Fremskritt innen AI- og CRISPR-teknologier for å fremskynde vår forståelse av genetiske sykdommer

Det finnes opptil 7 000 sjeldne genetiske sykdommer som oppstår på grunn av genetiske lidelser. Disse lidelsene skjer når en mutasjon oppstår i genene våre, selv om det ikke alltid fører til en sykdom.

Gener er laget av deoksyribonukleinsyre eller DNA, som inneholder instruksjoner om kroppens egenskaper og funksjoner, og en endring i DNA-sekvensen forårsaker en genetisk lidelse.

Siden vi får halvparten av genene fra hver biologisk forelder, kan vi arve en genmutasjon fra enten den ene eller begge. Slike lidelser kan også være et resultat av en kombinasjon av genmutasjoner, skade på kromosomer, som er trådliknende strukturer som bærer gener, og miljøfaktorer.

Dette intrikate genetiske landskapet, preget av kompleksitet, lav forekomst og skjult natur av lidelser, gjør prosessen med å oppnå en nøyaktig diagnose betydelig vanskeligere. I mange tilfeller kan sjeldne genetiske sykdommer skyldes et bredt spekter av varianter i gener som kan være unike for en enkeltperson, noe som gjør det enda vanskeligere å identifisere den spesifikke årsaken til en pasients symptomer.

Dessuten krever diagnostikkprosessen omfattende genetiske analyser og tid for å sammenligne pasientens genetiske sammensetning med kjente sykdomsmønstre. Så, diagnosen er ikke bare utfordrende, men den kan også ta lang tid, noe som igjen forsinker behandlingen. En ny dansk studie er imidlertid klar til å gjøre diagnosen av slike sykdommer mer effektiv og raskere.

Publisert i The American Journal of Human Genetics, brukte studien CRISPR-teknologi for å slå på gener i celler som er lett tilgjengelige, som blod eller hud. Deretter målte forskerne om messenger-RNA blir korrekt sammensatt i en molekylærbiologisk prosess kalt spleising.

Denne innovasjonen adresserer et betydelig hinder i genetisk forskning. Dette er en stor utvikling fordi 19 % av genene som er knyttet til sykdommen ikke er aktive i disse lett tilgjengelige vevene som blodceller og hudceller. Dette gjør det enda vanskeligere å få et klart bilde av den genetiske basisen for sykdommer.

Ifølge eksperter kan denne utviklingen revolusjonere genetisk diagnostikk.

“Dette betyr at vi frem til nå ikke har kunnet undersøke genene ordentlig fordi de kun er aktive i spesifikke vev, som nervesystemet, og dette er et stort hinder når det gjelder å forstå om en bestemt genvariant er årsaken til en pasients sykdom.”

– Uffe Birk Jensen, klinisk professor og leder ved Aarhus Universitets avdeling for klinisk medisin – avdeling for klinisk genetikk

Aktiveringen av CRISPR her gir en stor mulighet. CRISPR, som står for «Clustered Regularly Interspaced Short Palindromic Repeats», er en genredigeringsteknologi som brukes til å endre DNA-sekvenser selektivt og presist. Den består av Cas9-enzymet, som fungerer som molekylære sakser for å kutte DNA. Deretter finnes guide‑RNA, som gjenkjenner målet som skal endres og leder Cas9 til den regionen av DNA.

Ved å bruke denne teknikken «slå på» forskerne gener som normalt ikke er aktive i tilgjengelige celler, inkludert MPZ-genet – som vanligvis kun er aktivt i nervebaner – nå aktivert i hudceller. Dette gjennombruddet gir nye muligheter for å forstå og diagnostisere genetiske sykdommer.

Ifølge Uffe Birk Jensen har CRISPR-aktivering gjort det mulig å slå på genet i et naturlig miljø, noe som betyr at genmodifikasjonen ikke trenger å være i cellemodeller, men kan bruke en pasients prøve. Han la til:

“Den samme metoden kan brukes for ulike pasienter og enkelt tilpasses andre gener, og fordelen er at den er svært rask med mulighet for resultater innen noen få uker.”

