הגזע מגדלים על שכבת תאים המשמשים כשכבת הזנה (על "feeder layer" תמונה שמאלית). כדי לגרום להם להתמיין אוספים ומגדלים אותם כצבר תאים בתרחיף (תמונה מרכזית), ומוסיפים להם חומרים שונים שגורמים להם להתמיין לנוירונים (תמונה ימנית, לאחר 10 שבועות מיון- צבועים בצבע פלורסנטי מיוחד ירוק-תאי עצב. כחול-גרעיני התאים).
אז מהיכן מגיעים התאים האלה?
ראשית כדאי להזכיר שהמחקר בתאי גזע עובריים בעייתי מאוד במדינות רבות בעולם בגלל גישת הדת הנוצרית שגורסת שמרגע ההתעברות, ישנו יצור חי שיש להגן עליו. היהדות, לעומת זאת, אינה מחזיקה בדעה זאת. מבחינת היהדות העובר נחשב ישות רק מגיל 40 יום. זאת אחת הסיבות שאין מניעה עקרונית לעסוק במחקר בתאי גזע בישראל, בכפוף, כמובן, לועדת הלסינקי.
במהלך ביצוע הפריה מלאכותית, כאשר העובר מכיל רק שמונה תאים, ניתן לקחת אחד מהם למטרת בדיקה גנטית, כך ששבעת התאים הנותרים יוכלו להמשיך ולהתפתח בצורה בריאה.
כאשר שני הורים הם נשאים של מוטציה גנטית הקשורה למחלה קשה (לדוגמא סיסטיק פיברוזיס), חייבים ההורים לבצע הפריה מלאכותית, כדי לוודא שהעובר בריא. ניתן לבדוק האם אותו תא שלקחנו מכיל שני עותקים של הגן הפגום (ראו איור 3). אם שני העותקים תקינים, שבעת התאים הנותרים יוכלו להמשיך ולהתפתח בצורה בריאה. אם שני העותקים נושאים מוטציה, לא ישתמשו בתאים הנותרים לצרכי הריון, אך ניתן להשתמש בהם לצרכי מחקר של המחלה. את תאי הגזע ניתן לגדל בצלחת, כאשר יש לבצע טיפולים מיוחדים כדי לשמור עליהם שלא יתמיינו.
איור 3: מה הכוונה במוטציה גנטית, ומה הסיכוי לצאצא חולה?
איזה מחלה אתם חוקרים במעבדה?
המחלה נקראת דיסאוטונומיה משפחתית (FD – Familial Dysautonomia) והיא מופיעה בעיקר ביהודים בישראל ובארה"ב שהם יוצאי אשכנז מאזור מסוים, ולכן היא נדירה מאוד. החולים נולדים עם בעיות גם במערכת העצבים הלא רצונית שאחראית בגוף, בין היתר, על ויסות לחץ דם, ויסות חום גוף ועל עיכול, וגם במערכת העצבים הסנסורית שאחראית על קליטת גירויים מהסביבה. בעבר לא הכירו את המחלה והתינוקות החולים לא שרדו, אך כיום בסיס הידע גדול יותר ובעזרת טיפולים שונים החולים מאריכים ימים. כיום יודעים לזהות את הגן הבעייתי, אך לא יודעים מהם התפקידים של החלבון הפגום שנמצא בכל תא בגוף.
את קו תאי הגזע עם הגן הפגום הפיק פרופ' בנימין ראובינוף מבית החולים הדסה עין כרם. בשיתוף עם המעבדה שלו פיתחנו תהליך, שאורך כחודשיים, ושבסופו התאים מתמיינים לתאי העצב שמעניינים אותנו. השימוש בתאים אלה לצורך פיתוח מודל מחקרי הוא חדש, ייחודי ופורץ דרך בקנה מידה עולמי.
