Edistysaskeleet tekoälyn ja CRISPR-teknologioiden saralla nopeuttamaan geneettisten sairauksien ymmärtämistämme

On olemassa jopa 7 000 harvinaista geneettistä sairautta, jotka johtuvat geneettisistä häiriöistä. Nämä häiriöt syntyvät, kun geenissämme tapahtuu mutaatio, vaikka se ei aina pääty sairaudeksi.

Geenit koostuvat deoksiribonukleiinisesta haposta eli DNA:sta, joka sisältää ohjeet kehomme ominaisuuksista ja toiminnoista, ja DNA:n sekvenssin muutos aiheuttaa geneettisen häiriön.

Koska saamme puolet geeneistämme kummaltakin biologiselta vanhemmalta, voimme periä geenimutaatioita joko toiselta tai molemmilta. Tällaiset häiriöt voivat myös johtua geenimutaatioiden yhdistelmästä, kromosomivaurioista – jotka ovat geenejä kantavia säikeenmuotoisia rakenteita – sekä ympäristötekijöistä.

Tämä monimutkainen geneettinen maisema, jonka piirteitä ovat monimutkaisuus, alhainen esiintyvyys ja häiriöiden piilotettu luonne, vaikeuttaa merkittävästi tarkan diagnoosin saavuttamista. Monissa tapauksissa harvinaiset geneettiset sairaudet voivat johtua laajasta geenivarianttien kirjosta, jotka voivat olla yksilöllisiä, mikä tekee potilaan oireiden tarkasta syystä selvittämisestä entistä vaikeampaa.

Lisäksi diagnoosiprosessi vaatii laajoja geneettisiä analyysejä ja aikaa potilaan geneettisen koostumuksen vertaamiseen tunnettuihin tautikuviin. Näin ollen diagnoosi ei ole ainoastaan haastava, vaan se voi myös kestää pitkään, mikä puolestaan viivästyttää hoitoa. Uusi tanskalainen tutkimus on kuitenkin valmis tekemään tällaisten sairauksien diagnosoinnista tehokkaampaa ja nopeampaa.

American Journal of Human Genetics -lehdessä julkaistu tutkimus hyödynsi CRISPR-tekniikkaa kytkemään päälle geenejä helposti saatavilla olevissa soluissa, kuten veressä tai ihossa. Tämän jälkeen tutkijat mittasivat, koottaanko lähetti-RNA oikein molekyylibiologisessa prosessissa, jota kutsutaan silmukoinniksi.

Tämä innovaatio poistaa merkittävän esteen geneettisessä tutkimuksessa. Se on suuri edistysaskel, koska 19 % sairautta aiheuttavista geeneistä ei ole aktiivisia näissä helposti saatavilla olevissa kudoksissa, kuten verisoluissa ja ihosoluissa. Tämä vaikeuttaa entisestään selkeän kuvan saamista sairauksien geneettisestä perustasta.

Asiantuntijoiden mukaan tämä kehitys voisi mullistaa geneettisen diagnostiikan.

“Tämä tarkoittaa, että tähän asti emme ole pystyneet tutkimaan geenejä kunnolla, koska ne ovat aktiivisia vain tietyissä kudoksissa, kuten hermostossa, ja tämä on merkittävä este sen ymmärtämisessä, onko tietty geenivariantti potilaan sairauden syy.”

– Uffe Birk Jensen, kliininen professori ja puheenjohtaja Aarhusin yliopiston kliinisen lääketieteen laitoksessa – kliinisen genetiikan osasto

CRISPR:n aktivointi tarjoaa suuren mahdollisuuden. CRISPR, joka tarkoittaa “Clustered Regularly Interspaced Short Palindromic Repeats”, on geenieditointiteknologia, jota käytetään DNA‑sekvenssien valikoimaiseen ja tarkkaan muokkaamiseen. Se koostuu Cas9-entsyymistä, jota käytetään molekyylisaksina DNA:n leikkaamiseen. Lisäksi on ohjaus‑RNA, joka tunnistaa muokattavan kohteen ja ohjaa Cas9:n kyseiseen DNA‑alueeseen.

