Avances en Tecnologías de IA y CRISPR para Acelerar Nuestra Comprensión de las Enfermedades Genéticas

Existen hasta 7.000 enfermedades genéticas raras que se producen debido a trastornos genéticos. Estos trastornos ocurren cuando se produce una mutación en nuestros genes, aunque no siempre se traduce en una enfermedad.

Los genes están compuestos de ácido desoxirribonucleico o ADN, que contiene instrucciones sobre las características y funciones de nuestro cuerpo, y un cambio en la secuencia de ADN causa un trastorno genético.

Como recibimos la mitad de nuestros genes de cada progenitor biológico, podemos heredar una mutación génica de uno o de ambos. Estos trastornos también pueden ser el resultado de una combinación de mutaciones genéticas, daño a los cromosomas, que son estructuras en forma de hilo que transportan los genes, y factores ambientales.

Este intrincado panorama genético, caracterizado por la complejidad, baja prevalencia y naturaleza oculta de los trastornos, complica significativamente el proceso de obtener un diagnóstico preciso. En muchos casos, las enfermedades genéticas raras pueden deberse a una amplia gama de variantes en los genes que pueden ser únicas para cada individuo, lo que dificulta aún más identificar la causa específica de los síntomas del paciente.

Además, el proceso de diagnóstico también requiere extensos análisis genéticos y tiempo para comparar la composición genética del paciente con patrones de enfermedad conocidos. Por lo tanto, no solo el diagnóstico es desafiante, sino que también puede llevar mucho tiempo, lo que a su vez retrasa el tratamiento. Sin embargo, un nuevo estudio danés está listo para hacer que el diagnóstico de estas enfermedades sea más eficiente y rápido.

Publicado en The American Journal of Human Genetics, el estudio utilizó la tecnología CRISPR para activar genes en células de fácil acceso, como la sangre o la piel. Luego, los investigadores midieron si el ARN mensajero se ensambla correctamente en un proceso de biología molecular llamado empalme.

Esta innovación aborda un obstáculo significativo en la investigación genética. Es un gran avance porque el 19 % de los genes asociados a la enfermedad no están activos en estos tejidos de fácil acceso, como las células sanguíneas y las células de la piel. Esto dificulta aún más obtener una visión clara de la base genética de las enfermedades.

Según los expertos, este desarrollo podría revolucionar el diagnóstico genético.

“Esto significa que, hasta ahora, no hemos podido investigar adecuadamente los genes porque solo están activos en tejidos específicos, como el sistema nervioso, y esto es un gran obstáculo a la hora de comprender si una variante génica particular es la causa de la enfermedad de un paciente.”

– Uffe Birk Jensen, Profesor Clínico y Presidente del Departamento de Medicina Clínica de la Universidad de Aarhus – Departamento de Genética Clínica

La activación de CRISPR aquí presenta una gran oportunidad. CRISPR, que significa “Clustered Regularly Interspaced Short Palindromic Repeats”, es una tecnología de edición del genoma que se utiliza para modificar secuencias de ADN de forma selectiva y precisa. Consiste en la enzima Cas9, que actúa como tijeras moleculares para cortar el ADN. Luego está el ARN guía, que reconoce el objetivo que debe modificarse y dirige a Cas9 a esa región del ADN.

Con esta técnica, los investigadores “activaron” genes que normalmente no están activos en células accesibles, incluido el gen MPZ —usualmente activo solo en vías nerviosas— ahora activado en células de la piel. Este avance ofrece nuevas posibilidades para comprender y diagnosticar enfermedades genéticas.

Según Uffe Birk Jensen, la activación de CRISPR ha permitido que el gen se encienda en un entorno natural, lo que significa que la modificación génica no tiene que realizarse en modelos celulares, sino que puede usar una muestra del paciente. Añadió:

“El mismo método puede usarse para diferentes pacientes y adaptarse fácilmente a otros genes, y la ventaja es que es muy rápido con la posibilidad de obtener resultados en pocas semanas.”