בהמשך היה עלינו לחזור על התהליך עבור התאים החולים, כאשר לא היינו בטוחים האם בכלל יכולים התאים החולים להתפתח לתאי עצב. התוצאות שקיבלנו מראות שהתאים בתרבית נראים כמו תאים שמתפתחים מעובר בריא, כלומר לא מדובר בכשל מערכות מלא בהתפתחות תאי העצב. כעת אנחנו עדיין חוקרים את ההבדלים בין התאים החולים והבריאים במספר כיוונים שונים, אך בד בבד יש בידינו מערכת מודל מוכנה לשלב הבא.
מהו השלב הבא?
בימים אלה מוקם אצלנו במעבדה רובוט חדש שמבצע תהליך drug screening בעזרת מיקרוסקופ אוטומטי. אנחנו מזינים לרובוט מספר רב של חומרים והוא בודק את התגובה של תאים אליהם. הרובוט מסוגל לבדוק כמות גדולה מאוד של חומרים ולנטר אחרי מספר רב של פרמטרים במהירות שאינה אפשרית עבור חוקר אנושי. בעזרת מערכת המודל שפיתחנו נוכל למצוא בעיה בתאים החולים ואז לחפש חומר שמתקן אותה.
אנחנו יודעים, למשל, שבאנשים הלוקים בדיסאוטונומיה משפחתית יש רמה נמוכה של חלבון ה-FD, ואפילו קיים חומר ממקור צמחי שעוזר, אך הבעיה היא שהוא רעיל. בעזרת הרובוט ניתן לבדוק כמות גדולה של נגזרות של החומר על תאי המודל, בתקווה למצוא אחת יעילה ובטוחה שתעלה את רמת החלבון בתאים. תרופה כזאת תוכל למנוע התדרדרות במצב החולים, להעלות את רמת חייהם ואולי אף יותר מכך.
זה לא בעצם מה שחברות תרופות עושות?
כן, אבל יש לזכור שמדובר בדוגמא קלאסית למושג 'מחלות יתומות'. לחברה שמטרתה רווח כלכלי אין את התמריץ להשקיע כסף וזמן רב כל כך במציאת תרופה למחלה נדירה כל כך עם מספר חולים נמוך כל כך. כמו כן, יש לזכור שמעבר למציאת תרופה למחלה, תוך כדי הניסיון להבין את ההבדלים בין נוירון בריא לחולה, אנו גם צוברים ידע ביולוגי בסיסי רב, שיכול לתרום גם להבנת מחלות עצביות אחרות.
——————————————————————
במהלך ראיון זה בחרתי לדון אך ורק בהיבט המדעי של הנושא, אך קיים גם היבט אישי. מי שמעוניין, מוזמן לצפות בתוכנית פנים אמיתיות בערוץ 10 שבה סיפר פרופ' מיגל וייל לעיתונאי אמנון לוי את סיפורו האישי.
——————————————————————
המחקר נעשה בשיתוף ובחלקו במימון העמותה הישראלית לדיסאוטונומיה משפחתית.
* המאמר בנושא, מתוכו לקוחה תמונה 2:
* Valensi-Kurtz M1, Lefler S1, Cohen M, Aharonowiz M, Cohen-Kupiec R, Sheinin A, Ashery U, Reubinoff B, Weil M: "Enriched population of pns neurons derived from human embryonic stem cells as a platform for studying peripheral neuropathies". PLoS One 2010;5:e9290.
1 equal contribution
——————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 9: כל מה שצריך זה לסובב – על הקשר בין כיראליות, פלזמונים ומקדם שבירה שלילי
נפגשתי עם בן מעוז כדי לשאול אותו מה עושים שם באוניברסיטה.
בן הוא סטודנט לדוקטורט בכימיה פיזיקלית בקבוצה של פרופ' גיל מרקוביץ מאוניברסיטת תל-אביב. הוא נשוי ליסמין שעוסקת במחקר בפיזיקה במסגרת פוסט-דוקטורט במכון ויצמן וביחד הם הורים לילד. בסופי שבוע נוהג בן להשתתף בקבוצת רכיבה של אופני שטח שהתחילה כתחביב קטן והפכה עם הזמן לתחביב גדול ומהנה.
בן, אז מה אתם עושים שם?
