Azt szeretném, hogy akkor legyünk gazdagok és sikeresek, ha már segítettünk a betegeken

A Turbine nevű magyar startup mesterséges intelligenciával (MI) sejteket szimulál, ily módon a klasszikus módszereknél gyorsabban és hatékonyabban kutatnak rákellenes megoldásokat. Két éve kaptak egy 5,7 millió eurós befektetést, ami soknak tűnik ugyan, de leginkább arra volt jó, hogy továbbfejlesszék a modelljüket, és az abból született gyógyszerpredikciókat laborban is validálják. Így magabiztosabban állhattak oda nagy befektetők és gyógyszeripari cégek elé, és jobb alkupozícióból tárgyalhattak. Míg az indulás utáni évben inkább konkrét megrendeléseket kaptak, az utóbbi néhány esztendőben már több saját projektbe kezdhettek bele, és a nagy cégek is sokkal inkább partnerként kezelik őket.

Nagyon, nagyon leegyszerűsítve az a Turbine szimulált sejtjének előnye, hogy sokkal hatékonyabb, mint a hagyományos kutatások. Normál esetben a kutatóknak van, mondjuk, tíz ötletük, pénzük viszont csak háromötletnyi kísérletre van, így fizikailag csak a három legígéretesebb megoldást tudják kipróbálni. A szimulált sejttel való próbálkozások viszont sokkal olcsóbbak és gyorsabbak, így azzal mind a tízötletnyi kísérletet le lehet futtatni, és ha abból öt szimuláció ígéretesnek tűnik, akkor azokat a valóságban is érdemes lehet kipróbálni. Ez a módszer így hozzájárul ahhoz, hogy a mainál lényegesen kevesebb gyógyszerkísérlet bukjon meg a klinikai szakaszban.

Mindennek az lett az eredménye, hogy most egy 20 millió eurós (8,3 milliárd forint) befektetési kört zártak, amibe ezúttal például az amerikai Merck gyógyszeripari óriás is beszállt az MSD Global Health Innovation Fund alapján keresztül. Ennek apropóján beszélgettünk az alapítókkal: Nagy Szabolcs ügyvezető igazgatóval, Veres Dániel tudományos igazgatóval és Szalay Kristóf technológiai igazgatóval.

Legutóbb is hasonló időszakban beszéltünk. Mi változott az elmúlt két évben?

Nagy Szabolcs: Amikor legutóbb beszéltünk, az egy transzformatív pont volt az életünkben. Tanulva az együttműködéseinkből, rájöttünk, hogy az az ideális út a szimulált sejt ígéretének a beváltásához, ha elkezdünk saját gyógyszerkutatási programokat is csinálni, és mi válunk az első olyan gyógyszercéggé, amelyik mindig szimulációkkal hoz döntést a saját folyamataiban.

Azzal teljesen tisztában voltunk, hogy még rengeteget kell a kísérletek világáról tanulnunk, és rá kell jönnünk, hogy mik azok a kísérletek, amiket ha megerősítésként lefuttatsz egy szimuláció alapján, akkor a megfelelő eredményt hozzák. Tehát bebizonyítják vagy elvetik a szimulációs eredményt, így az adat, amit generáltál a kísérletben, jobb szimulációhoz vezet a végén.

Erről szólt az elmúlt két év, hogy kitapasztaltuk külső szolgáltatókkal – egy nagy kínai céggel dolgozunk, amely a világon nagyon sok mindenkinek nyújt laboratóriumi szolgáltatásokat –, hogy milyen kísérleteket kellene futtatni. Egy csomót optimalizáltunk, kitaláltunk saját kísérleti beállításokat, és arról is rengeteget tanultunk, hogy ezekből az adatokból hogyan tudunk jobb szimulációt fejleszteni. Ehhez rengeteget fejlesztettük a szimulációk algoritmikus oldalát. Sokkal gyorsabban tudunk most már új sejtmodellt építeni, amiben még több fehérje van, még komplexebb modellje a biológiának, és egy csomó olyan technológiai akadályt át tudtunk ütni, amit még senki másnak nem sikerült.

Szalay Kristóf: Szerintem tényleg az az egyik legnagyobb változás, hogy most már a gyógyszerkutatás folyamatának egyre több lépésébe kezdünk bele. Most már nemcsak egy álom, mint régen volt, hogy „majd fogunk tudni konkrét emberek vagy embercsoportok daganatát szimulálva valamit mondani, de most még a Petri-csészéket piszkáljuk”. Mára felépítettünk csomó mindent, amiről azt tudjuk mondani, hogy valóban szimuláltunk már konkrét betegeket, és a konkrét eredményeiket is megnéztük. Persze még mindig sokat kell rajta csiszolni.

