Progressi nell’IA e nelle Tecnologie CRISPR per Accelerare la Nostra Comprensione delle Malattie Genetiche

Ci sono fino a 7.000 malattie genetiche rare che si verificano a causa di disturbi genetici. Questi disturbi si verificano quando si verifica una mutazione nei nostri geni, anche se non porta sempre a una malattia.

I geni sono costituiti da acido desossiribonucleico o DNA, che contiene le istruzioni riguardanti le caratteristiche e le funzioni del nostro corpo, e una modifica nella sequenza del DNA causa un disturbo genetico.

Poiché riceviamo metà dei nostri geni da ciascun genitore biologico, possiamo ereditare una mutazione genica da uno o entrambi. Tali disturbi possono anche derivare da una combinazione di mutazioni geniche, danni ai cromosomi, che sono strutture filamentose che trasportano i geni, e fattori ambientali.

Questo intricato panorama genetico, caratterizzato dalla complessità, dalla bassa prevalenza e dalla natura nascosta dei disturbi, complica notevolmente il processo di ottenere una diagnosi accurata. In molti casi, le malattie genetiche rare possono derivare da un’ampia gamma di varianti nei geni che potrebbero essere uniche per un individuo, rendendo ancora più difficile identificare la causa specifica dei sintomi del paziente.

Inoltre, il processo diagnostico richiede anche analisi genetiche approfondite e tempo per confrontare il patrimonio genetico del paziente con i modelli di malattia noti. Quindi, non solo la diagnosi è impegnativa, ma può richiedere anche molto tempo, il che, a sua volta, ritarda il trattamento. Tuttavia, un nuovo studio danese è pronto a rendere la diagnosi di tali malattie più efficiente e veloce.

Pubblicato su The American Journal of Human Genetics, lo studio ha utilizzato la tecnologia CRISPR per attivare geni in cellule facilmente accessibili, come sangue o pelle. Poi, i ricercatori hanno misurato se l’RNA messaggero viene assemblato correttamente in un processo di biologia molecolare chiamato splicing.

Questa innovazione affronta un ostacolo significativo nella ricerca genetica. Si tratta di un grande sviluppo perché il 19% dei geni associati alla malattia non è attivo in questi tessuti facilmente accessibili come le cellule del sangue e della pelle. Questo rende ancora più difficile ottenere un quadro chiaro delle basi genetiche delle malattie.

Secondo gli esperti, questo sviluppo potrebbe rivoluzionare la diagnostica genetica. 

“Ciò significa che fino ad ora non siamo stati in grado di investigare adeguatamente i geni perché sono attivi solo in tessuti specifici, come il sistema nervoso, e questo è un grande ostacolo quando si tratta di capire se una particolare variante genica è la causa della malattia di un paziente.” 

– Uffe Birk Jensen, Professore Clinico e Presidente del Dipartimento di Medicina Clinica dell’Università di Aarhus – Dipartimento di Genetica Clinica

L’attivazione di CRISPR qui presenta una grande opportunità. CRISPR, che sta per “Clustered Regularly Interspaced Short Palindromic Repeats”, è una tecnologia di editing del genoma utilizzata per modificare sequenze di DNA in modo selettivo e preciso. È composta dall’enzima Cas9, che funge da forbici molecolari per tagliare il DNA. Poi c’è la guida RNA, che riconosce il bersaglio da modificare e dirige Cas9 verso quella regione del DNA.

Utilizzando questa tecnica, i ricercatori hanno “acceso” geni che normalmente non sono attivi in cellule accessibili, incluso il gene MPZ — tipicamente attivo solo nei percorsi nervosi — ora attivato nelle cellule della pelle. Questa scoperta offre nuove possibilità per comprendere e diagnosticare le malattie genetiche.

Secondo Uffe Birk Jensen, l’attivazione di CRISPR ha permesso di accendere il gene in un ambiente naturale, il che significa che la modifica genica non deve avvenire in modelli cellulari ma può utilizzare un campione del paziente. Ha aggiunto:

“Lo stesso metodo può essere usato per diversi pazienti e facilmente adattato ad altri geni, e il vantaggio è che è molto veloce con la possibilità di ottenere risultati entro poche settimane.” 