Los investigadores esperan usar este método para un diagnóstico de enfermedades genéticas más accesible, eficaz y preciso. Ya se ha introducido en la clínica para que “la tecnología pueda contribuir a realizar el diagnóstico correcto cuando encontramos posibles variantes de empalme”, dijo el coautor del estudio Thorkild Terkelsen, quien es postdoctorado en el Departamento de Biomedicina.

Pero eso no es todo. El equipo sigue explorando el potencial más amplio de la técnica y realizando ajustes para que sea “incluso más fácil de usar en la clínica”, añadió Terkelsen.

El estudio, que es un esfuerzo colaborativo entre el Departamento de Genética Clínica y el Departamento de Medicina Molecular del Hospital Universitario de Aarhus, recibió financiación del Independent Research Fund Denmark.

El Gran Potencial de las Tecnologías Más Recientes para Entender las Enfermedades Genéticas

Aunque CRISPR surgió en 1987, solo recientemente ha comenzado a ganar popularidad. Esta tecnología prometedora e innovadora ofrece a investigadores y científicos una forma eficaz de editar estructuras de ADN y cambiar la función génica.

La técnica tiene varios usos posibles, incluido el tratamiento y la reducción de la propagación de trastornos, así como la edición de deficiencias heredadas. En lo que respecta a la terapia génica, la tecnología CRISPR/Cas9 ofrece un gran potencial al editar genéticamente una mutación específica del paciente que de otro modo no es tratable con tratamientos tradicionales. Así, al aliviar enfermedades complejas, la tecnología CRISPR busca proporcionar vidas más saludables a las personas.

A medida que CRISPR se utiliza cada vez más para corregir trastornos humanos, se están realizando intentos para reducir los efectos fuera del objetivo y permitir mayor precisión. Aquí, la inteligencia artificial, en particular, está ayudando a la edición del genoma a lograr no solo más precisión, sino también eficiencia y asequibilidad al abordar diversas enfermedades.

La IA es la simulación de la inteligencia humana en robots para pensar, aprender y predecir como los humanos. La tecnología pretende transformar muchas industrias, incluida la salud.

Recientemente, nosotros hablamos sobre cómo la capacidad de la IA para reconocer tendencias dentro de un conjunto de variables está avanzando la atención médica exponencialmente. Al utilizar algoritmos de IA, los investigadores pueden predecir con éxito infecciones de sepsis en pacientes de alto riesgo antes de la aparición de síntomas y salvar vidas. En otro caso, los modelos de predicción impulsados por IA analizan datos genómicos para predecir enfermedades con alta precisión.

Esta rama de amplio alcance de la informática está demostrando ser una herramienta poderosa en la detección de trastornos hereditarios y relacionados con genes. En la investigación genética, la rama altamente versátil de la IA, el aprendizaje profundo, se está aprovechando cada vez más.

Basado en redes neuronales artificiales, el aprendizaje profundo enseña a las computadoras a procesar grandes cantidades de datos. Como subconjunto del aprendizaje automático, un modelo de aprendizaje profundo intenta simular el comportamiento del cerebro humano aprendiendo de los datos proporcionados.

El aprendizaje profundo implica múltiples capas de nodos interconectados para crear redes neuronales profundas que pueden aprender representaciones complejas de los datos al descubrir patrones jerárquicos en ellos. Con base en los patrones, produce conocimientos y predicciones precisas. Estos algoritmos pueden aprender y mejorar a partir de los datos por sí mismos sin requerir intervención manual.

Los modelos de aprendizaje profundo han logrado un gran rendimiento en aplicaciones biomédicas, con estudios que sugieren que dichos modelos pueden desempeñarse tan bien e incluso mejor que los humanos en tareas clave de salud, como diagnosticar enfermedades. Después de todo, la IA puede reducir errores humanos, procesar enormes cantidades de datos y ampliar la capacidad de conocimiento.

Dada la complejidad de los datos en salud, la IA puede aplicarse de manera eficiente para diagnóstico, recomendaciones de tratamiento, tareas administrativas y compromiso del paciente en varios dominios de la salud.

Sin embargo, como señalamos en nuestro artículo ‘AI-Powered Prediction Models Set to Advance HealthCare by Leaps and Bounds‘, pueden ocurrir errores cuando la IA se aplica en el mundo real, y debemos ser conscientes de ello.