Azt mondtátok, hogy az előző hatmillió euró azért tök jó, mert a saját kutatásotokra tudtok koncentrálni. Ez akkor bejött?

N. Sz.: Kellett az a hatmillió euró ahhoz, hogy azt mondjuk, visszalépünk a partneri viszonyoktól, és befelé fókuszálunk. Ez egy nagyon érdekes változás volt. Azt gondoltuk, hogy egész addig, amíg egy jó technológiát fejlesztünk – ami izgalmas kérdésekre tud választ adni, de mi magunk soha nem mutatjuk meg, hogy jobb folyamathoz, újdonsághoz vezet –, addig mindig úgy fognak ránk tekinteni, mint egy eszközre. Fognak fizetni pár százezer eurót, de nem fognak adni x százalék részesedést majd a későbbi értékből. Ezen a piacon minden arról szól, hogy mennyi későbbi értéket tudsz megragadni, ott vannak a dollármilliárdok. Ezért az volt az elképzelés, hogy megmutatjuk, hogy mit tudunk csinálni úgy, hogy nincsen semmilyen limitáció rajtunk. Mi kísérletezünk, a mi rizikónk, a mi pénzünk. Ezért is nagyon izgalmas most ez a befektetési kör, mert ez is alátámasztja az elképzelésünket.

Sz. K.: Az előző három- és hatmilliós körök arra voltak jók, hogy rájöttünk, nekünk gyógyszereket kell fejlesztenünk. Most kiderült, hogy ezek a dolgok, amiket elkezdtünk fejleszteni, működnek Petri-csészében, és most jön az a lépés, hogy kipróbáljuk egereken. És az azt követő kör lesz az, hogy embereken is kipróbáljuk.

Veres Dániel: Nagyon naivak vagyunk még mindig, bár egyre kevésbé. Ez a naivitás is vezetett oda, ahol vagyunk, mert hogyha nem vagyunk azok, valószínűleg el se kezdjük. Az eddigi életünk során a legnehezebb dolgokat kell megcsinálni a következő időszakban, mert átmenni egérbe nem csak annyi, hogy hopp, és működik is. És a gyógyszer sem úgy lesz, hogy csak úgy működik. Ez még nehezebb, magasabb szintű komplexitás.

Amúgy miért pont kínai laborokkal dolgoztok?

N. Sz.: Van egy WuXi nevű cég, amely az elmúlt tíz évben elképesztő globális szintű kapacitást épített ki, ahol tök jó minőségben, tök olcsón adnak el laborerőforrást bármilyen gyógyszercégnek. Amíg nem tudtuk, hogy pontosan milyen kísérleteket akarunk csinálni, és nem akartunk laborba fektetni – mert a hatmillió euró az sok pénz, de annyira meg nem sok pénz igazából –, addig sokkal racionálisabb volt azt mondani, hogy virtuálisan csináljuk.

Van öt emberünk Kínában, akik már évek óta csak nekünk dolgoznak, kvázi külső csapatként menedzseljük őket, és az ő tapasztalatukat behozzuk. Megtanuljuk, hogy milyen kísérleteket csináljunk, és utána átvisszük ezt a cégbe, most például már vettünk is fel erre embert.

Volt magyar labor, amit kerestetek ezzel?

N. Sz.: Ezek nagyon drága gépek, amikkel dolgoznak, és szakértői tudás – hogy hogyan futtatod le a kísérletet, mire kell figyelned, hogy kell megtervezned, mi történik, hogyha a sejtek így vagy úgy viselkednek, mit kell lemérned – itthon is van ugyan, de inkább az akadémiai közegben. Olyan labor, amelyben megveszel öt embert, akik utána nagy hatékonysággal csinálják a kísérleteket neked, az nem annyira triviális. Ezért is van értelme felépíteni a saját laborunkat.

Találtatok olyan molekulát, ami hatásosnak bizonyult?

