Fremskridt inden for AI- og CRISPR-teknologier for at fremskynde vores forståelse af genetiske sygdomme

Der findes op til 7.000 sjældne genetiske sygdomme, der opstår på grund af genetiske lidelser. Disse lidelser opstår, når en mutation forekommer i vores gener, selvom det ikke altid resulterer i en sygdom.

Gener er lavet af deoxyribonukleinsyre eller DNA, som indeholder instruktioner om vores krops egenskaber og funktioner, og en ændring i DNA-sekvensen forårsager en genetisk lidelse.

Da vi modtager halvdelen af vores gener fra hver biologisk forælder, kan vi arve en genmutation fra enten den ene eller begge. Sådanne lidelser kan også skyldes en kombination af genmutationer, beskadigelse af kromosomer, som er trådformede strukturer, der bærer gener, samt miljømæssige faktorer.

Dette indviklede genetiske landskab, præget af kompleksitet, lav forekomst og skjult karakter af lidelser, komplicerer i høj grad processen med at opnå en præcis diagnose. I mange tilfælde kan sjældne genetiske sygdomme skyldes et bredt spektrum af varianter i gener, som kan være unikke for den enkelte, hvilket gør det endnu sværere at identificere den specifikke årsag til en patients symptomer.

Desuden kræver diagnoseprocessen også omfattende genetiske analyser og tid til at sammenligne patientens genetiske sammensætning med kendte sygdomsmønstre. Således er diagnosen ikke kun udfordrende, men den kan også tage lang tid, hvilket igen forsinker behandlingen. En ny dansk undersøgelse er dog klar til at gøre diagnosen af sådanne sygdomme mere effektiv og hurtigere.

Publiceret i The American Journal of Human Genetics benyttede undersøgelsen CRISPR-teknologien til at aktivere gener i celler, der er let tilgængelige, såsom blod eller hud. Derefter målte forskerne, om messenger-RNA blev sammensat korrekt i en molekylærbiologisk proces kaldet splicing.

Denne innovation tackler en betydelig hindring i genetisk forskning. Det er en stor udvikling, fordi 19 % af de gener, der er forbundet med sygdommen, ikke er aktive i disse let tilgængelige væv som blodceller og hudceller. Det gør det endnu sværere at få et klart billede af den genetiske grundlag for sygdomme.

Ifølge eksperter kan denne udvikling revolutionere genetisk diagnostik. 

“Dette betyder, at vi indtil nu ikke har kunnet undersøge generne ordentligt, fordi de kun er aktive i specifikke væv, såsom nervesystemet, og dette er en stor hindring, når det gælder forståelsen af, om en bestemt genvariant er årsagen til en patients sygdom.” 

– Uffe Birk Jensen, klinisk professor og leder ved Aarhus Universitets Institut for Klinisk Medicin – Institut for Klinisk Genetik

Aktiveringen af CRISPR her udgør en stor mulighed. CRISPR, som står for “Clustered Regularly Interspaced Short Palindromic Repeats”, er en genredigeringsteknologi, der bruges til selektivt og præcist at modificere DNA-sekvenser. Den består af Cas9-enzymet, som fungerer som molekylære sakse til at klippe DNA. Derudover er der guide-RNA, som genkender målet, der skal modificeres, og derefter leder Cas9 til den pågældende DNA-region.

Ved at anvende denne teknik “tændte” forskerne gener, der normalt ikke er aktive i tilgængelige celler, herunder MPZ-genet — som typisk kun er aktivt i nervebaner — nu aktiveret i hudceller. Dette gennembrud giver nye muligheder for at forstå og diagnosticere genetiske sygdomme.

Ifølge Uffe Birk Jensen har CRISPR-aktivering gjort det muligt at tænde genet i et naturligt miljø, hvilket betyder, at genmodifikationen ikke behøver at foregå i cellemodeller, men kan anvende en patients prøve. Han tilføjede:

“Den samme metode kan anvendes på forskellige patienter og let tilpasses andre gener, og fordelen er, at den er meget hurtig med mulighed for resultater inden for få uger.” 