I ricercatori sperano di utilizzare questo metodo per una diagnosi più accessibile, efficace e accurata delle malattie genetiche. È già stato introdotto in clinica così che “la tecnologia possa contribuire a fare la diagnosi corretta quando troviamo possibili varianti di splicing”, ha detto il coautore dello studio Thorkild Terkelsen, postdoc presso il Dipartimento di Biomedicina.

Ma non è tutto. Il team sta esplorando ulteriormente il potenziale più ampio della tecnica e apportando aggiustamenti affinché diventi “ancora più facile da usare in clinica”, ha aggiunto Terkelsen.

Lo studio, frutto di una collaborazione tra il Dipartimento di Genetica Clinica e il Dipartimento di Medicina Molecolare dell’Aarhus University Hospital, ha ricevuto finanziamenti dall’Independent Research Fund Denmark. 

Il Grande Potenziale delle Tecnologie più Recenti nella Comprensione delle Malattie Genetiche

Mentre CRISPR è nato nel 1987, è diventato popolare solo di recente. Questa tecnologia promettente e innovativa offre a ricercatori e scienziati un modo efficace per modificare le strutture del DNA e cambiare la funzione genica. 

La tecnica ha diversi possibili utilizzi, tra cui il trattamento e la riduzione della diffusione dei disturbi, nonché la correzione di difetti ereditari. Quando si parla di terapia genica, la tecnologia CRISPR/Cas9 offre un grande potenziale modificando geneticamente una mutazione specifica del paziente che altrimenti non è trattabile con le terapie tradizionali. Così, alleviando malattie complesse, la tecnologia CRISPR mira a fornire vite più sane alle persone. 

Poiché CRISPR è ora sempre più usato per la correzione di disturbi umani, si stanno facendo sforzi per ridurre gli effetti fuori bersaglio e consentire maggiore precisione. Qui, l’intelligenza artificiale, in particolare, sta aiutando il editing del genoma a raggiungere non solo più precisione ma anche efficienza ed economicità nell’affrontare varie malattie. 

L’IA è la simulazione dell’intelligenza umana nei robot per pensare, apprendere e prevedere come gli esseri umani. La tecnologia mira a trasformare molti settori, inclusa la sanità. 

Recentemente, abbiamo parlato di come la capacità dell’IA di riconoscere tendenze all’interno di un insieme di variabili sta facendo avanzare la sanità in modo esponenziale. Utilizzando algoritmi di IA, i ricercatori sono in grado di prevedere con successo l’infezione da sepsi in pazienti ad alto rischio prima dell’insorgenza dei sintomi e salvare vite. In un altro caso, i modelli predittivi basati sull’IA analizzano dati genomici per prevedere la malattia con alta accuratezza.

Questo ampio ramo dell’informatica si sta dimostrando uno strumento potente nella rilevazione di disturbi ereditari e legati ai geni. Nella ricerca genica, il ramo altamente versatile dell’IA, il deep learning, è sempre più sfruttato. 

Basato su reti neurali artificiali, il deep learning insegna ai computer a elaborare grandi quantità di dati. Come sottoinsieme del machine learning, un modello di deep learning tenta di simulare il comportamento del cervello umano apprendendo dai dati forniti. 

Il deep learning coinvolge più livelli di nodi interconnessi per creare reti neurali profonde che possono apprendere rappresentazioni complesse dei dati scoprendo pattern gerarchici. Sulla base di questi pattern, produce intuizioni e previsioni accurate. Tali algoritmi possono apprendere e migliorare dai dati autonomamente senza richiedere interventi manuali. 

I modelli di deep learning hanno ottenuto ottime prestazioni nelle applicazioni biomediche, con studi che suggeriscono che tali modelli possono performare altrettanto bene e forse anche meglio degli esseri umani in compiti chiave della sanità come la diagnosi di malattie. Dopo tutto, l’IA può ridurre gli errori umani, elaborare enormi quantità di dati e aumentare la capacità di conoscenza.

Data la complessità dei dati nella sanità, l’IA può essere applicata in modo efficiente per diagnosi, raccomandazioni terapeutiche, compiti amministrativi e coinvolgimento del paziente in vari ambiti sanitari. 

Tuttavia, come abbiamo notato nel nostro articolo AI-Powered Prediction Models Set to Advance HealthCare by Leaps and Bounds, gli errori possono verificarsi quando l’IA viene applicata nel mondo reale, e dobbiamo esserne consapevoli.