Forskerne håper å bruke denne metoden for en mer tilgjengelig, effektiv og nøyaktig diagnostisering av genetiske sykdommer. Den er allerede introdusert i klinikken slik at «teknologien kan bidra til å stille riktig diagnose når vi finner mulige spleisevarianter», sa studiens medforfatter Thorkild Terkelsen, som er postdoktor ved instituttet for biomedisin.

Men dette er ikke alt. Teamet utforsker videre det bredere potensialet til teknikken og gjør justeringer slik at den blir «enda enklere å bruke i klinikken», la Terkelsen til.

Studien, som er et samarbeid mellom avdelingen for klinisk genetikk og avdelingen for molekylær medisin ved Aarhus universitetssykehus, mottok finansiering fra Independent Research Fund Denmark.

Det enorme potensialet til nyeste teknologier i forståelsen av genetiske sykdommer

Selv om CRISPR ble oppfunnet i 1987, har den først nylig begynt å bli populær. Denne lovende, innovative teknologien gir forskere og vitenskapsfolk en effektiv måte å redigere DNA-strukturer og endre genfunksjon på.

Teknikken har flere mulige bruksområder, inkludert behandling og reduksjon av spredning av lidelser samt redigering av arvelige mangler. Når det gjelder genbehandling, gir CRISPR/Cas9-teknologien stort potensial ved å genetisk redigere en pasientspesifikk mutasjon som ellers ikke kan behandles med tradisjonelle metoder. Så ved å lindre kompliserte sykdommer, har CRISPR-teknologien som mål å gi folk et sunnere liv.

Ettersom CRISPR nå i økende grad brukes til å rette opp menneskelige lidelser, gjøres det forsøk på å redusere avvikende mål og oppnå større presisjon. Her hjelper kunstig intelligens, spesielt, genredigering med å oppnå ikke bare mer presisjon, men også effektivitet og rimelighet i håndteringen av ulike sykdommer.

AI er simuleringen av menneskelig intelligens i roboter for å tenke, lære og forutsi som mennesker. Teknologien har som mål å transformere mange industrier, inkludert helsevesenet.

Nylig har vi snakket om hvordan AI sin evne til å gjenkjenne trender innen et sett av variabler som utvikler helsevesenet eksponentielt. Ved å bruke AI-algoritmer kan forskere med suksess forutsi sepsisinfeksjon hos høyrisikopasienter før symptomene oppstår og redde liv. I et annet tilfelle analyserer AI-drevne prediksjonsmodeller genomisk data for å forutsi sykdom med høy nøyaktighet.

Denne brede grenen av datavitenskap viser seg å være et kraftig verktøy i oppdagelsen av arvelighet og genrelaterte lidelser. I genforskning blir AI sin svært allsidige gren, dyp læring, i økende grad utnyttet.

Basert på kunstige nevrale nettverk lærer dyp læring datamaskiner å behandle store mengder data. Som en undergruppe av maskinlæring forsøker en dyp læringsmodell å simulere menneskehjernens oppførsel ved å lære fra de tilgjengelige dataene.

Dyp læring involverer flere lag med sammenkoblede noder for å lage dype nevrale nettverk som kan lære komplekse representasjoner av data ved å oppdage hierarkiske mønstre i dem. Basert på mønstrene produserer den deretter nøyaktige innsikter og prediksjoner. Slike algoritmer kan lære og forbedre seg fra data på egen hånd uten behov for manuell inngripen.

Dype læringsmodeller har oppnådd stor ytelse i biomedisinske anvendelser, med studier som antyder at slike modeller kan prestere like bra, og kanskje enda bedre enn mennesker, i viktige helseoppgaver som å diagnostisere sykdommer. Tross alt kan AI redusere menneskelige feil, behandle enorme mengder data og øke kunnskapskapasiteten.

Gitt kompleksiteten i data innen helsevesenet, kan AI effektivt brukes til diagnostikk, behandlingsanbefalinger, administrative oppgaver og pasientengasjement på tvers av ulike helsesektorer.

