Vooruitgang in AI- en CRISPR-technologieën om ons begrip van genetische ziekten te versnellen

Er bestaan tot wel 7.000 zeldzame genetische aandoeningen die ontstaan door genetische stoornissen. Deze stoornissen treden op wanneer er een mutatie in onze genen optreedt, hoewel dit niet altijd leidt tot een ziekte.

Genen bestaan uit desoxyribonucleïnezuur of DNA, dat instructies bevat over de kenmerken en functies van ons lichaam, en een wijziging in de DNA-sequentie veroorzaakt een genetische aandoening.

Omdat we de helft van onze genen van elke biologische ouder ontvangen, kunnen we een genmutatie van één of beide ouders erven. Dergelijke stoornissen kunnen ook het gevolg zijn van een combinatie van genmutaties, schade aan chromosomen – draderige structuren die genen dragen – en omgevingsfactoren.

Dit ingewikkelde genetische landschap, gekenmerkt door de complexiteit, lage prevalentie en verborgen aard van de stoornissen, maakt het proces van een nauwkeurige diagnose aanzienlijk ingewikkelder. In veel gevallen kunnen zeldzame genetische ziekten het gevolg zijn van een breed scala aan varianten in genen die uniek kunnen zijn voor een individu, waardoor het nog moeilijker wordt om de specifieke oorzaak van de symptomen van een patiënt te identificeren.

Bovendien vereist het diagnostische proces uitgebreide genetische analyses en tijd om het genetische profiel van de patiënt te vergelijken met bekende ziektepatronen. Dus de diagnose is niet alleen uitdagend, maar kan ook lang duren, wat op zijn beurt de behandeling vertraagt. Een nieuwe Deense studie is echter klaar om de diagnose van dergelijke ziekten efficiënter en sneller te maken.

Gepubliceerd in The American Journal of Human Genetics, maakte de studie gebruik van CRISPR-technologie om genen in gemakkelijk toegankelijke cellen, zoals bloed of huid, in te schakelen. Vervolgens maten de onderzoekers of messenger-RNA correct wordt gemonteerd in een moleculair biologisch proces dat splicing wordt genoemd.

Deze innovatie pakt een belangrijke hindernis in genetisch onderzoek aan. Het is een grote ontwikkeling omdat 19 % van de genen die met de ziekte samenhangen niet actief zijn in deze gemakkelijk toegankelijke weefsels zoals bloedcellen en huidcellen. Dit maakt het nog moeilijker om een duidelijk beeld te krijgen van de genetische basis van ziekten.

Volgens experts zou deze ontwikkeling de genetische diagnostiek kunnen revolutioneren.

“Dit betekent dat we tot nu toe de genen niet goed hebben kunnen onderzoeken omdat ze alleen actief zijn in specifieke weefsels, zoals het zenuwstelsel, en dit is een grote hindernis bij het begrijpen of een bepaalde genvariant de oorzaak is van de ziekte van een patiënt.”

– Uffe Birk Jensen, een klinisch professor en voorzitter van de afdeling Klinische Geneeskunde van de Universiteit van Aarhus – Afdeling Klinische Genetica

De activering van CRISPR biedt hier een grote kans. CRISPR, wat staat voor “Clustered Regularly Interspaced Short Palindromic Repeats”, is een genoom-bewerkings technologie die wordt gebruikt om DNA-sequenties selectief en nauwkeurig te wijzigen. Het bestaat uit het Cas9-enzym, dat fungeert als moleculaire schaar om DNA te knippen. Daarnaast is er guide-RNA, dat het doelwit herkent dat moet worden aangepast en vervolgens Cas9 naar dat DNA-gebied leidt.

Met deze techniek hebben onderzoekers genen “aangezet” die normaal niet actief zijn in toegankelijke cellen, waaronder het MPZ-gen – meestal alleen actief in zenuwbanen – nu geactiveerd in huidcellen. Deze doorbraak biedt nieuwe mogelijkheden voor het begrijpen en diagnosticeren van genetische ziekten.

Volgens Uffe Birk Jensen heeft CRISPR-activatie het mogelijk gemaakt om het gen in een natuurlijke omgeving aan te zetten, wat betekent dat de genmutatie niet in celmodellen hoeft te worden uitgevoerd, maar kan worden toegepast op een monster van de patiënt. Hij voegde toe:

“Dezelfde methode kan worden gebruikt voor verschillende patiënten en gemakkelijk worden aangepast aan andere genen, en het voordeel is dat het zeer snel is met de mogelijkheid van resultaten binnen enkele weken.”