המעבדה שלנו עוסקת במגוון נושאים הקשורים לחומרים מיוחדים וננו-טכנולוגיה, אבל הייתי רוצה לספר לך בעיקר על פרויקט מאוד מיוחד שעבדנו עליו. מטרת הפרויקט היא לפתח דרך חדשה לייצר חומרים עם מקדם שבירה שלילי, תוך שימוש בפלזמונים ובתכונת הכיראליות (אל דאגה, תכף נסביר).
מהו מקדם שבירה ולמה כל השליליות הזאת?
כאשר אור עובר בין תווך לתווך, למשל בין אוויר לזכוכית, חלקו מוחזר וחלקו נשבר. זווית השבירה תלויה בתכונה של שני החומרים שנקראת 'מקדם השבירה' והיא היחס בין מהירות האור בוואקום למהירות האור בחומר. זוויות השבירה האפשריות מוגבלות בגלל שמקדמי השבירה תמיד חיוביים (ראו איור 1).
איור 1: חוק סנל אנד-ביונד.
לפני כמה שנים הראו מדענים באופן תיאורטי ולאחר מכן גם בניסוי שבעזרת חומרים עם מקדם שבירה שלילי ניתן לפתח התקן שמסתיר דברים מהעין (גלימת העלמות נניח). את מקדם השבירה השלילי הם השיגו על ידי שימוש במטא-חומרים שהם מבנים מעשה ידי אדם המורכבים מיחידות קטנות ומיוחדות. הדרך הנפוצה ביותר לקבלת מקדם שבירה שלילי היא על ידי יצירת המבנה מיחידות מעגל חשמלי זעיר (חצי מאורך הגל) דמוי אנטנה. המבנה המיוחד מאפשר למטא-חומרים להשפיע על אור בדרכים שאף חומר טבעי אינו יכול. הבעיות העיקריות עם הכיוון הזה הן בעיות הנדסיות שמקשות מאוד על יצירת החומרים המתאימים.
ישנה, לדעתנו, דרך פשוטה יותר ליצר חומרים עם מקדם שבירה שלילי וזאת על ידי שימוש במתכות עם תכונות כיראליות.
מהי כיראליות?
המילה כיראליות מגיעה מהמילה היוונית לידיים. נשים לב שלמרות שהידיים שלנו דומות, הן למעשה תמונת מראה אחת של השנייה. אני בטוח שכל מי שניסה לשים כפפת יד ימין על יד שמאל או להפך שם לב לכך. דמיינו שאתם פוגשים ידיד ושולחים את יד ימין כדי ללחוץ את ידו לשלום. אם החבר מתבלבל ושולח אליכם את יד שמאל, תתקשו מאוד בפעולת הלחיצה, מה שעלול להוביל לרגע של מבוכה.
איור 2: כיראליות המודגמת על ידי ידיים ועל ידי מולקולה בתצורת יד ימין ויד שמאל. המקור לתמונה נאס"א, נלקח מויקיפדיה.
בטבע, ישנן מולקולות שיכולת לקבל באותה מידה תצורת יד ימין ותצורת יד שמאל (ראו איור 2). מכיוון שמולקולות רבות הינן בעלות השפעה בגופנו, וההשפעה של יד ימין ויד שמאל עלולה להיות שונה, נושא הכיראליות חשוב לנו מאוד. למשל מולקולת מסוימת בתצורת יד ימין היא סוכר ובתצורת יד שמאל היא ממתיק מלאכותי. ומתחום הרפואה, מולקולה שבכיווניות אחת משמשת לטיפול בשיעול ובכיוון השני להקלה על כאבים.
כהערת אגב, אחת התעלומות הגדולות במדע כיום היא הסיבה לכך שכל הסוכרים והחלבונים בגוף כל יצור חי נוצרים כולם עם אותה כיראליות, כלומר או שכולם ימניים או שכולם שמאליים.