Forskere håber at bruge denne metode til en mere tilgængelig, effektiv og præcis diagnose af genetiske sygdomme. Den er allerede blevet introduceret i klinikken, så “teknologien kan bidrage til at stille den rigtige diagnose, når vi finder mulige splicing-varianter,” sagde studiets medforfatter Thorkild Terkelsen, som er postdoc ved Institut for Biomedicin.

Men det er ikke alt. Holdet udforsker yderligere den bredere potentiale af teknikken og foretager justeringer, så den bliver “endnu lettere at bruge i klinikken,” tilføjede Terkelsen.

Undersøgelsen, som er et samarbejde mellem Institut for Klinisk Genetik og Institut for Molekylær Medicin på Aarhus Universitetshospital, modtog finansiering fra Det Uafhængige Forskningsfond Danmark. 

Det enorme potentiale i de nyeste teknologier for forståelse af genetiske sygdomme

Selvom CRISPR opstod i 1987, er det først for nylig blevet populært. Denne lovende, innovative teknologi giver forskere og videnskabsfolk en effektiv måde at redigere DNA-strukturer og ændre genfunktion på. 

Teknikken har flere mulige anvendelser, herunder behandling og reduktion af spredning af lidelser samt redigering af arvelige mangler. Når det gælder gen-terapi, tilbyder CRISPR/Cas9-teknologien stort potentiale ved genetisk at redigere en patient-specifik mutation, som ellers ikke kan behandles med traditionelle metoder. Således sigter CRISPR-teknologien mod at lindre komplekse sygdomme og give folk et sundere liv. 

Efterhånden som CRISPR i stigende grad anvendes til at rette menneskelige lidelser, foretages der forsøg på at reducere off-target-effekter og opnå større præcision. Her hjælper kunstig intelligens, især, genredigering med ikke kun at blive mere præcis, men også mere effektiv og overkommelig i håndteringen af forskellige sygdomme. 

AI er simuleringen af menneskelig intelligens i robotter, så de kan tænke, lære og forudsige som mennesker. Teknologien har til formål at transformere mange industrier, herunder sundhedssektoren. 

For nylig, vi talte om, hvordan AI’s evne til at genkende tendenser inden for et sæt variabler accelererer sundhedssektoren eksponentielt. Ved at anvende AI-algoritmer kan forskere med succes forudsige sepsisinfektion hos højrisikopatienter før symptomerne opstår og redde liv. I et andet tilfælde analyserer AI-drevne forudsigelsesmodeller genomiske data for at forudsige sygdom med høj nøjagtighed.

Denne brede gren af datalogi viser sig at være et kraftfuldt værktøj i påvisning af arvelighed og genrelaterede lidelser. I genforskning udnyttes AI’s yderst alsidige gren, deep learning, i stigende grad. 

Baseret på kunstige neurale netværk lærer deep learning computere at behandle store datamængder. Som en undergruppe af maskinlæring forsøger en deep learning-model at simulere den menneskelige hjernes adfærd ved at lære af de leverede data. 

Deep learning involverer flere lag af forbundne noder for at skabe dybe neurale netværk, som kan lære komplekse repræsentationer af data ved at opdage hierarkiske mønstre i dem. Baseret på mønstrene genererer den derefter præcise indsigter og forudsigelser. Sådanne algoritmer kan lære og forbedre sig selvstændigt ud fra data uden manuel indgriben. 

Deep learning-modeller har opnået fremragende resultater i biomedicinske anvendelser, og studier antyder, at sådanne modeller kan præstere lige så godt, og måske endda bedre, end mennesker i centrale sundhedsopgaver som diagnosticering af sygdomme. Endelig kan AI reducere menneskelige fejl, behandle enorme datamængder og udvide videnskapaciteten.

I betragtning af den komplekse data i sundhedssektoren kan AI effektivt anvendes til diagnose, behandlingsanbefalinger, administrative opgaver og patientengagement på tværs af forskellige sundhedsområder. 

Dog, som vi bemærkede i vores ‘AI-drevne forudsigelsesmodeller vil revolutionere sundhedssektoren‘ indlæg, kan fejl opstå, når AI anvendes i den virkelige verden, og vi skal være opmærksomme på det.