Onderzoekers hopen deze methode te gebruiken voor een meer toegankelijke, effectieve en nauwkeurige diagnose van genetische ziekten. Het is al in de kliniek geïntroduceerd zodat “de technologie kan bijdragen aan het stellen van de juiste diagnose wanneer we mogelijke splicing-varianten vinden,” zei de medeauteur van de studie, Thorkild Terkelsen, een postdoc aan de afdeling Biomedicine.

Maar dat is nog niet alles. Het team onderzoekt verder het bredere potentieel van de techniek en brengt aanpassingen aan zodat het “nog gemakkelijker te gebruiken is in de kliniek,” voegde Terkelsen toe.

De studie, een samenwerking tussen de afdeling Klinische Genetica en de afdeling Moleculaire Geneeskunde van het Aarhus University Hospital, kreeg financiering van het Independent Research Fund Denmark.

Het enorme potentieel van de nieuwste technologieën bij het begrijpen van genetische ziekten

Hoewel CRISPR in 1987 tot stand kwam, is het pas recentelijk populair geworden. Deze veelbelovende, innovatieve technologie biedt onderzoekers en wetenschappers een effectieve manier om DNA-structuren te bewerken en genfunctie te wijzigen.

De techniek heeft verschillende mogelijke toepassingen, waaronder het behandelen en verminderen van de verspreiding van aandoeningen en het bewerken van erfelijke deficiënties. Bij gentherapie biedt CRISPR/Cas9-technologie veel potentieel door een patiënt-specifieke mutatie genetisch te bewerken die met traditionele behandelingen niet behandelbaar is. Door complexe ziekten te verlichten, streeft CRISPR-technologie ernaar gezondere levens voor mensen te bieden.

Naarmate CRISPR steeds vaker wordt gebruikt voor het corrigeren van menselijke aandoeningen, worden pogingen ondernomen om off-target effecten te verminderen en meer precisie mogelijk te maken. Kunstmatige intelligentie, in het bijzonder, helpt bij genoombewerking niet alleen meer precisie te bereiken, maar ook efficiëntie en betaalbaarheid bij het aanpakken van verschillende ziekten.

AI is de simulatie van menselijke intelligentie in robots om te denken, leren en voorspellen zoals mensen. De technologie heeft als doel vele sectoren te transformeren, waaronder de gezondheidszorg.

Onlangs hebben we gesproken over hoe AI’s vermogen om trends binnen een reeks variabelen te herkennen, de gezondheidszorg exponentieel vooruitstuwt. Door AI-algoritmen te gebruiken, kunnen onderzoekers met succes sepsisinfecties voorspellen bij hoogrisicopatiënten voordat symptomen optreden en levens redden. In een ander geval analyseren AI-gestuurde voorspellingsmodellen genomische data om ziekten met hoge nauwkeurigheid te voorspellen.

Deze brede tak van de informatica blijkt een krachtig hulpmiddel te zijn bij het opsporen van erfelijkheid en gen-gerelateerde aandoeningen. In genonderzoek wordt de zeer veelzijdige tak van AI, deep learning, steeds vaker ingezet.

Gebaseerd op kunstmatige neurale netwerken leert deep learning computers om grote hoeveelheden data te verwerken. Als een subset van machine learning probeert een deep learning-model het gedrag van het menselijk brein te simuleren door te leren van de aangeleverde data.

Deep learning omvat meerdere lagen van onderling verbonden knooppunten om diepe neurale netwerken te creëren die complexe representaties van data kunnen leren door hiërarchische patronen te ontdekken. Op basis van die patronen genereert het vervolgens nauwkeurige inzichten en voorspellingen. Dergelijke algoritmen kunnen zelfstandig leren en verbeteren op basis van data zonder handmatige tussenkomst.

Deep learning-modellen hebben uitstekende prestaties geleverd in biomedische toepassingen, waarbij studies suggereren dat dergelijke modellen net zo goed, en mogelijk zelfs beter, kunnen presteren dan mensen bij belangrijke zorgtaken zoals het diagnosticeren van ziekten. AI kan immers menselijke fouten verminderen, enorme hoeveelheden data verwerken en de kenniscapaciteit vergroten.

Gezien de complexiteit van data in de gezondheidszorg, kan AI efficiënt worden toegepast voor diagnostiek, behandelingsaanbevelingen, administratieve taken en patiëntbetrokkenheid in diverse zorgdomeinen.