N. Sz.: Ami fontos volt az elmúlt időszakban, az az, hogy saját gyógyszercélpontokat validáljunk biológiai kísérletekben, általában a génszerkesztő CRISPR-technológiával. Az jött ki a szimulációban, hogy van egy olyan fehérje, ami egy bizonyos típusú rákban, mondjuk, egy mellrákban jó célpont lenne, mert ha tudnánk gátolni a működését egy gyógyszerrel, akkor meghalna az a rákos sejt. Most azt mutattuk meg, hogy ha kiütöd a fehérjéket, akkor bizonyos típusú sejtek, amiket a szimulációk előre jeleztek, tényleg válaszolnak, tehát meghalnak vagy csökken az osztódási képességük. Már van olyan programunk, amiben molekulákon dolgozunk, és az egyik nagyon jól halad előre – ezt lekopogom. Ott olyan gyógyszermolekulákat azonosítottunk, amik a következő egy évben már egerekben is kipróbálhatók.

Ezek, amiket ki terveztek ütni, olyan fehérjék, amelyek csak a rákos sejtekben vannak meg?

N. Sz.: Alapvetően igen, ezért is jók a szimulációk, ezért is ezt a rendszert akartuk megépíteni. A szimuláció egy modellje a valóságnak, tehát nem teljesen pontosan írja le, de nekünk sokat mond arról, hogy miért halt meg az egyik sejt a kísérletben, és miért nem halt meg egy másik.

Amit keresünk, az mindig az, hogy legyenek olyan biomarkerek, amiket bizonyítottan megtalálsz betegekben is. Meg tudod nézni publikus adatbázisokban, hogy, mondjuk, az emlőtumoros betegekben molekuláris szinten milyenek a rákok, milyen a genomjuk. És látod, hogy ez a mutáció tényleg gyakran ott van-e.

Ezt úgy szoktuk nézni, hogy először megfogunk körülbelül ezer sejtet, ami reprezentálja az összes elérhető laborkísérleti modellt, és azokon megnézzük, hogy mi van, hogyha kiütögetünk mindenféle fehérjét, vagy módosítjuk az állapotukat a szimulációkban. Hogyha valamelyik módosítás úgy tűnik, hogy relatíve sok sejtet megöl, de nem mindegyiket, utána megnézzük, hogy mi van, ha még berakunk mutációkat, vagy változtatjuk a genomját ezeknek a sejteknek. Azt nézzük, hogy egy olyan mutáció, ami inkább a rákban fordul elő, szenzitizál-e adott célpontra, ergo feltételezhetjük, hogy egy betegnek inkább a rákos sejtjei fognak válaszolni erre a behatásra, nem pedig például a mája. Ha vannak ilyen módosítások, akkor ezeket szoktuk továbbvinni kísérleti mérésbe.

Nőtt egyébként a szimuláció? Két éve egy sejt döntéshozó rendszerének nagyjából negyven százalékát modelleztétek le.

N. Sz.: Igen, most már majdnem dupla akkora, mint amikor legutóbb beszéltünk, pont azért, mert behoztuk az algoritmikus fejlesztéseket. Volt egy sokéves gépi tanulásos kutatási projektünk, ami arra irányult, hogyan tudunk emberi beavatkozás nélkül kalibrálni egy szimulált sejtet, mert azt gondoltuk, hogy muszáj automatizálni ezt a folyamatot, hogy még nagyobb szimulációs modellt tudjunk alkotni. Ezt sikerült megcsinálnunk, úgyhogy most már így építjük az új sejteket.

Az első cél az volt, hogy olyan gyógyszercélpontokat találjunk, amiket mások nem, és amiken keresztül be tudjuk mutatni, hogy ha szimulálni tudsz egymilliárd kísérletet – míg bárki más például százas nagyságrendben tud kísérleteket futtatni –, az tényleg előny. Olyan célpontokat találsz, amik valós betegeknek segíthetnek. Egyébként ezeket a büdös életben nem találod meg, mert egyszerűen nem futtatod le a megfelelő kísérletet, nem gondolsz rá. A szimulációban viszont nagyon sok mindent kipróbálsz.

Találtunk több ilyen célpontot is, ezeket sikerült azóta saját kísérletekben megerősítenünk. Most már elkezdtünk dolgozni a molekulákon is, amikből egyszer gyógyszer lehet. A terv az, hogy a következő időszakban az új befektetési kör alapján eljussunk állatkísérletekig, és bemutassuk, hogy nemcsak sejtekben jönnek be a szimulációk, hanem állatokon is.

Ezt milyen időtávlatban tervezitek?

N. Sz.: Körülbelül a következő két év arról szól, hogy állatokig jussunk el, és felkészüljünk arra, hogy a rákövetkező két évben emberekig is.

Vannak már szimulált egérsejtjeitek?

