Biotechnologie
Fortschritte in KI- und CRISPR-Technologien zur Beschleunigung unseres Verständnisses genetischer Krankheiten
Securities.io zu deinen bevorzugten Quellen auf Google hinzufügen
Es gibt bis zu 7.000 seltene genetische Krankheiten, die aufgrund genetischer Störungen auftreten. Diese Störungen entstehen, wenn eine Mutation in unseren Genen auftritt, obwohl sie nicht immer zu einer Krankheit führt.
Gene bestehen aus Desoxyribonukleinsäure, also DNA, die Anweisungen zu den Merkmalen und Funktionen unseres Körpers enthält, und eine Veränderung der DNA-Sequenz verursacht eine genetische Störung.
Da wir die Hälfte unserer Gene von jedem biologischen Elternteil erhalten, können wir eine Genmutation von einem oder beiden erben. Solche Störungen können auch das Ergebnis einer Kombination aus Genmutationen, Schäden an Chromosomen, den fadenartigen Strukturen, die Gene tragen, und Umweltfaktoren sein.
Diese komplexe genetische Landschaft, gekennzeichnet durch die Komplexität, geringe Prävalenz und verborgene Natur der Störungen, erschwert den Prozess einer genauen Diagnose erheblich. In vielen Fällen können seltene genetische Krankheiten auf eine breite Palette von Genvarianten zurückzuführen sein, die bei einem Individuum einzigartig sein können, was es noch schwieriger macht, die spezifische Ursache der Symptome eines Patienten zu identifizieren.
Zudem erfordert der Diagnoseprozess umfangreiche genetische Analysen und Zeit, um das genetische Profil des Patienten mit bekannten Krankheitsmustern zu vergleichen. Daher ist die Diagnose nicht nur herausfordernd, sondern kann auch lange dauern, was wiederum die Behandlung verzögert. Eine neue dänische Studie jedoch soll die Diagnose solcher Krankheiten effizienter und schneller machen.
Veröffentlicht im American Journal of Human Genetics nutzte die Studie die CRISPR‑Technologie, um Gene in leicht zugänglichen Zellen, wie Blut oder Haut, zu aktivieren. Anschließend maßen die Forscher, ob die Messenger‑RNA korrekt im molekularbiologischen Prozess des Spleißens zusammengesetzt wird.
Diese Innovation adressiert ein bedeutendes Hindernis in der genetischen Forschung. Es ist eine große Entwicklung, weil 19 % der krankheitsrelevanten Gene in diesen leicht zugänglichen Geweben wie Blutzellen und Hautzellen nicht aktiv sind. Das erschwert es, ein klares Bild der genetischen Grundlagen von Krankheiten zu erhalten.
Laut Experten könnte diese Entwicklung die genetische Diagnostik revolutionieren.
“Das bedeutet, dass wir bisher die Gene nicht richtig untersuchen konnten, weil sie nur in bestimmten Geweben, wie dem Nervensystem, aktiv sind, und das ist ein großes Hindernis, wenn es darum geht zu verstehen, ob eine bestimmte Genvariante die Ursache der Krankheit eines Patienten ist.”
– Uffe Birk Jensen, klinischer Professor und Vorsitzender der Abteilung für Klinische Medizin der Aarhus University – Abteilung für Klinische Genetik
Die Aktivierung von CRISPR hier bietet eine große Chance. CRISPR, das für „Clustered Regularly Interspaced Short Palindromic Repeats“ steht, ist eine Genom‑Editierungstechnologie, die DNA‑Sequenzen selektiv und präzise modifiziert. Sie besteht aus dem Cas9‑Enzym, das als molekulare Schere zum Schneiden der DNA dient. Zusätzlich gibt es die Guide‑RNA, die das zu modifizierende Ziel erkennt und Cas9 zu dieser DNA‑Region führt.