Echter, zoals we opmerkingten in ons ‘AI-Powered Prediction Models Set to Advance HealthCare by Leaps and Bounds‘ artikel, kunnen er fouten optreden wanneer AI in de praktijk wordt toegepast, en moeten we ons hiervan bewust zijn.

De belofte van AI bij het onderzoeken, diagnosticeren en behandelen van genetische aandoeningen

Het inzetten van AI voor het begrijpen, diagnosticeren en behandelen van ziekten is niets nieuws. Regelgebaseerde systemen hebben veelbelovend aangetoond nauwkeurig ziekten te kunnen diagnosticeren en behandelen. Maar in de afgelopen jaren heeft technologische vooruitgang het mogelijk gemaakt om dit te doen met betrekking tot genetische ziekten en met verbeterde resultaten.

Zo heeft IBM’s Watson veel aandacht gekregen vanwege de focus op precisiegeneeskunde, met name bij de diagnose en behandeling van kanker. Hiervoor combineert Watson machine learning- en NLP-mogelijkheden.

Wat betreft gentherapie worden AI-tools zoals DeepCRISPR, CRISTA en DeepHF gebruikt om guide-RNAs te ontwerpen voor een specifieke doelreeks. Het voorspellen van optimale guide-RNAs houdt rekening met meerdere factoren, zoals de genomische context, het gewenste mutatietype, on-target scores, off-target scores, potentiële off-target locaties en de mogelijke impact van genbewerking op de functie.

AI-modellen helpen bovendien verschillende technologieën voor genoombewerking te optimaliseren, zoals base editing (gerichte wijzigingen in de DNA-sequentie), prime editing (een ‘zoek-en-vervang’-bewerking) en epigenoom (het toevoegen of verwijderen van moleculaire markers van DNA), waardoor precieze en programmeerbare veranderingen in DNA-sequenties mogelijk zijn zonder afhankelijk te zijn van donor-DNA-sjablonen.

Bovendien maakt de samenwerking van AI met genoombewerking gepersonaliseerde behandelingen mogelijk die zijn afgestemd op genetische profielen, door de genomische data van patiënten te analyseren om mutaties en ziektegerelateerde biomarkers, zoals die voor Alzheimer en kanker, vroegtijdig te identificeren, wat leidt tot op maat gemaakte zorg.

Wetenschappers en onderzoekers geloven dat door clinici sneller de onderliggende oorzaak van ziekten te laten bepalen, technologieën zoals AI patiënten in staat stellen sneller de juiste behandeling te krijgen, wat de patiëntenzorg aanzienlijk verbetert.

Naast het mogelijk maken van snellere diagnoses, doet AI dit ook met meer nauwkeurigheid. In oktober 2021 voerde een studie uitgevoerd door onderzoekers van University of Utah Health en geleid door Rady Children’s Hospital in San Diego een Fabric GEM-algoritme in dat AI benut om fouten in DNA te vinden die leiden tot zeldzame genetische aandoeningen bij baby’s.

Bij testen kon GEM het veroorzakende gen in 92 % van de gevallen identificeren als een van de twee topkandidaten, wat beter presteerde dan bestaande tools die slechts 60 % succesvol waren. Bovendien kon GEM, in tegenstelling tot andere tools, ook “structurele varianten” vinden, die groter en complexer zijn, als oorzaken van ziekten.

Hiervoor leerde GEM van een enorme en voortdurend groeiende kennisbasis en vergeleek deze vervolgens met enorme datasets van genomische sequenties van verschillende bevolkingsgroepen en alle informatie over de klinische ziekte, die vervolgens werd gecombineerd met de genomische sequentie en medische dossiers van de patiënt. Voor ondersteuning kan GEM worden gekoppeld aan een NLP-tool om talloze klinische notities te scannen.

Onlangs heeft Google’s DeepMind een nieuw AI-model geïntroduceerd dat genetische ziekten kan voorspellen. Genoemd AlphaMissense, het taalmodel is getraind op eiwitsequenties en voorspelt de structuren van honderden miljoenen eiwitten op basis van hun aminozuursamenstelling.

Een “pathogeniciteitsscore” tussen 0 en 1 is door het model toegekend aan elk van de 71 miljoen mogelijke missense-varianten. Dit is gebaseerd op zijn kennis van de effecten van andere nauw verwante mutaties. Hoe hoger de score, hoe waarschijnlijker het is dat een specifieke mutatie een ziekte veroorzaakt of ermee geassocieerd is.