Sz. K.: Igen, vannak, mert lassan elkezdünk kacsingatni afelé, hogy ahhoz, hogy ezeket a kísérleteket lefuttassuk, szeretnénk, hogyha a szimuláció mindig egy lépéssel a rendszer előtt járna. Tehát mielőtt mi egerekkel kísérletezünk, azelőtt legyenek szimulált egereink, vagy legalábbis azoknak a sejteknek egy mása, amiket az egerekbe beraksz.

Most már elkezdtünk kacsingatni a szimulált emberi sejtek felé. Tehát már nemcsak a Petri-csészéket modellezzük, hanem elkezdtünk próbálkozni azzal, hogy klinikai vizsgálatoknak az eredményeit szimuláljuk, hogy amikor majd tényleg a klinikai vizsgálatokra kell a saját gyógyszereinkkel is készülni, addigra a rendszer is készen kell hogy álljon arra, hogy viszonylag pontosan meg tudja mondani, hogy mik a fontos kérdések, amiket meg kell válaszolni, és persze tudjon is rájuk válaszolni.

El fog jutni ez a szimuláció arra a szintre, hogy ki lehessen váltani, mondjuk, az állatkísérleteket?

Sz. K.: Ez egy modell, és a modellek sosem olyan pontosak, mint a valóság, amit szimulálnak. Én azt gondolom, hogy még nagyon sokáig nem fogunk eljutni odáig, hogy nem kell egereken vagy embereken kipróbálni, egyből mehet a gyógyszer, mert annyira pontos a szimuláció. De nem is feltétlenül ez a cél. Ha megnézed, hogy mennyibe kerül egy modern rákgyógyszer, láthatod, hogy havi adagja több millió forint is lehet. Ennek a költsége nem az az egy-két emberkísérlet, ami a bizonyításhoz kellett, hanem a költség inkább annak a rengeteg gyógyszernek az előállítási költségéből adódik össze, amik nem sikerültek. Ki kell termelni a fejlesztési költséget.

N. Sz.: Egész addig, amíg a szimuláció miatt kevesebbet buksz, addig igazából annyi egeret – és idővel embert – megkíméltél attól, hogy kapjon valamit, ami nem megy sehova. Ha kevesebb kísérletet kell futtatni ahhoz, hogy egy tovább menjen, akkor az már nagy win az egereknek is, meg aztán főleg a betegeknek.

Ha optimisták vagytok, mikor jut el emberbe olyan gyógyszer, ami a szimulációtokra épül?

N. Sz.: Van egy kombináció, amit partnerek már kipróbáltak betegeken, és van egy másik biomarker, amit egy fázis 2-es gyógyszernek prediktáltunk. A partnerek most ezt is vizsgálják. Ezeket egyébként biológiai kísérletekkel mind megerősítették, innentől kezdve már stratégiai kérdés, hogy a kísérletet lefuttatják-e embereken.

Tehát van már emberben gyógyszer, amibe ti is bedolgoztatok?

N. Sz.: Abszolút, már legutóbb is volt ilyen. Most az az izgalmas, hogy indul két új együttműködésünk, és mindkettő olyan gyógyszerrel fut majd, amik a következő években eljuthatnak betegekbe. Most sokkal nagyobb esélye van annak, hogy tényleg végig tudjuk kísérni ezeket a gyógyszereket, és aktív részesei lehetünk annak, ami történik, így jobban tudjuk majd mi is követni, hogy bejön-e egy predikció.

V. D.: A saját pipeline-ban ez egyértelmű, mert ott mi vagyunk azok, akik a gyógyszert elvisszük a klinikai fázisig. Ez például változás ahhoz képest, amit a múltkor beszéltünk, mert azokra a gyógyszerekre, amiket akkor csináltunk, azt mondtuk, hogy három-négy év. Ebből van is egy olyan, amit megállítottunk mint saját fejlesztést, és próbálunk partnert keresni rá, mert a kémiája túl bonyolult.

Viszont közben indítottunk egy másikat, amelyben olyat követünk, ami már egyébként fázis 1-es klinikai vizsgálatban van, csak mi csinálunk egy hasonló – vagy annál remélhetőleg jobb – mechanizmuson alapuló gyógyszert, ugyanarra a célpontra. Ezért itt a timeline sokkal jobb: jövő év közepe táján be tudjuk mutatni, hogy működik, mondjuk, egy egér- vagy valamilyen más állatmodellben, és onnantól nagyjából másfél év, hogy eljussunk oda, hogy ez tényleg betegeknek adható.

Szó volt arról, hogy most már közeli cél a saját labor. Az Petri-csészés lenne, egeres vagy mind a kettő?