Käyttäen tätä tekniikkaa tutkijat “kytkivät päälle” geenejä, jotka eivät normaalisti ole aktiivisia helposti saatavilla soluissa, mukaan lukien MPZ-geeni – joka tavallisesti on aktiivinen vain hermoradoilla – nyt aktivoituina ihosoluissa. Tämä läpimurto avaa uusia mahdollisuuksia geneettisten sairauksien ymmärtämiseen ja diagnosointiin.

Uffe Birk Jensenin mukaan CRISPR-aktivointi on mahdollistanut geenin kytkemisen päälle luonnollisessa ympäristössä, mikä tarkoittaa, että geenimuokkausta ei tarvitse tehdä solumalleissa, vaan voidaan käyttää potilaan näytettä. Hän lisäsi:

“Samaa menetelmää voidaan käyttää eri potilaisiin ja se on helposti sovellettavissa muihin geeneihin, ja etuna on sen suuri nopeus, jolloin tulokset voivat olla saatavilla muutamassa viikossa.”

Tutkijat toivovat voivansa käyttää tätä menetelmää helpommin saavutettavaksi, tehokkaammaksi ja tarkemmaksi geneettisten sairauksien diagnosoinniksi. Se on jo otettu käyttöön klinikalla, jotta “teknologia voi edesauttaa oikean diagnoosin tekemistä, kun löydämme mahdollisia silmukointivariantteja”, sanoi tutkimuksen yhteiskirjoittaja Thorkild Terkelsen, joka on postdoc Biolääketieteen laitoksessa.

Mutta se ei ole kaikki. Tiimi tutkii edelleen tekniikan laajempaa potentiaalia ja tekee säätöjä, jotta siitä tulisi “entistä helpompi käyttää klinikalla”, Terkelsen lisäsi.

Tutkimus, joka on yhteistyöprojekti Aarhusin yliopistollisen sairaalan kliinisen genetiikan ja molekyylilääketieteen osastojen välillä, sai rahoitusta Tanskan itsenäiseltä tutkimusrahastolta.

Uusimpien teknologioiden valtava potentiaali geneettisten sairauksien ymmärtämisessä

Vaikka CRISPR syntyi vuonna 1987, se on vasta hiljattain alkanut yleistyä. Tämä lupaava, innovatiivinen teknologia tarjoaa tutkijoille ja tiedemiehille tehokkaan tavan muokata DNA‑rakenteita ja muuttaa geenifunktioita.

Tekniikalla on useita mahdollisia käyttötarkoituksia, kuten sairauksien hoito ja leviämisen vähentäminen sekä periytyvien puutteiden muokkaaminen. Geeniterapiassa CRISPR/Cas9-teknologia tarjoaa merkittävää potentiaalia muokkaamalla potilaakohtaista mutaatiota, jota perinteiset hoidot eivät pysty hoitamaan. Näin lievittämällä monimutkaisia sairauksia CRISPR-teknologia pyrkii tarjoamaan terveellisemmän elämän ihmisille.

Kun CRISPR:ia käytetään yhä enemmän ihmisen sairauksien korjaamiseen, pyritään vähentämään ei‑kohteita ja lisäämään tarkkuutta. Tässä tekoäly, erityisesti, auttaa geenieditointia saavuttamaan paitsi suuremman tarkkuuden myös tehokkuuden ja edullisuuden erilaisten sairauksien torjumisessa.

Tekoäly on ihmisen älykkyyden simulointia roboteissa, jotta ne voivat ajatella, oppia ja ennustaa kuten ihmiset. Teknologia pyrkii mullistamaan monia aloja, mukaan lukien terveydenhuollon.

Äskettäin puhuimme siitä, miten tekoälyn kyky tunnistaa trendejä muuttujajoukossa edistää terveydenhuoltoa eksponentiaalisesti. Hyödyntämällä tekoälyalgoritmeja tutkijat pystyvät menestyksekkäästi ennustamaan sepsisin infektion korkean riskin potilailla ennen oireiden alkamista ja pelastamaan henkiä. Toisessa tapauksessa tekoälypohjaiset ennustemallit analysoivat genomitietoja ennustaakseen sairautta suurella tarkkuudella.