Løftet om AI i forskning, diagnosticering & behandling af genetiske lidelser

Anvendelse af AI til forståelse, diagnosticering og behandling af sygdom er ikke noget nyt. Regelbaserede systemer har vist lovende resultater for præcis diagnosticering og behandling af sygdomme. Men i de senere år har teknologiske fremskridt gjort det muligt at anvende dette på genetiske sygdomme med forbedrede resultater. 

For eksempel har IBM’s Watson fået stor opmærksomhed for sit fokus på præcisionsmedicin, især kræftdiagnosticering og -behandling. Til dette kombinerer Watson maskinlæring og NLP-funktioner. 

Hvad angår gen-terapi, anvendes AI-værktøjer som DeepCRISPR, CRISTA og DeepHF til at guide RNA’er til en specificeret målsekvens. Forudsigelse af optimale guide-RNA’er tager flere faktorer i betragtning, såsom genomisk kontekst, ønsket mutationstype, on-target-score, off-target-score, potentielle off-target-lokationer og de mulige påvirkninger af genredigering på funktion.

AI-modeller hjælper desuden med at optimere forskellige teknologier til genredigering, såsom base (foretagelse af målrettede ændringer i sekvensen af et DNA-stykke), prime (en ‘søg-og-erstat’-redigering) og epigenom (tilføjelse eller fjernelse af molekylære markører fra DNA), hvilket muliggør præcise og programmerbare ændringer af DNA-sekvenser uden at skulle bruge donor-DNA-skabeloner. 

Desuden muliggør AI’s samarbejde med genredigering personlige behandlinger tilpasset genetiske profiler, ved at analysere patienters genomdata for at identificere mutationer og sygdomsassocierede biomarkører, såsom dem for Alzheimers og kræft, tidligt, hvilket fører til skræddersyet pleje.

Forskere og videnskabsfolk mener, at ved at hjælpe klinikere med hurtigere at fastslå sygdommens grundårsag, gør teknologi som AI det muligt for patienter at modtage den rette behandling tidligere, hvilket markant forbedrer patientplejen.

Udover at muliggøre hurtigere diagnosticering, gør AI det også med større nøjagtighed. Tilbage i okt. 2021 udførte en undersøgelse af forskere fra University of Utah Health, ledet af Rady Children’s Hospital i San Diego, en Fabric GEM-algoritme, der udnytter AI til at finde DNA-fejl, som fører til sjældne genetiske lidelser hos spædbørn.

Ved testning var GEM i stand til at identificere det årsagsgivende gen som et af sine to bedste kandidater i 92 % af tilfældene, hvilket overgik eksisterende værktøjer, der kun var succesfulde i 60 % af tilfældene. Desuden kunne GEM, i modsætning til andre værktøjer, også finde “strukturelle varianter”, som er større og mere komplekse, som årsager til sygdom. 

Til dette lærte GEM fra en enorm og stadigt voksende viden og krydsrefererede den derefter med massive datasæt af genomsekvenser fra forskellige befolkningsgrupper samt al information om den kliniske sygdom, som derefter blev kombineret med patientens genomsekvens og medicinske journaler. For assistance kan GEM kobles med et NLP-værktøj til at scanne store mængder kliniske noter.

Senest har Googles DeepMind introduceret en ny AI-model, der kan forudsige genetiske sygdomme. Modellen, kaldet AlphaMissense, er et sprogmodel, der er trænet på proteinsekvenser og forudsiger strukturerne af hundredvis af millioner af proteiner ud fra deres aminosyre-sammensætning.

En “patogenicitetsscore” mellem 0 og 1 er blevet tildelt af modellen til hver af de 71 millioner mulige missense-varianter. Dette er baseret på dens viden om virkningerne af andre nært beslægtede mutationer. Jo højere scoren er, desto mere sandsynligt er det, at en bestemt mutation forårsager eller er forbundet med sygdom. 