V. D.: Először Petri-csészés. Alapvetően azt szeretnénk, hogy génszerkesztéssel állítsuk elő azokat a validációs eredményeket, amikkel bemutatjuk, hogy egy adott fehérje tényleg érdekes, egy új daganatos célpont. Akkor is hasznos, ha meg akarsz bizonyosodni róla, hogy egy funkció, amit fejlesztesz, azon a célponton hat, amit te vizsgálsz. Ez egy nagyon jó CRISPR-technológia, remek eszköztárat ad. Ezt szeretnénk itthon csinálni a következő években, és nem külföldön.

Lehet, hogy ennek majd lesz később olyan lépése, hogy saját állatok is legyenek, de az elég komplex. Van a kettő közt egy út, az úgynevezett organoidok: olyan modellek, amik már közelebb vannak ahhoz, amilyen a valódi komplex működés, és nem egy kétdimenziós sejtvonalkultúrát kell elképzelni. Arra alkalmas lehet a labor, hogy egy ilyen technológiát behozzunk majd a sejtvonalak mellé.

Az elképzelés az, hogy bizonyos biológiai folyamatok jó része ugyanúgy benne van az in vitro sejtekben, tehát a sejtvonalakban, mint ahogy az állatban is meg az emberben is benne van. Hol olcsó és a leginkább etikus ezt az adatot regenerálni? A sejtekben, a sejtvonalakban. Egyáltalán nem szeretnénk fölösleges kísérleteket futtatni az állatokban, pláne nem emberekben. A cél a sok in vitro kísérlet, kicsit kevesebb állatkísérlet, és a lehető legkevesebb, de nagyon hatékony emberi kísérlet.

Sz. K.: Ennek a labornak alapvetően nem az a célja, hogy Petri-csészében validáljuk a saját gyógyszereinket, mert azt olcsón meg tudjuk csináltatni máshol is. Persze nagyon kényelmes lesz, de azért az egyik nagyon fontos feladata a labornak, hogy magát az MI-t fogja etetni tanulóadatokkal. Azokat az adatokat fogja generálni, amiknek a segítségével igazán egyedi biológiai összefüggéseket, érdekes dolgokat tudunk megmutatni a mesterséges intelligenciának. Olyanokat, amiket máshol nem tudsz létrehozni. Ami alapján ő meg tudja érteni a biológiát a sejteken belül, és ezt a tudást utána a szimuláció egérben meg emberben tudja majd kamatoztatni.

Kicsit visszakanyarodva a befektetéshez: az előző, hatmilliós körnél mondtátok, hogy nem rossz, de azért nem sok pénz. Ezzel a húszmillióval mi a helyzet?

Sz. K.: Ezt szerintem minden körben el tudjuk majd mondani.

V. D.: Ez igazából oké. Itthon és Európában is jónak számít, de, mondjuk, Bostonban vagy San Franciscóban már nem feltétlenül ezt mondanám. De ez ugyanúgy nem tart ki tovább, mint az eddigiek. Másfél-két év.

Sz. K.: Igen, valahogy nagyon furcsa élmény az, hogy több nulla van a cég bankszámláján, de nem azt veszed észre, hogy hirtelen baromi gazdag vagy, mert minden sokkal többe is kerül, hiszen több ember van, saját gyógyszerfejlesztésünk van, ami azt jelenti, hogy rendszeresen százezer eurókat kell kiadni laborkísérletekre. Szóval a költségeink is jelentősen nőttek, de azt gondolom, hogy ez teljesen természetes.

Állami vagy EU-s pénzekre szoktatok pályázni?

N. Sz.: Nem. Az elején néztünk pályázatokat, csak mindig azt láttuk, hogy annyira gyorsan halad a cég előre, hogy nem volt időnk. Mire pályázunk, mire megkapjuk a pénzt, már nem azt akarjuk csinálni vagy meg is csináltuk, amire kértük volna. A következő időszakban azért jobban meg fogjuk ezt nézni, mert a gyógyszerkutatásra sokkal aktívabb és sokkal megfoghatóbb pályázatok vannak EU-s szinten is, és most abból nagyon sokat fogunk csinálni. Jelenleg nincs semmilyen ilyen támogatásunk.

A múltkor mondtátok, hogy egészen megéri, hogy Magyarországon van a székhelyetek. Ez még mindig így van?