DeepMind-onderzoekers beweren een nauwkeurigheid van 90 % voor AlphaMissense, met 89 % van de varianten geclassificeerd. Met AlphaMissense is het idee om onderzoek naar genetische varianten te versnellen, de ziekte-diagnose te verbeteren en sneller nieuwe behandelingen te vinden. Het kan artsen ook helpen om snel andere mogelijke genetische mutaties in het DNA van een patiënt uit te sluiten en er zeker van te zijn dat ze de juiste behandeling geven.

Bedrijven die AI- en CRISPR-technologieën benutten

Laten we nu een paar prominente bedrijven in de gezondheidszorg bekijken die AI en CRISPR gebruiken om te innoveren en oplossingen te ontwikkelen voor het welzijn van de mensheid en de samenleving.

#1. CRISPR Therapeutics

Het in Zug gevestigde bedrijf, een pionier in het toepassen van CRISPR-technologie voor de behandeling van zowel veelvoorkomende als zeldzame ziekten, heeft intellectuele eigendomsrechten verworven voor CRISPR/Cas9 en gerelateerde technologieën. Na deze strategische stap kreeg Crispr Therapeutics (CRSP ) in Q4 van 2023 goedkeuring van de regelgevende instanties voor CASGEVY om sikkelcelziekte (SCD) te behandelen in de VS en voor SCD en transfusie-afhankelijke bèta-thalassemie (TDT) in het VK en Bahrein.

Met het benutten van deze goedkeuringen verklaarde CEO Samarth Kulkarni in 2024:

“We zullen onze programma’s blijven voortstuwen en onze pijplijn uitbreiden met als doel paradigmaverschuivende genbewerkingstherapieën aan patiënten te leveren. We zijn goed gepositioneerd om onze klinische onderzoeken uit te voeren in verschillende therapeutische gebieden, waaronder oncologie, auto-immuunziekten, cardiovasculair en diabetes.”

Terwijl de vooruitgang van het bedrijf en het marktsentiment worden weerspiegeld, heeft Crispr Therapeutics, met een marktkapitalisatie van $5 mlrd, aandelen die handelen tegen $62,95, wat een stijging van 0,56 % jaar-tot-datum (YTD) betekent. Het bedrijf rapporteerde een omzet van $170 mln over de laatste twaalf maanden (TTM), met een EPS (TTM) van -4,48 en een P/E (TTM) ratio van -14,05. Als blijk van investeerdersvertrouwen verwierf Cathie Wood’s ARK Investment in januari 2024 167 000 aandelen van Crispr Therapeutics.

Klik hier om alles te leren over investeren in CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Dit gediversifieerde zorgbedrijf maakt intensief gebruik van AI, machine learning (ML) en natural language processing (NLP), waarbij COO Dirk McMahon opmerkt:

“Op de lange termijn denken we dat er grote hoop voor hen is.”

Meer dan tien jaar geleden nam UnitedHealth (UNH ) Group Optum over, dat technologie en AI gebruikt voor besluitvorming en voorspellende analyses. In de Q4-resultaten meldde het bedrijf een stijging van 24,2 % van de omzet van de Optum-divisie tot $59,5 mlrd. Enkele jaren geleden lanceerde het bedrijf een Level 2 digitaal therapieplatform voor diabetespatiënten en integreerde ook een virtueel assistentieplatform om de klantenondersteuning te optimaliseren.

Met een marktkapitalisatie van $473,32 mlrd, worden de aandelen van UnitedHealth Group momenteel verhandeld tegen $511,74, een daling van 2,8 % YTD. Het bedrijf rapporteerde een omzet (TTM) van $317,62 mlrd en heeft een EPS (TTM) van 23,85 en een P/E (TTM) van 21,46.

Conclusieve gedachten

CRISPR is naar voren gekomen als een eenvoudige en snelle genoom-bewerkings technologie met groot potentieel voor de behandeling van genetische aandoeningen. Er blijven echter verschillende uitdagingen, zoals hoge kosten en off-target bewerkingen, die vragen om een verbeterde bewerkingsefficiëntie met behoud van veiligheid.

Naast CRISPR is AI een andere technologie die het gezicht van de gezondheidszorg verandert met zijn ongeëvenaarde vermogen om trends te herkennen. Samen openen AI- en CRISPR-technologieën spannende mogelijkheden voor een snel begrip van genen en het verbeteren van medische behandelingen voor genetische ziekten.

Klik hier om meer te leren over de top CRISPR-bedrijven om in te investeren.