La Promessa dell’IA nella Ricerca, Diagnosi e Trattamento dei Disturbi Genetici

Utilizzare l’IA per comprendere, diagnosticare e trattare le malattie non è nulla di nuovo. I sistemi basati su regole hanno dimostrato promesse per diagnosticare e trattare accuratamente le malattie. Ma negli ultimi anni, i progressi tecnologici hanno permesso di farlo anche per le malattie genetiche con risultati migliorati. 

Ad esempio, Watson di IBM ha guadagnato molta attenzione per il suo focus sulla medicina di precisione, in particolare nella diagnosi e nel trattamento del cancro. Per questo, Watson combina capacità di machine learning e NLP.

Per quanto riguarda la terapia genetica, strumenti IA come DeepCRISPR, CRISTA e DeepHF vengono usati per guidare gli RNA verso una sequenza target specifica. La previsione di guide RNA ottimali tiene conto di molteplici fattori, come il contesto genomico, il tipo di mutazione desiderata, i punteggi on-target, i punteggi off-target, le potenziali posizioni off-target e gli eventuali impatti dell’editing genico sulla sua funzione.

I modelli IA aiutano inoltre a ottimizzare diverse tecnologie per modificare il genoma, come il base editing (apportare modifiche mirate alla sequenza di un tratto di DNA), il prime editing (una sorta di “cerca e sostituisci”) e l’epigenoma (aggiungere o rimuovere marcatori molecolari dal DNA), consentendo cambiamenti precisi e programmabili alle sequenze di DNA senza fare affidamento su template di DNA donatore.

Inoltre, la collaborazione tra IA e editing del genoma consente trattamenti personalizzati su misura per i profili genetici, analizzando i dati genomici dei pazienti per identificare mutazioni e biomarcatori associati a malattie, come quelli per l’Alzheimer e il cancro, fin dalle fasi iniziali, portando a cure personalizzate.

Scienziati e ricercatori credono che, aiutando i clinici a determinare più rapidamente la causa radice delle malattie, tecnologie come l’IA permettano ai pazienti di ricevere il trattamento giusto prima, migliorando significativamente la cura del paziente.

Oltre a consentire diagnosi più rapide, l’IA lo fa anche con maggiore precisione. Nell’ottobre 2021, uno studio condotto da ricercatori dell’University of Utah Health e guidato da Rady Children’s Hospital di San Diego ha sviluppato un algoritmo Fabric GEM che sfrutta l’IA per trovare errori nel DNA che portano a disturbi genetici rari nei neonati. 

Durante i test, GEM è stato in grado di identificare il gene causale come uno dei suoi due migliori candidati nel 92% dei casi, superando gli strumenti esistenti che avevano successo solo nel 60% dei casi. Inoltre, a differenza di altri strumenti, GEM è stato in grado di trovare anche “varianti strutturali”, più grandi e complesse, come cause della malattia. 

Per questo, GEM ha appreso da una conoscenza vasta e in continua crescita e poi l’ha incrociata con enormi set di dati di sequenze genomiche provenienti da diversi gruppi della popolazione e da tutte le informazioni sulla malattia clinica, che sono state poi combinate con la sequenza genomica del paziente e le cartelle cliniche. Per assistenza, GEM può essere accoppiato con uno strumento NLP per analizzare numerose note cliniche.

Più recentemente, DeepMind di Google ha introdotto un nuovo modello IA che può prevedere le malattie genetiche. Chiamato AlphaMissense, il modello linguistico è addestrato su sequenze proteiche e prevede le strutture di centinaia di milioni di proteine dalla loro composizione di amminoacidi.

Al modello è stato assegnato un “punteggio di patogenicità” compreso tra 0 e 1 per ciascuna delle 71 milioni di possibili varianti missenso. Questo si basa sulla sua conoscenza degli effetti di altre mutazioni strettamente correlate. Qui, più alto è il punteggio, più è probabile che una particolare mutazione causi o sia associata a una malattia. 