Sz. K.: Hááát…

V. D.: Nemcsak a költség az, ami számít, hanem az is, hogy az miből áll össze – például milyen tehetségeket találsz. Ebből a szempontból az az előny, hogy itthon nem sok olyan cég van, ami hasonló, biotechszerű tevékenységet végez, továbbra is megvan. Vagy az, hogy ha valaki programozó, és nagy hatást akar elérni, nem pedig, mondjuk, a banki szférában helyezkedne el, annak a Turbine nagyon jó lehetőség. Ezért van egy gravitációnk, és viszonylag jó eséllyel találunk nagyon tehetséges, nagyon okos embereket, akik, mondjuk, miattunk jönnek haza, nem mennek ki külföldre, vagy ha kimennek is, még mindig ide dolgoznak – van ilyen is.

Az, hogy mennyibe kerül, sajnos nagyon változó, és attól függ, hogy mit nézel. A fejlesztői fizetések most már megközelítik, ha nem elérik azt a fizetést, amit, mondjuk, Bécsben, vagy Nyugat-Európában lehet kapni. A biológusok fizetése is jelentősen növekedett az elmúlt időben, de az még nincs ott, mintha valahol Cambridge-ben vagy Bostonban szeretnéd őket felvenni, úgyhogy ilyen szempontból még mindig van különbség, de már nem olyan nagy, mint amikor ezt elkezdtük. Ugyanez igaz a laborra is, ezért szeretnénk itthon megnyitni.

Sz. K.: Én azt gondolom, hogy ami igazán nagyot csavart azon, hogy hogyan kell például fejlesztőket találni, az nem a válság, hanem a Covid volt, ami gyakorlatilag lebontotta a határokat. Mivel a távmunka természetessé vált, az olyan típusú munkákra, amiknél teljesen mindegy, hogy hol vagy, hirtelen az összes világcéggel el kellett kezdenünk versenyezni.

A befektetőket mennyire szoktátok átvilágítani? Volt már olyan, hogy valakit lepattintottatok, mert kiderült, hogy, mondjuk, a brazil őserdők kiirtását is pénzeli?

V. D.: Ilyennel még nem találkoztunk. De inkább úgy szokott lenni, hogy eleve olyat keresünk meg, aki rajta van a preferencialistánkon. Lehet rajta azért, mert ezen a területen mozog, és ezért okos befektető lenne, nem csak pénzt hozna. De lehet, hogy azért, mert sok pénze van, és későbbi körökben is tud támogatni. Korábban volt már olyan, hogy nemet mondtunk, de most nem jutottunk el idáig.

Sz. K.: Az hamar kiderül, ha nincs meg a kémia.

V. D.: Igen, a kémia meg az érdeklődés. Szeretünk tudományközpontú befektetőkkel együtt dolgozni, mert akkor velük nemcsak a pénzről beszélgetünk, hanem tudományosan jó dolgokat csinálunk. Így az szinte másodlagos, hogy abból lesz-e pénz, vagy sem. Ha jó a tudomány, abból úgyis lesz valami haszon a végén.

Volt valami, amiről nem kérdeztem, de mindenképp kiemelnétek?

Sz. K.: Szerintem nagy változás, hogy már van például egy olyan adatbázis, amiben konkrétan betegek adatai, kezelési eredményei vannak, és ezt modellezzük. Nekem – és szerintem mindenkinek a cégben – nagyon fontos, hogy végső soron ezt azért csináljuk, hogy betegeket tudjunk segíteni.

Én a magam részéről azért hagytam ott egy kicsit az akadémiát, mert alapvetően nem papírokat szeretnék írni a fióknak. Azt szeretném, hogy akkor legyünk gazdagok meg sikeresek, hogyha az a dolog, amit csináltunk, segít a betegeken. Ezért nekem nagyon fontos változás az, hogy azt tudjuk mondani, hogy most már futottak valódi emberek a szimulációban. Remélhetőleg ezt majd élőben is látni fogjuk pár év múlva.

V. D.: Nekem a labor volt ilyen. Szeretem a kézzelfogható dolgokat, olyasmit, ami nemcsak szimuláció, hanem ott van, létezik. Ezeket az adatokat eddig csak emailben kaptuk meg, ehhez képest hamarosan már mi csináljuk. Ott lesz a laborvezető meg az emberek, akik értenek hozzá, és ők generálják majd az adatokat. Ez egy csomó olyan új ajtót nyit ki, amiről eddig nem is tudtunk, mert egyszerűen nem volt ott a kezünkben a kísérlet maga. Az egér- és emberkísérletek pedig remélhetőleg jönnek majd utána.