Imidlertid, som vi bemerket i vårt «AI-drevne prediksjonsmodeller som vil fremme helsevesenet i et stort sprang» stykke, kan feil oppstå når AI brukes i den virkelige verden, og vi må være oppmerksomme på det.

Løftet AI gir i forskning, diagnostisering og behandling av genetiske lidelser

Å bruke AI for å forstå, diagnostisere og behandle sykdom er ikke noe nytt. Regelbaserte systemer har vist løfter om nøyaktig diagnostisering og behandling av sykdom. Men i de senere år har teknologisk fremgang gjort det mulig å anvende dette på genetiske sykdommer med forbedrede resultater.

For eksempel har IBMs Watson fått mye oppmerksomhet for sitt fokus på presisjonsmedisin, spesielt kreftdiagnostikk og -behandling. Til dette kombinerer Watson maskinlæring og NLP‑kapasiteter.

Når det gjelder genbehandling, brukes AI‑verktøy som DeepCRISPR, CRISTA og DeepHF til å veilede RNA‑er for en spesifisert målsekvens. Forutsigelse av optimale guide‑RNA‑er tar flere faktorer i betraktning, som genomisk kontekst, ønsket mutasjonstype, on‑target‑score, off‑target‑score, potensielle off‑target‑lokasjoner og mulige virkninger av genredigering på funksjonen.

AI‑modeller hjelper videre med å optimalisere ulike teknologier for å redigere genomet, som base (gjøre målrettede endringer i sekvensen av et DNA‑stykke), prime (en «søk‑og‑erstatt»-redigering) og epigenom (legge til eller fjerne molekylære markører fra DNA), som gjør det mulig med presise og programmerbare endringer i DNA‑sekvenser uten å være avhengig av donor‑DNA‑maler.

Dessuten gjør AI‑samarbeidet med genredigering det mulig med personlig tilpassede behandlinger skreddersydd til genetiske profiler, ved å analysere pasienters genomdata for å identifisere mutasjoner og sykdomsassosierte biomarkører, som de for Alzheimers og kreft, tidlig, noe som fører til tilpasset omsorg.

Forskere og vitenskapsfolk mener at ved å hjelpe klinikere med å fastslå sykdommens rotårsak raskere, gjør teknologi som AI at pasienter får riktig behandling tidligere, noe som betydelig forbedrer pasientpleien.

I tillegg til å muliggjøre raskere diagnostikk, gjør AI det også med høyere nøyaktighet. Tilbake i oktober 2021, en studie utført av forskere ved University of Utah Health og ledet av Rady Children’s Hospital i San Diego utviklet en Fabric GEM-algoritme som utnytter AI for å finne feil i DNA som fører til sjeldne genetiske lidelser hos babyer.

Ved testing klarte GEM å identifisere det årsaksgivende genet som ett av sine to beste kandidater 92 % av gangene, og overgikk eksisterende verktøy som kun var vellykkede 60 % av tiden. Dessuten, i motsetning til andre verktøy, kunne GEM også finne «strukturelle varianter», som er større og mer komplekse, som årsaker til sykdom.

For dette lærte GEM fra enorm og stadig voksende kunnskap og kryssrefererte den deretter med massive datasett av genomsekvenser fra ulike befolkningsgrupper og all informasjon om den kliniske sykdommen, som deretter ble kombinert med pasientens genomsekvens og medisinske journaler. For assistanse kan GEM kobles med et NLP‑verktøy for å skanne store mengder kliniske notater.

Nylig introduserte Googles DeepMind en ny AI-modell som kan forutsi genetiske sykdommer. Den heter AlphaMissense, språkmodellen er trent på proteinsekvenser og forutsier strukturen til hundrevis av millioner av proteiner basert på deres aminosyre‑sammensetning.

En «patogenisitets‑score» mellom 0 og 1 er blitt tildelt av modellen til hver av de 71 millionene mulige missense‑variantene. Dette er basert på modellens kunnskap om effektene av andre nært beslektede mutasjoner. Jo høyere poengsum, desto mer sannsynlig er det at en bestemt mutasjon forårsaker eller er assosiert med sykdom.