תכונה נוספת של כיראליות היא ההשפעה שלה על אור מקוטב. קיטוב הוא כיוון תנודות השדה החשמלי ביחס לכיוון התקדמות גל האור, ולכן אור מקוטב הוא גל אלקטרומגנטי בעל קיטוב מוגדר (בניגוד למשל לאור השמש המורכב מאוסף גלים בעלי קיטוב שונה). כאשר אור מקוטב עובר דרך תמיסה של מולקולות כיראליות, זווית הקיטוב תשתנה בהתאם לכיוון הכיראליות, אם יד ימין אז לכיוון אחד ואם יד שמאל אז לכיוון ההפוך.
אז איך כל זה קשור לפרויקט שלך?
לפני כמה שנים הראה הפיזיקאי ג'ון פנדרי (Pendry) שניתן לשלב בין תכונת הכיראליות לחומר מתכתי ולקבל מקדם שבירה שלילי. לדוגמא, סליל מתכתי יכול להיות מסולסל או לימין או לשמאל, כלומר 'עם' או 'נגד' כיוון השעון. אבל לפני שאני מגיע לפרויקט שלי, אני רוצה להוסיף אלמנט נוסף.
מה לדעתך הצבע של מטיל זהב?
זהב?
כמובן. כעת, מה הצבע של חתיכת זהב קטנה מאוד, נניח כמה ננומטרים (ננומטר= 10-9 מטר)?
יש לי הרגשה שזאת שאלה מכשילה.
אתה צודק, מכיוון שצבעה אינו זהב אלא אדום.
זהב אדום? למה?
מכיוון שבמתכות ישנה תופעה של תנודות בצפיפות האלקטרונים על פני השטח (פלזמונים). תדירות התנודות נקבעת על ידי סוג המתכת וגודלה. התנודות על פני פיסת זהב קטנה הן בתדירות של אור אדום. כאשר אור לבן פוגע בפיסת הזהב נוצרת הגברה והחזרה של האור האדום ולכן הפיסה תראה אדומה. תופעה זאת מתרחשת בכל המתכות, אך רק בזהב ובכסף יוחזר אור בתחום הנראה.
האפקט עובד בצורה דומה גם הפוך. אם נקרין אור אדום באורך גל של 600 ננומטר על לוח עם חור בגודל 100 ננומטר, האור לא יעבור לצד השני של הלוח, מכיוון שהחור קטן מידי. אך אם הלוח עשוי מזהב, חלק גדול מעוצמת האור תעבור לצד השני כאילו האור עבר דרך החור. האור אינו באמת עובר דרך החור, אלא עובר אינטראקציה עם הזהב ומוקרן לצד השני. המקרה הזה דומה למקרה של החזרה מחלקיק זהב קטן, רק שהפעם אורך הגל שעובר דרך החור נקבע על ידי גודל החור.
ייצרנו במרכז לננוטכנולוגיה באוניברסיטת תל אביב, בעזרת שיטות קידוח מדויקות הלקוחות מתחום הננוטכנולוגיה, לוח זהב ובו מערך של כמיליון חורים (ראו תמונה 3). כלומר יש לנו חומר מתכתי, קל לייצור, שאור אדום אינו נחסם על ידו ומבצע אינטראקציה עם הפלזמונים של הזהב.
תמונה 3: תמונת מיקרוסקופ אלקטרוני של לוח הזהב עם מערך החורים הננומטרי. המקור לתמונה: בן.
ומה עם הכיראליות?
לקבלת הכיראליות יש לשבור את הסימטריה במבנה ביחס לימין ושמאל. במקום לתכנן מבנה מסובך, הפתרון שלנו הרבה יותר פשוט – לסובב. דמיינו שאתם אוחזים בלוח הזהב המחורר. דחפו את יד ימין אחורה ואת יד שמאל קדימה. כעת סובבו את הלוח כמו הגה של מכונית. סיבוב זה שובר את הסימטריה של המבנה ביחס לאור פוגע. סיבוב בכיוון אחד ייתן יד-ימין ובכיוון השני יד-שמאל (ראו איור 4).
איור 4: שבירת הסימטריה וקבלת כיראליות על ידי סיבוב המבנה. ב)סיבוב ראשון, ג) סיבוב שני לקבלת כיראליות בכיוון אחד, ד) סיבוב בכיוון הפוך לקבלת כיראליות בכיוון השני.