Mit dieser Technik haben Forscher Gene „eingeschaltet“, die normalerweise in zugänglichen Zellen nicht aktiv sind, darunter das MPZ‑Gen – typischerweise nur in Nervenbahnen aktiv – das nun in Hautzellen aktiviert wurde. Dieser Durchbruch eröffnet neue Möglichkeiten zum Verständnis und zur Diagnose genetischer Krankheiten.
Laut Uffe Birk Jensen hat die CRISPR‑Aktivierung ermöglicht, das Gen in einer natürlichen Umgebung einzuschalten, was bedeutet, dass die Genmodifikation nicht in Zellmodellen erfolgen muss, sondern ein Patienten‑Sample verwendet werden kann. Er fügte hinzu:
“Die gleiche Methode kann für verschiedene Patienten verwendet und leicht an andere Gene angepasst werden, und der Vorteil ist, dass sie sehr schnell ist, mit der Möglichkeit, Ergebnisse innerhalb weniger Wochen zu erhalten.”
Forscher hoffen, diese Methode für eine zugänglichere, effektivere und genauere Diagnose genetischer Krankheiten zu nutzen. Sie wurde bereits in der Klinik eingeführt, sodass „die Technologie dazu beitragen kann, die richtige Diagnose zu stellen, wenn wir mögliche Spleißvarianten finden“, sagte der Studienmitautor Thorkild Terkelsen, Postdoktorand an der Abteilung für Biomedizin.
Aber das ist noch nicht alles. Das Team erforscht weiter das breitere Potenzial der Technik und nimmt Anpassungen vor, damit sie „noch einfacher in der Klinik zu verwenden ist“, fügte Terkelsen hinzu.
Die Studie, die eine Zusammenarbeit zwischen der Abteilung für Klinische Genetik und der Abteilung für Molekulare Medizin des Aarhus University Hospital ist, erhielt eine Finanzierung vom Independent Research Fund Denmark.
Das enorme Potenzial neuester Technologien beim Verständnis genetischer Krankheiten
Obwohl CRISPR bereits 1987 entstanden ist, hat es erst kürzlich an Popularität gewonnen. Diese vielversprechende, innovative Technologie bietet Forschern und Wissenschaftlern eine effektive Möglichkeit, DNA‑Strukturen zu editieren und die Genfunktion zu verändern.
Die Technik hat mehrere mögliche Anwendungen, darunter die Behandlung und Verringerung der Ausbreitung von Störungen sowie das Editieren erblich bedingter Defekte. Im Bereich der Gentherapie bietet die CRISPR/Cas9‑Technologie großes Potenzial, indem sie eine patientenspezifische Mutation genetisch bearbeitet, die mit herkömmlichen Therapien nicht behandelbar ist. Durch die Linderung komplexer Krankheiten zielt die CRISPR‑Technologie darauf ab, gesündere Leben für Menschen zu ermöglichen.
Da CRISPR zunehmend zur Korrektur menschlicher Störungen eingesetzt wird, werden Anstrengungen unternommen, Off‑Target‑Effekte zu reduzieren und mehr Präzision zu ermöglichen. Hierbei hilft insbesondere künstliche Intelligenz, die Genom‑Editierung nicht nur präziser, sondern auch effizienter und kostengünstiger bei der Bewältigung verschiedener Krankheiten zu machen.
KI ist die Simulation menschlicher Intelligenz in Maschinen, die denken, lernen und wie Menschen Vorhersagen treffen können. Die Technologie zielt darauf ab, viele Branchen zu transformieren, einschließlich des Gesundheitswesens.
Vor kurzem haben wir sprach darüber, wie die Fähigkeit von KI, Trends innerhalb eines Variablensatzes zu erkennen, was das Gesundheitswesen exponentiell vorantreibt. Durch den Einsatz von KI‑Algorithmen können Forscher erfolgreich Sepsis‑Infektionen bei Hochrisikopatienten vor dem Auftreten von Symptomen vorhersagen und Leben retten. In einem anderen Fall analysieren KI‑gestützte Vorhersagemodelle genomische Daten, um Krankheiten mit hoher Genauigkeit vorherzusagen.