Tämä laaja tietojenkäsittelyn haara osoittautuu voimakkaaksi työkaluksi perimän ja geeniperäisten sairauksien havaitsemisessa. Geenitutkimuksessa tekoälyn monipuolista alahaaraa, syväoppimista, hyödynnetään yhä enemmän.

Keinohermoverkkoihin perustuva syväoppiminen opettaa tietokoneita käsittelemään suuria tietomääriä. Koneoppimisen alajoukkona syväoppimismalli pyrkii simuloimaan ihmisaivojen käyttäytymistä oppimalla annetuista tiedoista.

Syväoppiminen koostuu useista toisiinsa kytketyistä solmuista, jotka muodostavat syviä neuroverkkoja ja pystyvät oppimaan monimutkaisia datan esityksiä havaitsemalla hierarkkisia kuvioita. Näiden kuvioiden perusteella se tuottaa tarkkoja oivalluksia ja ennusteita. Tällaiset algoritmit voivat oppia ja kehittyä itsenäisesti ilman manuaalista puuttumista.

Syväoppimismallit ovat saavuttaneet erinomaisia tuloksia biolääketieteellisissä sovelluksissa, ja tutkimukset viittaavat siihen, että ne voivat suoriutua yhtä hyvin tai jopa paremmin kuin ihmiset keskeisissä terveydenhuollon tehtävissä, kuten tautien diagnosoinnissa. Loppujen lopuksi tekoäly voi vähentää inhimillisiä virheitä, käsitellä valtavia tietomääriä ja laajentaa tiedon kapasiteettia.

Ottaen huomioon terveydenhuollon datan monimutkaisuuden, tekoälyä voidaan soveltaa tehokkaasti diagnoosiin, hoitosuosituksiin, hallinnollisiin tehtäviin ja potilaan sitouttamiseen eri terveydenhuollon osa-alueilla.

Kuitenkin, kuten totesimme artikkelissamme “AI-Powered Prediction Models Set to Advance HealthCare by Leaps and Bounds”, virheitä voi tapahtua, kun tekoälyä sovelletaan todellisessa maailmassa, ja meidän on oltava tietoisia siitä.

Tekoälyn lupaus geneettisten häiriöiden tutkimisessa, diagnosoinnissa ja hoidossa

Tekoälyn hyödyntäminen sairauden ymmärtämisessä, diagnosoinnissa ja hoidossa ei ole uutta. Sääntöperusteiset järjestelmät ovat osoittaneet lupaavuutta tarkassa diagnoosissa ja hoidossa. Viime vuosina teknologian kehitys on mahdollistanut sen soveltamisen geneettisiin sairauksiin ja parantanut tuloksia.

Esimerkiksi IBM:n Watson on saanut paljon huomiota tarkkuuslääketieteeseen keskittymisensä, erityisesti syövän diagnosoinnin ja hoidon osalta. Tätä varten Watson yhdistää koneoppimisen ja NLP-ominaisuudet.

Geneettisen terapian osalta tekoälytyökaluja, kuten DeepCRISPR, CRISTA ja DeepHF, käytetään ohjaamaan RNA:ita tiettyyn kohdesekvenssiin. Optimaalisten ohjaus‑RNA:iden ennustaminen ottaa huomioon useita tekijöitä, kuten genomikontekstin, halutun mutaatiotyypin, kohde‑pisteet, ei‑kohde‑pisteet, mahdolliset ei‑kohde‑sijainnit sekä geenieditoinnin mahdolliset vaikutukset sen toimintaan.

Tekoälymallit auttavat lisäksi optimoimaan erilaisia teknologioita geenin muokkaamiseen, kuten base‑muokkausta (kohdennetut muutokset DNA‑sekvenssiin), prime‑muokkausta (”etsi‑ja‑korvaa” -muokkaus) ja epigenomi‑muokkausta (molekyylimerkkien lisääminen tai poistaminen DNA:sta), mikä mahdollistaa tarkat ja ohjelmoitavat muutokset DNA‑sekvensseihin ilman donor‑DNA‑mallien käyttöä.

