Avanços em IA e Tecnologias CRISPR para Acelerar Nossa Compreensão das Doenças Genéticas

Existem até 7.000 doenças genéticas raras que ocorrem devido a distúrbios genéticos. Esses distúrbios acontecem quando ocorre uma mutação em nossos genes, embora nem sempre resulte em uma doença.

Os genes são compostos por ácido desoxirribonucleico, ou DNA, que contém instruções sobre as características e funções do nosso corpo, e uma alteração na sequência de DNA causa um distúrbio genético.

Como recebemos metade dos nossos genes de cada pai biológico, podemos herdar uma mutação genética de um ou de ambos. Esses distúrbios também podem ser resultado de uma combinação de mutações genéticas, danos aos cromossomos, que são estruturas semelhantes a fios que carregam genes, e fatores ambientais.

Esse panorama genético intricado, marcado pela complexidade, baixa prevalência e natureza oculta dos distúrbios, complica significativamente o processo de obtenção de um diagnóstico preciso. Em muitos casos, doenças genéticas raras podem ser devidas a uma ampla variedade de variantes em genes que podem ser únicas para cada indivíduo, dificultando ainda mais a identificação da causa específica dos sintomas do paciente.

Além disso, o processo de diagnóstico também requer extensas análises genéticas e tempo para comparar o perfil genético do paciente com padrões de doenças conhecidos. Portanto, o diagnóstico não é apenas desafiador, mas pode levar muito tempo, o que, por sua vez, atrasa o tratamento. No entanto, um novo estudo dinamarquês está pronto para tornar o diagnóstico dessas doenças mais eficiente e rápido.

Publicado no The American Journal of Human Genetics, o estudo utilizou a tecnologia CRISPR para ativar genes em células de fácil acesso, como sangue ou pele. Em seguida, os pesquisadores mediram se o RNA mensageiro foi montado corretamente em um processo de biologia molecular chamado splicing.

Essa inovação resolve um obstáculo significativo na pesquisa genética. É um grande avanço porque 19% dos genes associados à doença não estão ativos nesses tecidos de fácil acesso, como células sanguíneas e células da pele. Isso dificulta ainda mais obter uma visão clara da base genética das doenças.

De acordo com especialistas, esse desenvolvimento pode revolucionar o diagnóstico genético.

“Isso significa que, até agora, não conseguimos investigar adequadamente os genes porque eles só estão ativos em tecidos específicos, como o sistema nervoso, e isso representa um grande obstáculo ao tentar entender se uma variante genética particular é a causa da doença de um paciente.”

– Uffe Birk Jensen, Professor Clínico e Presidente do Departamento de Medicina Clínica da Universidade de Aarhus – Departamento de Genética Clínica

A ativação do CRISPR aqui apresenta uma grande oportunidade. CRISPR, que significa “Clustered Regularly Interspaced Short Palindromic Repeats”, é uma tecnologia de edição genômica usada para modificar sequências de DNA de forma seletiva e precisa. Ela consiste na enzima Cas9, que funciona como tesouras moleculares para cortar o DNA. Também há o RNA guia, que reconhece o alvo que precisa ser modificado e direciona a Cas9 para essa região do DNA.

Usando essa técnica, os pesquisadores “ligaram” genes que normalmente não estão ativos em células de fácil acesso, incluindo o gene MPZ — tipicamente ativo apenas em vias nervosas — agora ativado em células da pele. Essa descoberta oferece novas possibilidades para compreender e diagnosticar doenças genéticas.

De acordo com Uffe Birk Jensen, a ativação do CRISPR permitiu que o gene fosse ligado em um ambiente natural, o que significa que a modificação genética não precisa estar em modelos celulares, mas pode usar uma amostra do paciente. Ele acrescentou:

“O mesmo método pode ser usado para diferentes pacientes e facilmente adaptado a outros genes, e a vantagem é que é muito rápido, com a possibilidade de resultados em poucas semanas.”