Dieser breit gefächerte Zweig der Informatik erweist sich als leistungsstarkes Werkzeug bei der Erkennung von Erb- und genbezogenen Störungen. In der Genforschung wird die hoch vielseitige KI‑Disziplin Deep Learning zunehmend genutzt.
Basierend auf künstlichen neuronalen Netzen lehrt Deep Learning Computer, große Datenmengen zu verarbeiten. Als Teilbereich des maschinellen Lernens versucht ein Deep‑Learning‑Modell, das Verhalten des menschlichen Gehirns zu simulieren, indem es aus den bereitgestellten Daten lernt.
Deep Learning umfasst mehrere Schichten miteinander verbundener Knoten, um tiefe neuronale Netze zu erstellen, die komplexe Datenrepräsentationen erlernen können, indem sie hierarchische Muster darin entdecken. Auf Basis dieser Muster erzeugt es dann genaue Erkenntnisse und Vorhersagen. Solche Algorithmen können eigenständig aus Daten lernen und sich verbessern, ohne manuelle Eingriffe.
Deep‑Learning‑Modelle erzielen hervorragende Leistungen in biomedizinischen Anwendungen, wobei Studien nahelegen, dass solche Modelle bei wichtigen Gesundheitsaufgaben wie der Krankheitsdiagnose genauso gut oder sogar besser als Menschen abschneiden können. Schließlich kann KI menschliche Fehler reduzieren, riesige Datenmengen verarbeiten und die Wissenskapazität erweitern.
Angesichts der Komplexität von Daten im Gesundheitswesen kann KI effizient für Diagnosen, Behandlungsempfehlungen, administrative Aufgaben und die Einbindung von Patienten in verschiedenen Bereichen des Gesundheitswesens eingesetzt werden.
Allerdings, wie wir in unserem Beitrag „KI‑gestützte Vorhersagemodelle setzen das Gesundheitswesen sprunghaft voran“ feststellten, können Fehler auftreten, wenn KI in der realen Welt angewendet wird, und wir müssen uns dessen bewusst sein.
Das Versprechen von KI in der Forschung, Diagnose und Behandlung genetischer Störungen
Der Einsatz von KI zum Verständnis, zur Diagnose und Behandlung von Krankheiten ist nichts Neues. Regelbasierte Systeme haben bereits vielversprechende Ergebnisse bei der genauen Diagnose und Behandlung von Krankheiten gezeigt. In den letzten Jahren hat der technologische Fortschritt es jedoch ermöglicht, dies auch bei genetischen Krankheiten mit verbesserten Ergebnissen umzusetzen.
Zum Beispiel gewinnt IBMs Watson zunehmend an Bedeutung durch seinen Fokus auf Präzisionsmedizin, insbesondere bei der Krebsdiagnose und -behandlung. Dafür kombiniert Watson maschinelles Lernen und NLP‑Fähigkeiten.
Im Bereich der Gentherapie werden KI‑Werkzeuge wie DeepCRISPR, CRISTA und DeepHF eingesetzt, um RNAs für eine bestimmte Zielsequenz zu leiten. Die Vorhersage optimaler Guide‑RNAs berücksichtigt mehrere Faktoren, wie den genomischen Kontext, die gewünschte Mutationsart, On‑Target‑Scores, Off‑Target‑Scores, potenzielle Off‑Target‑Standorte und die möglichen Auswirkungen der Genbearbeitung auf deren Funktion.
KI‑Modelle unterstützen zudem die Optimierung verschiedener Technologien zur Genom‑Editierung, wie Base‑Editing (gezielte Änderungen an einer DNA‑Sequenz), Prime‑Editing (ein „Suchen‑und‑Ersetzen“-Verfahren) und Epigenom‑Editing (Hinzufügen oder Entfernen molekularer Marker von DNA), wodurch präzise und programmierbare Änderungen an DNA‑Sequenzen ohne die Notwendigkeit von Donor‑DNA‑Vorlagen ermöglicht werden.