La Promesa de la IA en la Investigación, Diagnóstico y Tratamiento de Trastornos Genéticos

Utilizar IA para comprender, diagnosticar y tratar enfermedades no es nada nuevo. Los sistemas basados en reglas han demostrado ser prometedores para diagnosticar y tratar enfermedades con precisión. Pero en los últimos años, los avances tecnológicos han permitido hacerlo en relación con enfermedades genéticas y con resultados mejorados.

Por ejemplo, Watson de IBM ha ganado mucha tracción por su enfoque en la medicina de precisión, particularmente en el diagnóstico y tratamiento del cáncer. Para ello, Watson combina capacidades de aprendizaje automático y procesamiento del lenguaje natural (NLP).

En cuanto a la terapia genética, herramientas de IA como DeepCRISPR, CRISTA y DeepHF se están utilizando para guiar ARN guía hacia una secuencia objetivo específica. Predecir ARN guía óptimos tiene en cuenta múltiples factores, como el contexto genómico, el tipo de mutación deseada, puntuaciones de objetivo, puntuaciones fuera del objetivo, ubicaciones potenciales fuera del objetivo y los posibles impactos de la edición génica en su función.

Los modelos de IA también ayudan a optimizar diferentes tecnologías para editar el genoma, como la edición base (realizando cambios dirigidos en la secuencia de un fragmento de ADN), la edición prime (una edición de ‘buscar y reemplazar’) y la epigenómica (añadiendo o eliminando marcadores moleculares del ADN), lo que permite cambios precisos y programables en las secuencias de ADN sin depender de plantillas de ADN donante.

Además, la colaboración de la IA con la edición del genoma permite tratamientos personalizados adaptados a los perfiles genéticos, analizando los datos genómicos de los pacientes para identificar mutaciones y biomarcadores asociados a enfermedades, como los de Alzheimer y cáncer, desde etapas tempranas, lo que conduce a una atención personalizada.

Los científicos e investigadores creen que al ayudar a los clínicos a determinar la causa raíz de las enfermedades más rápidamente, tecnologías como la IA permiten que los pacientes reciban el tratamiento adecuado antes, mejorando significativamente la atención al paciente.

Además de permitir un diagnóstico más rápido, la IA también lo hace con mayor precisión. En octubre de 2021, un estudio realizado por investigadores de University of Utah Health y dirigido por Rady Children’s Hospital en San Diego desarrolló un algoritmo Fabric GEM que aprovecha la IA para encontrar errores en el ADN que conducen a trastornos genéticos raros en bebés.

Al ser probado, GEM pudo identificar el gen causante como uno de sus dos principales candidatos el 92 % de las veces, superando a las herramientas existentes que solo tenían éxito en el 60 % de los casos. Además, a diferencia de otras herramientas, GEM también pudo encontrar “variantes estructurales”, que son más grandes y complejas, como causas de enfermedad.

Para ello, GEM aprendió de un conocimiento vasto y en constante crecimiento y luego lo cruzó con enormes conjuntos de datos de secuencias genómicas de diferentes grupos de la población y toda la información sobre la enfermedad clínica, que luego se combinó con la secuencia del genoma del paciente y los registros médicos. Para asistencia, GEM puede combinarse con una herramienta NLP para escanear grandes cantidades de notas clínicas.

Más recientemente, DeepMind de Google presentó un nuevo modelo de IA que puede predecir enfermedades genéticas. Llamado AlphaMissense, el modelo de lenguaje está entrenado con secuencias de proteínas y predice las estructuras de cientos de millones de proteínas a partir de su composición de aminoácidos.

Al modelo se le ha asignado una “puntuación de patogenicidad” entre 0 y 1 a cada una de las 71 millones de posibles variantes missense. Esto se basa en su conocimiento de los efectos de otras mutaciones estrechamente relacionadas. Aquí, cuanto mayor sea la puntuación, más probable es que una mutación particular cause o esté asociada con una enfermedad.