DeepMind-forskere hevder 90 % nøyaktighet for AlphaMissense, med 89 % av variantene klassifisert. Med AlphaMissense er målet å bidra til å akselerere forskning på genetiske varianter, forbedre sykdomsdiagnostikk og finne nye behandlinger raskere. Den kan også hjelpe leger med raskt å utelukke andre potensielle genetiske mutasjoner i en pasients DNA og sikre at de gir riktig behandling.

Selskaper som utnytter AI‑ og CRISPR‑teknologier

La oss nå se på et par fremtredende selskaper i helsesektoren som bruker AI og CRISPR for å innovere og utvikle løsninger til forbedring av menneskeliv og samfunn.

#1. CRISPR Therapeutics

Det i Zug baserte selskapet, en pioner i bruk av CRISPR‑teknologi for behandling av både vanlige og sjeldne sykdommer, har sikret IP‑rettigheter for CRISPR/Cas9 og relaterte teknologier. Etter dette strategiske trekket fikk Crispr Therapeutics (CRSP ) regulatorisk godkjenning i Q4 2023 for CASGEVY til å behandle sigdcelleanemi (SCD) i USA og for SCD og transfusjonsavhengig beta‑thalassemi (TDT) i Storbritannia og Bahrain.

Med disse godkjenningene uttalte administrerende direktør Samarth Kulkarni i 2024:

“Vi vil fortsette å drive våre programmer fremover og utvide vår pipeline med mål om å levere paradigmeskiftende genredigeringsterapier til pasienter. Vi er godt posisjonert til å gjennomføre våre kliniske studier på tvers av ulike terapeutiske områder, inkludert onkologi, autoimmune sykdommer, kardiovaskulær og diabetes.”

I lys av selskapets fremskritt og markedets tillit, har Crispr Therapeutics, med en markedsverdi på 5 milliarder dollar, sine aksjer handlet til 62,95 $, noe som markerer en økning på 0,56 % år‑til‑dato (YTD). Selskapet rapporterte en inntekt på 170 millioner dollar i de siste tolv månedene (TTM), med en EPS (TTM) på -4,48 og en P/E (TTM)-ratio på -14,05. Som et tegn på investorers tillit, kjøpte Cathie Woods ARK Investment i januar 2024 167 000 aksjer i Crispr Therapeutics.

Klikk her for å lære alt om investering i CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Dette diversifiserte helseforetaket har gjort omfattende bruk av AI, maskinlæring (ML) og naturlig språkbehandling (NLP), med sin COO Dirk McMahon som bemerker:

“På lang sikt tror vi det er stort håp for dem.”

For over et tiår siden kjøpte UnitedHealth (UNH ) Group opp Optum, som bruker teknologi og AI for beslutningstaking og prediktiv analyse. I Q4-resultatene rapporterte selskapet en 24,2 % økning i Optum-divisjonens inntekter til 59,5 milliarder dollar. For noen år siden lanserte selskapet en digital terapiplattform på nivå 2 for diabetespasienter og innførte også en virtuell assistanseplattform for å optimalisere kundestøtte.

Med en markedsverdi på 473,32 milliarder dollar, handles UnitedHealth Groups aksjer for tiden til 511,74 $, ned 2,8 % YTD. Selskapet rapporterte en inntekt (TTM) på 317,62 milliarder dollar og har en EPS (TTM) på 23,85 samt en P/E (TTM) på 21,46.

Avsluttende tanker

CRISPR har fremstått som en enkel og rask genredigeringsteknologi med stort potensial for behandling av genetiske lidelser. Imidlertid vedvarer flere utfordringer som høye kostnader og avvikende redigering, noe som krever forbedret redigeringseffektivitet samtidig som sikkerheten opprettholdes.

I tillegg til CRISPR er AI en annen teknologi som endrer helsevesenet med sin enestående evne til å gjenkjenne trender. Sammen åpner AI‑ og CRISPR‑teknologiene spennende muligheter for rask forståelse av gener og forbedring av medisinske behandlinger for genetiske sykdommer.

Klikk her for å lære om de beste CRISPR-selskapene å investere i.