בדקנו בניסויים שאכן אור באורך גל של 600 ננומטר מועבר לצדו השני של המערך דרך חורים שקוטרם 100 ננומטר. כמו כן ראינו שכאשר אנו מסובבים את המערך (כמו באיור 4) אנו מקבלים חוסר סימטריה אדיר בין באור המקוטב ימני לשמאלי, אינדיקציה שהרעיון שלנו עובד כמצופה. באופן זה השגנו מבנה כיראלי – פשוט על ידי סיבוב שלו.
ומה עם מקדם השבירה?
נזכר שהתנאים לקבלת מקדם שבירה שלילי הם אינטראקציה של גל אור עם מבנה כיראלי מתכתי שגודלו לפחות מחצית מאורך הגל. הכיראליות שקיבלנו במבנים הנוכחיים עדיין אינה חזקה מספיק לקבלת מקדם שבירה שלילי, כנראה מכיוון שהם 'גסים' מדי. האתגר כעת הוא לשפר את המבנים ולהצליח למדוד את מקדם השבירה באופן ישיר.
————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
אז מה עושים שם באוניברסיטה? פרק 8: מולקולה אחת, זה כל מה שצריך – על ננו-אלקטרוניקה
נפגשתי עם רני אריאלי כדי לשאול אותו מה עושים שם באוניברסיטה.
רני הוא דוקטורנט לכימיה-פיזיקלית באוניברסיטת תל-אביב ועובד במעבדה לננו-אלקטרוניקה של דר' יורם זלצר. את התארים הקודמים הוא עשה בתחום הפיזיקה באוניברסיטת תל-אביב גם כן. רני חובב מוזיקה ובזמנו הפנוי נהנה לנגן על גיטרה.
רני, אז מה אתם עושים שם?
אצלנו במעבדה לננו-אלקטרוניקה אנו מעוניינים לפתח רכיבים חשמליים עתידניים שגודל האלמנט הקטן בהם יהיה מסדר גודל ננומטרי (ננומטר=10-9 מטרים, לשם השוואה קוטר שערה הוא מסדר גודל של כמה עשרות מיקרומטר, מיקרומטר=10-6 מטרים).
תמונה 1: שערת אדם בהגדלה פי 200. המקור: ויקיפדיה.
תוכל לתת דוגמא?
כן, ודאי. דמיין לדוגמא חוט זהב שמשמש להולכת חשמל. ניתן למתוח את החוט עד למצב שבו במקום מסוים, רגע לפני יצירת קרע או נתק, נוצרת שרשרת של אטומים בודדים. זה סוג פשוט של התקן חשמלי בסדר גודל ננומטרי. היתרון בהתקן כזה הוא שההולכה החשמלית שבו היא 'בליסטית', כלומר האלקטרונים עוברים בו ללא התנגשויות באטומים ולכן בקצבים מהירים יותר. דבר זה עלול להוביל להתקנים חשמליים מעניינים יותר. אבל זה ממש לא נגמר כאן.
אנחנו יכולים לקשור באמצע השרשרת, בין אטומי הזהב, מולקולה אורגנית שהיא מולקולה הבנויה בעיקר מאטומי פחמן ומימן. לכל מולקולה כזאת ישנן תכונות אלקטרוניות שונות, למשל סידור שונה של ערכי האנרגיה שהאלקטרונים במולקולה יכולים לקבל או מיקום שונה שלהם במרחב. לכן המולקולה תשפיע בצורה שונה על אופיין ההולכה של הרכיב החשמלי. לדוגמא, סוג המולקולה משפיע על הסיכוי של אלקטרון באנרגיה מסוימת לעבור דרכה ממגע זהב אחד לשני. כך שהמולקולה משפיעה על הקשר בין זרם למתח חשמלי ובעצם קובעת את אופי הרכיב.