Os pesquisadores esperam usar esse método para um diagnóstico de doenças genéticas mais acessível, eficaz e preciso. Ele já foi introduzido na clínica para que “a tecnologia possa contribuir para fazer o diagnóstico correto quando encontrarmos possíveis variantes de splicing”, disse o coautor do estudo Thorkild Terkelsen, pós-doutorando no Departamento de Biomedicina.

Mas isso não é tudo. A equipe está explorando ainda mais o potencial mais amplo da técnica e fazendo ajustes para que ela se torne “ainda mais fácil de usar na clínica”, acrescentou Terkelsen.

O estudo, que é um esforço colaborativo entre o Departamento de Genética Clínica e o Departamento de Medicina Molecular do Hospital Universitário de Aarhus, recebeu financiamento do Independent Research Fund Denmark.

O Imenso Potencial das Tecnologias Mais Recentes na Compreensão de Doenças Genéticas

Embora o CRISPR tenha surgido em 1987, só recentemente começou a ganhar popularidade. Essa tecnologia promissora e inovadora oferece aos pesquisadores e cientistas uma maneira eficaz de editar estruturas de DNA e alterar a função dos genes.

A técnica tem vários usos possíveis, incluindo o tratamento e a redução da propagação de distúrbios, bem como a edição de deficiências hereditárias. Quando se trata de terapia genética, a tecnologia CRISPR/Cas9 oferece um grande potencial ao editar geneticamente uma mutação específica do paciente que, de outra forma, não é tratável com terapias tradicionais. Assim, ao aliviar doenças complexas, a tecnologia CRISPR visa proporcionar vidas mais saudáveis para as pessoas.

À medida que o CRISPR está sendo cada vez mais usado para correção de distúrbios humanos, esforços estão sendo feitos para reduzir efeitos fora do alvo e permitir maior precisão. Aqui, a inteligência artificial, em particular, está ajudando a edição genômica a alcançar não apenas mais precisão, mas também eficiência e acessibilidade no combate a várias doenças.

IA é a simulação da inteligência humana em robôs para pensar, aprender e prever como humanos. A tecnologia pretende transformar muitas indústrias, incluindo a saúde.

Recentemente, falamos sobre como a capacidade da IA de reconhecer tendências dentro de um conjunto de variáveis está avançando a saúde exponencialmente. Ao utilizar algoritmos de IA, os pesquisadores conseguem prever com sucesso infecções por sepse em pacientes de alto risco antes do início dos sintomas e salvar vidas. Em outro caso, modelos de previsão alimentados por IA analisam dados genômicos para prever doenças com alta precisão.

Esse ramo abrangente da ciência da computação está se mostrando uma ferramenta poderosa na detecção de hereditariedade e distúrbios relacionados a genes. Na pesquisa genética, o ramo altamente versátil da IA, o deep learning, está sendo cada vez mais aproveitado.

Baseado em redes neurais artificiais, o deep learning ensina os computadores a processar grandes quantidades de dados. Como um subconjunto de machine learning, um modelo de deep learning tenta simular o comportamento do cérebro humano aprendendo a partir dos dados fornecidos.

O deep learning envolve múltiplas camadas de nós interconectados para criar redes neurais profundas que podem aprender representações complexas dos dados ao descobrir padrões hierárquicos neles. Com base nos padrões, ele produz insights e previsões precisas. Esses algoritmos podem aprender e melhorar a partir dos dados de forma autônoma, sem necessidade de intervenção manual.

Modelos de deep learning têm alcançado ótimo desempenho em aplicações biomédicas, com estudos sugerindo que esses modelos podem ter desempenho tão bom quanto, ou até melhor que, os humanos em tarefas críticas de saúde, como diagnosticar doenças. Afinal, a IA pode reduzir erros humanos, processar enormes quantidades de dados e ampliar a capacidade de conhecimento.

Dada a complexidade dos dados na área da saúde, a IA pode ser aplicada de forma eficiente para diagnóstico, recomendações de tratamento, tarefas administrativas e engajamento de pacientes em diversos domínios da saúde.