Lisäksi tekoälyn yhteistyö geenieditoinnin kanssa mahdollistaa yksilölliset hoidot, jotka on räätälöity geneettisiin profiileihin, analysoimalla potilaiden genomitietoja mutaatioiden ja sairautta aiheuttavien biomarkkereiden, kuten Alzheimerin taudin ja syövän, havaitsemiseksi varhaisessa vaiheessa, mikä johtaa räätälöityyn hoitoon.

Tiedemiehet ja tutkijat uskovat, että auttamalla kliinikoita selvittämään sairauksien perimmäinen syy nopeammin, tekoälyyn perustuva teknologia mahdollistaa potilaiden saamisen oikeaan hoitoon aikaisemmin, mikä parantaa merkittävästi potilashoitua.

Lokakuussa 2021 tehtyssä tutkimuksessa, jonka toteuttivat University of Utah Health -tutkijat ja jota johti Rady Children’s Hospital San Diegosta, kehitettiin Fabric GEM -algoritmi, joka hyödyntää tekoälyä DNA‑virheiden löytämiseksi, jotka johtavat harvinaisiin geneettisiin sairauksiin vauvoilla.

Testauksessa GEM pystyi tunnistamaan taustalla olevan geenin kahden parhaan ehdokkaan joukosta 92 %:ssa tapauksista, ylittäen olemassa olevat työkalut, jotka onnistuivat vain 60 %:ssa. Lisäksi, toisin kuin muut työkalut, GEM pystyi myös löytämään “rakenteellisia variantteja”, jotka ovat suurempia ja monimutkaisempia, sairauden syinä.

Tähän GEM oppi laajasta ja jatkuvasti kasvavasta tiedosta ja vertasi sitä sitten massiivisiin genomisekvenssien tietoaineistoihin eri väestöryhmistä sekä kaikkiin kliinisiin sairaustietoihin, jotka yhdistettiin potilaan genomisekvenssiin ja sairaushistoriaan. Avuksi GEM voidaan yhdistää NLP‑työkaluun, joka skannaa suuria määriä kliinisiä muistiinpanoja.

Viimeisimpänä Google DeepMind esitteli uuden tekoälymallin, joka pystyy ennustamaan geneettisiä sairauksia. Nimeltään AlphaMissense, kielimalli on koulutettu proteiinisekvensseillä ja ennustaa satojen miljoonien proteiinien rakenteet niiden aminohappokoostumuksesta.

Malli on antanut jokaiselle 71 miljoonalle mahdolliselle missense‑variantille “patogeenisuuspisteen” välillä 0–1. Tämä perustuu sen tietämykseen muiden läheisesti samankaltaisten mutaatioiden vaikutuksista. Mitä korkeampi piste, sitä todennäköisemmin kyseinen mutaatio aiheuttaa tai liittyy sairauteen.

DeepMindin tutkijat väittävät, että AlphaMissense saavuttaa 90 % tarkkuuden, ja 89 % varianteista on luokiteltu. AlphaMissensen tarkoituksena on nopeuttaa tutkimusta geneettisistä varianteista, parantaa tautidiagnoosia ja löytää uusia hoitoja nopeammin. Se voi myös auttaa lääkäreitä nopeasti sulkemaan pois muut mahdolliset geneettiset mutaatiot potilaan DNA:ssa ja varmistamaan, että he antavat oikean hoidon.

Yritykset, jotka hyödyntävät tekoälyä ja CRISPR-teknologioita

Tarkastellaan nyt muutamaa merkittävää terveysalan yritystä, jotka käyttävät tekoälyä ja CRISPR:ia innovoidakseen ja kehittääkseen ratkaisuja ihmisten elämän ja yhteiskunnan parantamiseksi.