מגוון המולקולות האורגניות הוא עצום ולכן נוכל לייצר מגוון רחב של התקנים בעלי מאפיינים שונים. למעשה, יש כאן פוטנציאל לרכיב מודולרי שאותו ניתן 'לתפור' לפי צרכי המשתמש.
איך אתם גורמים למולקולה אורגנית אחת להתיישב לה בין אטומי הזהב בשרשרת?
אחת השיטות, למשל, היא להתחיל משני מגעי זהב המחוברים אחת לשני בצורת פפיון ולהרחיק אותם בעדינות אחד מהשני (ראו תמונה 2). בשלב מסוים אזור החיבור הצר נמתח מספיק כך שמתקבלת שרשרת אטומי זהב. המשך זהיר של פעולת המתיחה יגרום לבסוף לקרע בשרשרת, כך שאטומי הזהב שניתקו עדיין קרובים אחד לשני. כעת אחת האפשריות היא להשתמש במולקולות אורגניות המכילות אלמנט כימי שנקרא תיול (thiol). אלמנט זה מורכב מאטום גופרית ואטום מימן, ונקשר בקלות לזהב. במידה והמולקולה מכילה שני תיולים היא תוכל להיקשר לשני אטומי זהב ולהשלים את השרשרת המנותקת. כל מה שאנו צריכים לעשות הוא לטפטף על הצמתים תמיסה עם המולקולות המתאימות בתנאים הנכונים ואת שאר העבודה הן עושות לבד.
תמונה 2: איור סכמטי של תהליך יצירת ההתקן: א) מושכים את שני צידי פפיון הזהב, ב) המתיחה יוצרת שרשרת אטומים בין המגעים, ג) ממשיכים למשוך עד ליצירת נתק, ד) קושרים מולקולה אורגנית המחברת את שתי קצוות השרשרת, ה)הגדלה של המסגרת האדומה.
אז מה אתה עושה עם השרשראות האלה?
אני אתן לך דוגמא, באחד הפרויקטים במעבדה הקרנו אור לייזר על מגעי הזהב של אחד ההתקנים האלה (ראו תמונה 3א'). מה שראינו הוא שהקשר בין המתח לזרם החשמלי של ההתקן, כלומר האופיין שלו, השתנה בעקבות הפעלת הלייזר. לאחר מכן חזרנו על הניסוי עם מולקולות אורגניות, דמויות שרשרת, באורכים שונים והראנו שככל שהמולקולה ארוכה יותר, כך ההשפעה של הלייזר קטנה יותר.
מה הקשר בין כל הדברים האלה?
ישנם שני סוגים של אינטראקציה בין אור ושדה אלקטרומגנטי (שא"מ): תהליך פיזור שבו אלקטרון בולע פוטון ועולה לרמת אנרגיה גבוהה יותר, ותהליך שבו השא"מ משנה את הפוטנציאל החשמלי של מערכת האלקטרונים. שני התהליכים מובילים לעליה אפקטיבית באנרגית האלקטרונים כך שכעת הם יכולים לדלג ביתר קלות מעל מכשולים טורדניים, כגון מולקולה אורגנית, שמפריעים להם להגיע לאלקטרודת הזהב השניה. באלקטרודה השניה ישנם המון מצבי אנרגיה פנויים לאלקטרונים, בדיוק מה שאלקטרונים אוהבים. אבל זה רק חלק מהסיפור.
אחת התכונות החשובות של מתכות היא שהן מוצפות בים של אלקטרונים שאינם קשורים לאטומים שלהם ורק מחפשים הזדמנות להשתתף בהולכה חשמלית. כאשר מקרינים אור על מתכת, חלקו נבלע וחלקו מוחזר (כתלות באורך הגל ובמקדם הדיאלקטרי שהוא מידת ההשפעה של שדה חשמלי על החומר). עם זאת, עבור כל מתכת קיים תחום אורכי גל שבו האור לא בדיוק נבלע ולא בדיוק מוחזר, אלא גורם למשהו מיוחד.