No entanto, como observamos em nosso Modelos de Previsão Baseados em IA Prontos para Avançar a Saúde em Saltos e Avanços, erros podem ocorrer quando a IA é aplicada no mundo real, e precisamos estar atentos a isso.

A Promessa da IA na Pesquisa, Diagnóstico e Tratamento de Distúrbios Genéticos

Utilizar IA para compreender, diagnosticar e tratar doenças não é nada novo. Sistemas baseados em regras demonstraram potencial para diagnosticar e tratar doenças com precisão. Mas, nos últimos anos, os avanços tecnológicos permitiram que isso fosse feito em relação a doenças genéticas, com resultados aprimorados.

Por exemplo, o Watson da IBM tem ganhado muita atenção por seu foco em medicina de precisão, particularmente no diagnóstico e tratamento de câncer. Para isso, o Watson combina aprendizado de máquina e capacidades de NLP.

Quanto à terapia genética, ferramentas de IA como DeepCRISPR, CRISTA e DeepHF estão sendo usadas para guiar RNAs para uma sequência-alvo específica. Prever RNAs guias ótimos leva em conta múltiplos fatores, como contexto genômico, tipo de mutação desejada, pontuações on-target, pontuações off-target, locais potenciais de off-target e os possíveis impactos da edição genética em sua função.

Modelos de IA ainda ajudam a otimizar diferentes tecnologias de edição do genoma, como base (realizando alterações direcionadas na sequência de um fragmento de DNA), prime (uma edição de ‘buscar e substituir’) e epigenoma (adicionando ou removendo marcadores moleculares do DNA), permitindo mudanças precisas e programáveis nas sequências de DNA sem depender de modelos de DNA doador.

Além disso, a colaboração da IA com a edição genômica permite tratamentos personalizados adaptados a perfis genéticos, analisando os dados genômicos dos pacientes para identificar mutações e biomarcadores associados a doenças, como os da doença de Alzheimer e do câncer, precocemente, levando a cuidados personalizados.

Cientistas e pesquisadores acreditam que, ao ajudar os clínicos a determinar a causa raiz das doenças mais rapidamente, tecnologias como a IA permitem que os pacientes recebam o tratamento correto mais cedo, melhorando significativamente o cuidado ao paciente.

Além de permitir um diagnóstico mais rápido, a IA também o faz com mais precisão. Em outubro de 2021, um estudo conduzido por pesquisadores da University of Utah Health e liderado pelo Rady Children’s Hospital em San Diego desenvolveu um algoritmo Fabric GEM que utiliza IA para encontrar erros no DNA que levam a distúrbios genéticos raros em bebês.

Ao ser testado, o GEM conseguiu identificar o gene causador como um dos dois principais candidatos em 92% das vezes, superando ferramentas existentes que eram bem-sucedidas em apenas 60% das vezes. Além disso, ao contrário de outras ferramentas, o GEM também pôde encontrar “variantes estruturais”, que são maiores e mais complexas, como causas de doenças.

Para isso, o GEM aprendeu a partir de um vasto e crescente conhecimento e depois cruzou essas informações com enormes conjuntos de dados de sequências genômicas de diferentes grupos populacionais e todas as informações sobre a doença clínica, que foram então combinadas com a sequência do genoma do paciente e seus registros médicos. Para auxílio, o GEM pode ser acoplado a uma ferramenta de NLP para analisar uma grande quantidade de notas clínicas.

Mais recentemente, a DeepMind do Google introduziu um novo modelo de IA que pode prever doenças genéticas. Chamado AlphaMissense, o modelo de linguagem é treinado em sequências de proteínas e prevê as estruturas de centenas de milhões de proteínas a partir de sua composição de aminoácidos.

Uma “pontuação de patogenicidade” entre 0 e 1 foi atribuída pelo modelo a cada uma das 71 milhões de variantes missense possíveis. Isso se baseia no seu conhecimento dos efeitos de outras mutações estreitamente relacionadas. Aqui, quanto maior a pontuação, maior a probabilidade de uma mutação específica causar ou estar associada a uma doença.