Los investigadores de DeepMind afirman una precisión del 90 % para AlphaMissense, con el 89 % de las variantes clasificadas. Con AlphaMissense, la idea es ayudar a acelerar la investigación de variantes genéticas, mejorar el diagnóstico de enfermedades y encontrar nuevos tratamientos más rápido. También puede ayudar a los médicos a descartar rápidamente cualquier otra posible mutación genética en el ADN de un paciente y asegurarse de que están proporcionando el tratamiento correcto.

Empresas que Aprovechan las Tecnologías de IA y CRISPR

Ahora, veamos un par de empresas destacadas del sector sanitario que están utilizando IA y CRISPR para innovar y desarrollar soluciones para el bienestar de la humanidad y la sociedad.

#1. CRISPR Therapeutics

La empresa con sede en Zug, pionera en el uso de la tecnología CRISPR para tratar tanto enfermedades comunes como raras, ha asegurado derechos de propiedad intelectual para CRISPR/Cas9 y tecnologías relacionadas. Tras este movimiento estratégico, Crispr Therapeutics (CRSP ) recibió la aprobación regulatoria en el cuarto trimestre de 2023 para CASGEVY para tratar la enfermedad de células falciformes (SCD) en EE. UU. y para SCD y talasemia beta dependiente de transfusión (TDT) en el Reino Unido y Baréin.

Aprovechando estas aprobaciones, el CEO Samarth Kulkarni declaró en 2024:

“Continuaremos impulsando nuestros programas y ampliando nuestra cartera con el objetivo de ofrecer terapias de edición génica que cambien el paradigma a los pacientes. Estamos bien posicionados para ejecutar nuestros ensayos clínicos en diversas áreas terapéuticas, incluidas oncología, autoinmunidad, cardiovascular y diabetes.”

Reflejando los avances de la empresa y la confianza del mercado, Crispr Therapeutics, con una capitalización de mercado de 5 mil millones de dólares, cotiza sus acciones a 62,95 $, lo que representa un aumento del 0,56 % en lo que va del año (YTD). La compañía reportó unos ingresos de 170 millones de dólares en los últimos doce meses (TTM), con una EPS (TTM) de -4,48 y una relación P/E (TTM) de -14,05. Demonstrando la confianza de los inversores, en enero de 2024, ARK Investment de Cathie Wood adquirió 167 000 acciones de Crispr Therapeutics.

Haga clic aquí para aprender todo sobre invertir en CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Esta empresa diversificada del sector sanitario ha estado utilizando mucho la IA, el aprendizaje automático (ML) y el procesamiento del lenguaje natural (NLP), y su COO Dirk McMahon señaló:

“A largo plazo, creemos que hay una gran esperanza para ellos.”

Hace más de una década, UnitedHealth (UNH ) Group adquirió Optum, que utiliza tecnología e IA para la toma de decisiones y el análisis predictivo. En sus resultados del cuarto trimestre, la compañía reportó un aumento del 24,2 % en los ingresos de la división Optum, alcanzando 59,5 mil millones de dólares. Hace algunos años, la empresa lanzó una plataforma de terapia digital de Nivel 2 para pacientes con diabetes y también incorporó una plataforma de asistencia virtual para optimizar el soporte al cliente.

Con una capitalización de mercado de 473,32 mil millones de dólares, las acciones de UnitedHealth Group cotizan actualmente a 511,74 $, con una caída del 2,8 % YTD. La compañía registró ingresos (TTM) de 317,62 mil millones de dólares y tiene una EPS (TTM) de 23,85 y una relación P/E (TTM) de 21,46.

Reflexiones Finales

CRISPR ha surgido como una tecnología de edición del genoma simple y rápida que tiene un gran potencial para tratar trastornos genéticos. Sin embargo, persisten varios desafíos, como los altos costos y la edición fuera del objetivo, lo que requiere una mayor eficiencia de edición garantizando la seguridad.

Además de CRISPR, la IA es otra tecnología que está cambiando la cara de la salud con su capacidad inigualable para reconocer tendencias. Juntas, las tecnologías de IA y CRISPR están abriendo posibilidades emocionantes para una comprensión rápida de los genes y la mejora de los tratamientos médicos para enfermedades genéticas.

Haga clic aquí para conocer las principales empresas de CRISPR en las que invertir.