כאשר אנו מקרינים את הלייזר באורך הגל הזה על הזהב, האלקטרונים החופשיים הרבים הנמצאים על פני השטח מתחילים לנוע בהשפעת השא"מ. תנועתם של האלקטרונים היא מחזורית ויוצרת תנודות בצפיפותם וכך גורמות לתנודות במטען החשמלי (פלזמונים).
תמונה 3: איור סכמטי המראה את הארת הלייזר שגורמת לתנודות מטען על גבי האלקטרודה. תנודות המטען משרות תנודות הפוכות באלקטרודה השניה. כך שלמשל באופן רגעי נוכל למצוא מימין עליה בריכוז המטען החיובי ומשמאל עליה בריכוז המטען השלילי.
מה התרומה של תנודות האלקטרונים לתהליך?
התנודות במטען מתפשטות על כל האלקטרודה כמו גלי ים, ובצורה זו ניתן לייצר ביתר קלות התקנים שבהם האזור המעניין אינו חשוף להארה ועדיין להיות מסוגלים להשפיע ע"י הארה. כמו כן, כאשר גלי המטען מתפשטים לעבר קצה האלקטרודה, השדה החשמלי משרה מטענים הפוכים בקצה של האלקטרודה השניה (ראו תמונה 3ב'). דבר זה מגביר את השדה האופטי המקורי ומקל עוד יותר על האלקטרונים לעבור לאלקטרודה השניה דרך המולקולה האורגנית. כל זאת ללא הפעלת מתח חיצוני נוסף, כך שאנחנו מרוויחים פעמיים על הלייזר.
ומה לגבי המולקולות בניסוי זה?
השתמשנו בניסויי במולקולות בעלות תכונות אלקטרוניות זהות אך באורכים שונים. כלומר בניסוי תפקידן של המולקולות היה לקבע את המרחק בין שתי האלקטרודות. מה שראינו הוא שככל שהמולקולות ארוכות יותר, כך הזרם שקיבלנו היה חלש יותר.
את התוצאה הזאת ניתן להסביר באופן ישיר על ידי ההשפעה של תנודות המטען. ככל שהאלקטרודות היו רחוקות אחת מהשניה, כך תנודות המטען בקצה אלקטרודה אחת השפיעו פחות על קצה האלקטרודה השניה. כלומר הגברת השדה החשמלי היתה קטנה יותר ולאלקטרון היה קשה יותר לעבור את המחסום ביחס למקרה שבו אורך המולקולה היה קצר יותר.
אז מה היה לנו? תוכל לסכם?
כיום ישנו מצב של חוסר ודאות בקהילה המדעית באשר לכמות ההגברה שמתרחשת עקב היווצרות פלזמונים. מצב זה נוצר עקב השימוש של כל קבוצת מחקר בהתקנים בעלי מימדים וקונפיגורציות מולקולריות שונים. בעזרת הניסוי הצלחנו לכמת את התופעה של ההגברה הפלזמונית עקב ההארה ולהציג עבורה ערכים כפונקציה של המרחק בין שתי האלקטרודות.
במחקר הראינו שאנו מסוגלים לדחוס אור לתוך מבנה ננומטרי המורכב מצומת מולקולארית, ועל ידי כך להשפיע על הולכת ההתקן. מכיוון שמחקרים קודמים הדגימו יכולת לשלוט על התקדמות הפלזמונים בזמן, ניתן להשתמש בשיטה זו גם על מנת לחקור את הדינמיקה של ההולכה החשמלית בזמנים קצרים מאוד. דינמיקה זו מושפעת משלל תופעות שיכולות להתרחש בהתקן עקב אינטראקציה של האלקטרונים עם תופעות אחרות בהתקן, למשל ויברציות. את נושא זה סימנו כמטרתנו הבאה!
————————————————————
אני אשמח להפגש ולשוחח עם כל תלמיד מחקר (אולי אתם?) שמוכן להשתתף ולספר לי קצת על מה הוא עושה (והכול במחיר של שיחה לא יותר מידי ארוכה). תוכלו ליצור איתי קשר דרך טופס יצירת קשר.
זה הזמן לספר לכולם מה אתם עושים, אולי הפעם הם גם יבינו
עד כדי קבוע 