#1. CRISPR Therapeutics

Zugissa päämajaansa pitävä yritys, joka on edelläkävijä CRISPR‑tekniikan hyödyntämisessä sekä yleisten että harvinaisten sairauksien hoidossa, on varmistanut IP‑oikeudet CRISPR/Cas9‑ ja siihen liittyviin teknologioihin. Tämän strategisen siirron jälkeen Crispr Therapeutics (CRSP ) sai sääntelyhyväksynnän vuoden 2023 neljännen neljänneksen aikana CASGEVY‑lääkkeelle, joka hoitaa sirppisoluanemaa (SCD) Yhdysvalloissa sekä sirppisoluanemaa ja transfuusio‑riippuvaista beeta‑talasemiaa (TDT) Yhdistyneessä kuningaskunnassa ja Bahrainissa.

Hyödyntäen näitä hyväksyntöjä, toimitusjohtaja Samarth Kulkarni totesi vuonna 2024:

“Jatkamme ohjelmiemme edistämistä ja laajennamme putkimme tavoitteena toimittaa potilaille paradigman mullistavia geenieditointiterapioita. Olemme hyvin asemassa toteuttamaan kliinisiä tutkimuksiamme eri hoitoalueilla, kuten onkologia, autoimmuunisairaudet, sydän- ja verisuonitaudit sekä diabetes.”

Yrityksen edistymisen ja markkinaluottamuksen heijastuksena Crispr Therapeutics, jonka markkina-arvo on 5 miljardia dollaria, näkee osakkeidensa kaupankäynnin hintana 62,95 $, mikä merkitsee 0,56 %:n nousua kuluvan vuoden alusta (YTD). Yritys raportoi 170 miljoonan dollarin liikevaihdon viimeisen kahdentoista kuukauden (TTM) aikana, EPS (TTM) -4,48 ja P/E (TTM) -14,05. Sijoittajien luottamuksen osoituksena tammikuussa 2024 Cathie Woodin ARK Investment hankki 167 000 osaketta Crispr Therapeuticsista.

Click here to learn all about investing in CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Tämä monialainen terveydenhuoltoyritys on hyödyntänyt laajasti tekoälyä, koneoppimista (ML) ja luonnollista kielenkäsittelyä (NLP), ja sen operatiivinen johtaja Dirk McMahon totesi:

“Pitkällä aikavälillä uskomme, että niissä on suuri toivo.”

Yli vuosikymmen sitten UnitedHealth (UNH ) Group hankki Optumin, joka käyttää teknologiaa ja tekoälyä päätöksenteossa ja ennustavassa analyysissä. Neljännen neljänneksen tuloksissaan yhtiö raportoi 24,2 %:n kasvun Optumin liiketoimintayksikön liikevaihdossa, joka nousi 59,5 miljardiin dollariin. Muutama vuosi sitten yhtiö lanseerasi tason 2 digitaalisen terapia-alustan diabetespotilaille ja otti käyttöön virtuaalisen avustusjärjestelmän asiakastuen optimoimiseksi.

Markkina-arvoltaan 473,32 miljardia dollaria oleva UnitedHealth Groupin osakkeet käyvät tällä hetkellä hintaan 511,74 $, mikä on 2,8 %:n lasku YTD. Yritys ilmoitti liikevaihdoksi (TTM) 317,62 miljardia dollaria, EPS (TTM) 23,85 ja P/E (TTM) 21,46.

Lopulliset ajatukset

CRISPR on noussut yksinkertaiseksi ja nopeaksi geenieditointiteknologian, jolla on suuri potentiaali geneettisten häiriöiden hoidossa. Kuitenkin useita haasteita, kuten korkeat kustannukset ja ei‑kohde‑muokkaukset, on edelleen, mikä korostaa tarvetta parantaa editointitehokkuutta samalla kun varmistetaan turvallisuus.

CRISPR:n lisäksi tekoäly on toinen teknologia, joka muuttaa terveydenhuollon maisemaa vertaansa vailla olevalla kyvyllään tunnistaa trendejä. Yhdessä tekoäly- ja CRISPR‑teknologiat avaavat jännittäviä mahdollisuuksia nopeaan geenien ymmärtämiseen ja geneettisten sairauksien lääketieteellisten hoitojen parantamiseen.

Click here to learn about the top CRISPR companies to invest in.