Zudem ermöglicht die Zusammenarbeit von KI mit der Genom‑Editierung personalisierte Behandlungen, die auf genetischen Profilen basieren, indem die genomischen Daten der Patienten analysiert werden, um Mutationen und krankheitsassoziierte Biomarker, wie jene für Alzheimer und Krebs, frühzeitig zu identifizieren, was zu maßgeschneiderter Versorgung führt.
Wissenschaftler und Forscher sind der Ansicht, dass Technologien wie KI Ärzten helfen, die Ursache von Krankheiten schneller zu bestimmen, sodass Patienten früher die richtige Behandlung erhalten, was die Patientenversorgung erheblich verbessert.
Neben einer schnelleren Diagnose sorgt KI auch für höhere Genauigkeit. Im Oktober 2021 entwickelte eine Studie von Forschern der University of Utah Health, geleitet vom Rady Children’s Hospital in San Diego, einen Fabric‑GEM‑Algorithmus, der KI nutzt, um DNA‑Fehler zu finden, die bei Babys zu seltenen genetischen Störungen führen.
Bei Tests konnte GEM das verursachende Gen in 92 % der Fälle als einen der beiden besten Kandidaten identifizieren und übertraf damit bestehende Werkzeuge, die nur zu 60 % erfolgreich waren. Darüber hinaus konnte GEM im Gegensatz zu anderen Tools auch „Strukturvarianten“ finden, die größer und komplexer sind und als Krankheitsursachen dienen.
Dafür lernte GEM aus einem riesigen und ständig wachsenden Wissensbestand und kreuzte diese Informationen anschließend mit umfangreichen Datensätzen genomischer Sequenzen verschiedener Bevölkerungsgruppen sowie allen Informationen über die klinische Krankheit, die dann mit der Genomsequenz und den medizinischen Unterlagen des Patienten kombiniert wurden. Zur Unterstützung kann GEM mit einem NLP‑Tool gekoppelt werden, um zahlreiche klinische Notizen zu durchsuchen.
Kürzlich hat Googles DeepMind ein neues KI‑Modell vorgestellt, das genetische Krankheiten vorhersagen kann. Das Modell namens AlphaMissense ist auf Proteinsequenzen trainiert und sagt die Strukturen von Hunderten Millionen von Proteinen anhand ihrer Aminosäurezusammensetzung voraus.
Ein „Pathogenitäts‑Score“ zwischen 0 und 1 wurde vom Modell jedem der 71 Millionen möglichen Missense‑Varianten zugewiesen. Dieser basiert auf dem Wissen über die Auswirkungen anderer eng verwandter Mutationen. Je höher der Score, desto wahrscheinlicher ist es, dass eine bestimmte Mutation eine Krankheit verursacht oder damit assoziiert ist.
DeepMind‑Forscher geben eine Genauigkeit von 90 % für AlphaMissense an, wobei 89 % der Varianten klassifiziert wurden. Mit AlphaMissense soll die Forschung an genetischen Varianten beschleunigt, die Krankheitsdiagnose verbessert und neue Behandlungen schneller gefunden werden. Es kann Ärzten auch helfen, potenzielle genetische Mutationen im DNA‑Material eines Patienten schnell auszuschließen und sicherzustellen, dass die richtige Behandlung verabreicht wird.
Unternehmen, die KI‑ und CRISPR‑Technologien nutzen
Betrachten wir nun ein paar namhafte Unternehmen im Gesundheitssektor, die KI und CRISPR einsetzen, um innovative Lösungen zum Wohle des menschlichen Lebens und der Gesellschaft zu entwickeln.