I ricercatori di DeepMind affermano una precisione del 90% per AlphaMissense, con l’89% delle varianti classificate. Con AlphaMissense, l’idea è di accelerare la ricerca sulle varianti genetiche, migliorare la diagnosi delle malattie e trovare nuovi trattamenti più rapidamente. Può anche aiutare i medici a escludere rapidamente altre potenziali mutazioni genetiche nel DNA di un paziente e assicurarsi di fornire il trattamento corretto.

Aziende che Sfruttano le Tecnologie IA e CRISPR

Ora, diamo un’occhiata a un paio di aziende di spicco nel settore sanitario che stanno utilizzando IA e CRISPR per innovare e sviluppare soluzioni a beneficio della vita umana e della società. 

#1. CRISPR Therapeutics

L’azienda con sede a Zugo, pioniera nell’impiego della tecnologia CRISPR per trattare sia malattie comuni che rare, ha assicurato diritti di proprietà intellettuale per CRISPR/Cas9 e tecnologie correlate. Dopo questa mossa strategica, Crispr Therapeutics (CRSP ) ha ricevuto l’approvazione normativa nel quarto trimestre del 2023 per CASGEVY per trattare la malattia falciforme (SCD) negli Stati Uniti e per SCD e talassemia beta dipendente da trasfusioni (TDT) nel Regno Unito e in Bahrain.

Sfruttando queste approvazioni, il CEO Samarth Kulkarni ha dichiarato nel 2024:

“Continueremo a far progredire i nostri programmi e ad espandere il nostro pipeline con l’obiettivo di fornire terapie di editing genico che cambiano paradigma ai pazienti. Siamo ben posizionati per eseguire i nostri trial clinici in varie aree terapeutiche, inclusi oncologia, autoimmunità, cardiovascolare e diabete.”

Riflettendo i progressi dell’azienda e la fiducia del mercato, Crispr Therapeutics, con una capitalizzazione di mercato di 5 miliardi di dollari, vede le sue azioni scambiate a 62,95 $, segnando un aumento dello 0,56% dall’inizio dell’anno (YTD). L’azienda ha riportato un fatturato di 170 milioni di dollari negli ultimi dodici mesi (TTM), con un EPS (TTM) di -4,48 e un rapporto P/E (TTM) di -14,05. Dimostrando la fiducia degli investitori, a gennaio 2024, ARK Investment di Cathie Wood ha acquisito 167 000 azioni di Crispr Therapeutics.

Clicca qui per scoprire tutto sull’investimento in CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Questa azienda sanitaria diversificata ha fatto ampio uso di IA, apprendimento automatico (ML) e elaborazione del linguaggio naturale (NLP), con il suo COO Dirk McMahon che osserva:

“A lungo termine, pensiamo che ci siano grandi speranze per questi.”

Più di un decennio fa, UnitedHealth (UNH ) Group ha acquisito Optum, che utilizza tecnologia e IA per decisioni e analisi predittive. Nei risultati del quarto trimestre, l’azienda ha segnalato un aumento del 24,2% dei ricavi della divisione Optum, arrivando a 59,5 miliardi di dollari. Alcuni anni fa, l’azienda ha lanciato una piattaforma di terapia digitale di livello 2 per pazienti diabetici e ha anche incorporato una piattaforma di assistenza virtuale per ottimizzare il supporto clienti.

Con una capitalizzazione di mercato di 473,32 miliardi di dollari, le azioni di UnitedHealth Group sono attualmente scambiate a 511,74 $, in calo del 2,8% YTD. L’azienda ha registrato un fatturato (TTM) di 317,62 miliardi di dollari e ha un EPS (TTM) di 23,85 e un rapporto P/E (TTM) di 21,46.

Considerazioni Finali

CRISPR è emersa come una tecnologia di editing del genoma semplice e rapida che ha un grande potenziale nel trattamento dei disturbi genetici. Tuttavia, persistono diverse sfide come i costi elevati e l’editing fuori bersaglio, il che richiede una maggiore efficienza di editing garantendo al contempo la sicurezza.

Oltre a CRISPR, l’IA è un’altra tecnologia che sta cambiando il volto della sanità con la sua capacità senza pari di riconoscere tendenze. Insieme, le tecnologie IA e CRISPR stanno aprendo possibilità entusiasmanti per una rapida comprensione dei geni e per migliorare i trattamenti medici delle malattie genetiche.

Clicca qui per scoprire le migliori aziende CRISPR in cui investire.