DeepMind-forskere hævder, at AlphaMissense har 90 % nøjagtighed, med 89 % af varianterne klassificeret. Med AlphaMissense er idéen at hjælpe med at fremskynde forskningen i genetiske varianter, forbedre sygdomsdiagnostik og finde nye behandlinger hurtigere. Den kan også hjælpe læger med hurtigt at udelukke andre potentielle genetiske mutationer i en patients DNA og sikre, at de giver den rette behandling.

Virksomheder, der udnytter AI & CRISPR-teknologier

Lad os nu se på et par fremtrædende virksomheder inden for sundhedssektoren, som bruger AI og CRISPR til at innovere og udvikle løsninger til forbedring af menneskeliv og samfundet. 

#1. CRISPR Therapeutics

Det i Zug baserede selskab, en pioner inden for anvendelse af CRISPR-teknologi til behandling af både almindelige og sjældne sygdomme, har sikret IP-rettigheder til CRISPR/Cas9 og relaterede teknologier. Efter dette strategiske skridt modtog CRISPR Therapeutics (CRSP ) regulatorisk godkendelse i Q4 2023 for CASGEVY til behandling af seglcelleanæmi (SCD) i USA samt for SCD og transfusionsafhængig beta-thalassæmi (TDT) i Storbritannien og Bahrain.

Med udnyttelse af disse godkendelser udtalte CEO Samarth Kulkarni i 2024:

“Vi vil fortsætte med at drive vores programmer fremad og udvide vores pipeline med målet om at levere paradigmeskiftende genredigeringsterapier til patienter. Vi er godt positioneret til at gennemføre vores kliniske forsøg på tværs af forskellige terapeutiske områder, herunder onkologi, autoimmune sygdomme, kardiovaskulære sygdomme og diabetes.”

I lyset af virksomhedens fremskridt og markedets tillid har CRISPR Therapeutics, med en markedsværdi på 5 mia. $, sine aktier handlet til 62,95 $, hvilket udgør en stigning på 0,56 % år‑til‑dato (YTD). Virksomheden rapporterede en omsætning på 170 mio. $ i de seneste tolv måneder (TTM), med en EPS (TTM) på -4,48 og en P/E (TTM) på -14,05. Som bevis på investorernes tillid erhvervede Cathie Woods ARK Investment i januar 2024 167 000 aktier i CRISPR Therapeutics.

Klik her for at lære alt om investering i CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Dette diversificerede sundhedsfirma har gjort omfattende brug af AI, maskinlæring (ML) og naturlig sprogbehandling (NLP), hvor COO Dirk McMahon bemærker:

“På lang sigt tror vi, at der er stort håb for dem.”

For over et årti siden erhvervede UnitedHealth (UNH ) Group Optum, som bruger teknologi og AI til beslutningstagning og forudsigende analyse. I deres Q4-regnskab rapporterede virksomheden en stigning på 24,2 % i Optum-divisionens omsætning til 59,5 mia. $. For nogle år siden lancerede virksomheden en Level 2 digital terapiplatform for diabetespatienter og indførte også en virtuel assistentplatform for at optimere kundesupport.
Med en markedsværdi på 473,32 mia. $ handles UnitedHealth Groups aktier i øjeblikket til 511,74 $, en nedgang på 2,8 % YTD. Virksomheden rapporterede en omsætning (TTM) på 317,62 mia. $ og har en EPS (TTM) på 23,85 samt en P/E (TTM) på 21,46.

Afsluttende tanker

CRISPR er fremkommet som en simpel og hurtig genredigeringsteknologi, der har stort potentiale i behandlingen af genetiske lidelser. Dog vedvarer flere udfordringer såsom høje omkostninger og off-target-redigering, hvilket kræver forbedret redigeringseffektivitet samtidig med, at sikkerheden sikres.

Udover CRISPR er AI en anden teknologi, der ændrer sundhedssektoren med sin uovertrufne evne til at genkende tendenser. Sammen åbner AI- og CRISPR-teknologier spændende muligheder for hurtig forståelse af gener og forbedring af medicinske behandlinger for genetiske sygdomme.

Klik her for at lære om de bedste CRISPR-virksomheder at investere i.