#1. CRISPR Therapeutics
Das in Zug ansässige Unternehmen, ein Pionier beim Einsatz der CRISPR‑Technologie zur Behandlung sowohl häufiger als auch seltener Krankheiten, hat IP‑Rechte für CRISPR/Cas9 und verwandte Technologien gesichert. Nach diesem strategischen Schritt erhielt Crispr Therapeutics (CRSP ) im vierten Quartal 2023 die behördliche Zulassung für CASGEVY zur Behandlung der Sichelzellanämie (SCD) in den USA sowie für SCD und transfusionsabhängige Beta‑Thalassämie (TDT) im Vereinigten Königreich und Bahrain.
Unter Ausnutzung dieser Zulassungen erklärte CEO Samarth Kulkarni im Jahr 2024:
“Wir werden unsere Programme weiter vorantreiben und unsere Pipeline ausbauen, mit dem Ziel, paradigmaverschiebende Gen‑Editierungs‑Therapien für Patienten bereitzustellen. Wir sind gut positioniert, um unsere klinischen Studien in verschiedenen Therapiegebieten, einschließlich Onkologie, Autoimmunerkrankungen, Herz‑Kreislauf‑Erkrankungen und Diabetes, durchzuführen.”
Im Spiegelbild der Fortschritte des Unternehmens und des Marktvertrauens hat Crispr Therapeutics, mit einer Marktkapitalisierung von 5 Mrd. $, seine Aktien bei 62,95 $ gehandelt, was einem Anstieg von 0,56 % seit Jahresbeginn (YTD) entspricht. Das Unternehmen meldete einen Umsatz von 170 Mio. $ in den letzten zwölf Monaten (TTM), ein EPS (TTM) von -4,48 und ein KGV (TTM) von -14,05. Als Zeichen des Anlegervertrauens erwarb im Januar 2024 Cathie Woods ARK Investment 167 000 Aktien von Crispr Therapeutics.
Klicken Sie hier, um alles über Investitionen in CRISPR Therapeutics zu erfahren.
#2. UnitedHealth Group Incorporated
Dieses diversifizierte Gesundheitsunternehmen nutzt intensiv KI, maschinelles Lernen (ML) und Natural Language Processing (NLP), wobei sein COO Dirk McMahon feststellte:
“Langfristig sehen wir großes Potenzial dafür.”
Vor über einem Jahrzehnt erwarb UnitedHealth (UNH ) Group Optum, das Technologie und KI für Entscheidungsfindung und prädiktive Analysen einsetzt. In den Q4‑Ergebnissen meldete das Unternehmen einen Anstieg des Umsatzes der Optum‑Division um 24,2 % auf 59,5 Mrd. $. Vor einigen Jahren startete das Unternehmen eine digitale Therapieplattform der Stufe 2 für Diabetes‑Patienten und integrierte zudem eine virtuelle Assistenzplattform, um den Kundensupport zu optimieren.
Mit einer Marktkapitalisierung von 473,32 Mrd. $ werden die Aktien von UnitedHealth Group derzeit bei 511,74 $ gehandelt, ein Rückgang von 2,8 % seit Jahresbeginn (YTD). Das Unternehmen erzielte einen Umsatz (TTM) von 317,62 Mrd. $ und hat ein EPS (TTM) von 23,85 sowie ein KGV (TTM) von 21,46.
Abschließende Gedanken
CRISPR hat sich als einfache und schnelle Genom‑Editierungstechnologie etabliert, die großes Potenzial bei der Behandlung genetischer Störungen hat. Dennoch bestehen mehrere Herausforderungen wie hohe Kosten und Off‑Target‑Editierungen, was die Notwendigkeit einer verbesserten Editierungseffizienz bei gleichzeitiger Gewährleistung der Sicherheit betont.
Neben CRISPR ist KI eine weitere Technologie, die das Gesundheitswesen durch ihre unvergleichliche Fähigkeit, Trends zu erkennen, verändert. Gemeinsam eröffnen KI‑ und CRISPR‑Technologien spannende Möglichkeiten für ein schnelles Verständnis von Genen und die Verbesserung medizinischer Behandlungen genetischer Krankheiten.
