מערכת-החיסון היא ככל הנראה המערכת המורכבת ביותר בגוף האדם, וגם זו שמכריעה אם טיפול יעבוד: אותה תרופה אונקולוגית מצילה מטופל אחד ואינה עושה דבר לאחר, וההבדל נעוץ לרוב במצב-החיסון של כל אחד מהם. Immunai, שנוסדה ב-2018, בנתה את פעילותה סביב שילוב של שתי טכנולוגיות — ריצוף ברזולוציית תא-בודד, המאפשר למדוד עשרות אלפי תאי-חיסון בנפרד במקום ממוצע גס של דגימה שלמה, ולמידת-מכונה שמפיקה מהמדידות האלה דפוסים.
התוצר הוא מאגר-נתונים חיסוני בקנה-מידה גדול, ומודלים שמנסים לענות על שאלות מעשיות בפיתוח-תרופות: מי צפוי להגיב לטיפול, מה המנגנון שגורם לתרופה לעבוד או להיכשל, ואילו מטרות ביולוגיות שוות ניסוי. החברה עובדת מול חברות-תרופות גדולות ולא מול מטופלים — כלי-מחקר, לא מוצר קליני.
הפעילות מתועדת בעיקר דרך העסקאות: באוקטובר 2021 גייסה החברה 215 מיליון דולר בסבב B. באוקטובר 2025 הודיעה על שיתוף-פעולה עם AstraZeneca לזיהוי מטרות טיפוליות במחלות-מעי דלקתיות, בהיקף המדווח כ-85 מיליון דולר, ובינואר 2026 על שיתוף-פעולה נוסף עם Bristol Myers Squibb לפענוח תגובות-חיסון בניסויים קליניים.
חשוב לומר במפורש מה אין כאן: אין תרופה, אין אבחון ואין שימוש קליני ישיר. זהו שלב מוקדם בשרשרת — הפחתת הסיכון וקיצור הזמן בשלבי-המחקר. נכון ל-2026 עוד לא הוכח שתרופה שפותחה בסיוע גישות מסוג זה הגיעה לשוק מהר יותר באופן מובהק.
מאחורי הגישה עומדת הנחה מתודולוגית: שהצוואר-בקבוק בפיתוח תרופות אינו מחסור ברעיונות אלא מחסור במדידה. ניסוי קליני שנכשל עולה מאות מיליוני דולרים, ורוב הכישלונות מתגלים בשלב מאוחר. אם אפשר לזהות מראש אילו מטופלים יגיבו ואילו לא, אפשר לתכנן ניסוי קטן וממוקד יותר, ולהגדיל את סיכויי-ההצלחה שלו.
החברה נמנית עם גל של חברות ״טק-ביו״ שקמו סביב ההצטלבות בין ריצוף גנטי שנעשה זול לבין למידת-מכונה. נכון ל-2026 זהו עדיין תחום שההוכחה המסחרית שלו חלקית: רוב ההכנסות בו מגיעות משיתופי-פעולה עם תאגידי-תרופות ולא ממוצר עצמאי, וההצלחה נמדדת בסופו של דבר לפי תרופות שיגיעו לשוק — תהליך שאורך שנים רבות.