Pesquisadores da DeepMind afirmam 90% de precisão para o AlphaMissense, com 89% das variantes classificadas. Com o AlphaMissense, a ideia é ajudar a acelerar a pesquisa sobre variantes genéticas, melhorar o diagnóstico de doenças e encontrar novos tratamentos mais rapidamente. Também pode ajudar os médicos a descartar rapidamente quaisquer outras mutações genéticas potenciais no DNA de um paciente e garantir que estejam administrando o tratamento correto.

Empresas que Aproveitam IA e Tecnologias CRISPR

Agora, vamos analisar algumas empresas proeminentes do setor de saúde que estão usando IA e CRISPR para inovar e desenvolver soluções para o aprimoramento da vida humana e da sociedade.

#1. CRISPR Therapeutics

A empresa sediada em Zug, pioneira na utilização da tecnologia CRISPR para tratar doenças tanto comuns quanto raras, garantiu direitos de propriedade intelectual para o CRISPR/Cas9 e tecnologias relacionadas. Após essa movimentação estratégica, a Crispr Therapeutics (CRSP ) recebeu aprovação regulatória no quarto trimestre de 2023 para o CASGEVY tratar a doença falciforme (SCD) nos EUA e para SCD e talassemia beta dependente de transfusão (TDT) no Reino Unido e no Bahrein.

Aproveitando essas aprovações, o CEO Samarth Kulkarni declarou em 2024:

“Continuaremos a avançar nossos programas e expandir nosso pipeline com o objetivo de oferecer terapias de edição genética que mudam paradigmas aos pacientes. Estamos bem posicionados para conduzir nossos ensaios clínicos em várias áreas terapêuticas, incluindo oncologia, autoimune, cardiovascular e diabetes.”

Refletindo os avanços da empresa e a confiança do mercado, a Crispr Therapeutics, com capitalização de mercado de US$ 5 bilhões, vê suas ações negociando a US$ 62,95, marcando um aumento de 0,56% no ano até a data (YTD). A empresa reportou uma receita de US$ 170 milhões nos últimos doze meses (TTM), com um EPS (TTM) de -4,48 e um índice P/E (TTM) de -14,05. Demonstrando confiança dos investidores, em janeiro de 2024, a ARK Investment de Cathie Wood adquiriu 167 mil ações da Crispr Therapeutics.

Clique aqui para saber tudo sobre investir na CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Esta empresa diversificada de saúde tem utilizado intensamente IA, aprendizado de máquina (ML) e processamento de linguagem natural (NLP), com seu COO Dirk McMahon observando:

“A longo prazo, acreditamos que há grande esperança para eles.”

Há mais de uma década, a UnitedHealth (UNH ) Group adquiriu a Optum, que utiliza tecnologia e IA para tomada de decisões e análise preditiva. Em seus resultados do quarto trimestre, a empresa reportou um aumento de 24,2% na receita da divisão Optum, chegando a US$ 59,5 bilhões. Há alguns anos, a empresa lançou uma plataforma de terapia digital de Nível 2 para pacientes diabéticos e também incorporou uma plataforma de assistência virtual para otimizar o suporte ao cliente.

Com uma capitalização de mercado de US$ 473,32 bilhões, as ações da UnitedHealth Group estão atualmente negociando a US$ 511,74, queda de 2,8% YTD. A empresa registrou uma receita (TTM) de US$ 317,62 bilhões e tem um EPS (TTM) de 23,85 e um P/E (TTM) de 21,46.

Considerações Finais

O CRISPR surgiu como uma tecnologia de edição genômica simples e rápida que tem grande potencial no tratamento de distúrbios genéticos. No entanto, vários desafios, como altos custos e edição fora do alvo, persistem, o que exige maior eficiência de edição garantindo segurança.

Além do CRISPR, a IA é outra tecnologia que está transformando a área da saúde com sua capacidade incomparável de reconhecer tendências. Juntas, as tecnologias de IA e CRISPR estão desbloqueando possibilidades empolgantes para a compreensão rápida dos genes e a melhoria dos tratamentos médicos para doenças genéticas.

Clique aqui para saber sobre as principais empresas de CRISPR para investir.