Framsteg inom AI- och CRISPR-teknologier för att påskynda vår förståelse av genetiska sjukdomar

Det finns upp till 7 000 sällsynta genetiska sjukdomar som uppstår på grund av genetiska störningar. Dessa störningar inträffar när en mutation uppstår i våra gener, även om det inte alltid leder till en sjukdom.

Gener består av deoxiribonukleinsyra eller DNA, som innehåller instruktioner om våra kropps egenskaper och funktioner, och en förändring i DNA-sekvensen orsakar en genetisk störning.

Eftersom vi får hälften av våra gener från varje biologisk förälder kan vi ärva en genmutation från antingen den ena eller båda. Sådana störningar kan också vara ett resultat av en kombination av genmutationer, skador på kromosomer, som är trådlika strukturer som bär gener, och miljöfaktorer.

Detta intrikata genetiska landskap, präglat av komplexitet, låg förekomst och dolda störningar, försvårar avsevärt processen att nå en korrekt diagnos. I många fall kan sällsynta genetiska sjukdomar bero på ett brett spektrum av varianter i gener som kan vara unika för en individ, vilket gör det ännu svårare att identifiera den specifika orsaken till en patients symtom.

Dessutom kräver diagnosprocessen omfattande genetiska analyser och tid för att jämföra patientens genetiska sammansättning med kända sjukdomsmönster. Således är diagnosen inte bara utmanande, utan den kan också ta lång tid, vilket i sin tur fördröjer behandlingen. En ny dansk studie är dock redo att göra diagnosen av sådana sjukdomar mer effektiv och snabbare.

Publicerad i The American Journal of Human Genetics använde studien CRISPR-tekniken för att slå på gener i celler som är lättillgängliga, såsom blod eller hud. Därefter mätte forskarna om budbärar‑RNA (mRNA) sätts ihop korrekt i en molekylärbiologisk process som kallas splitsning.

Denna innovation tacklar ett betydande hinder inom genetisk forskning. Det är en stor utveckling eftersom 19 % av de gener som är kopplade till sjukdomen inte är aktiva i dessa lättillgängliga vävnader som blodceller och hudceller. Detta gör det ännu svårare att få en klar bild av den genetiska grunden till sjukdomar.

Enligt experter kan denna utveckling revolutionera genetisk diagnostik.

Det betyder att vi fram till nu inte har kunnat undersöka generna ordentligt eftersom de bara är aktiva i specifika vävnader, såsom nervsystemet, och detta är ett stort hinder när det gäller att förstå om en viss genvariant är orsaken till en patients sjukdom.

– Uffe Birk Jensen, klinisk professor och ordförande vid Aarhus universitets avdelning för klinisk medicin – avdelning för klinisk genetik

Aktiveringen av CRISPR här presenterar en stor möjlighet. CRISPR, som står för “Clustered Regularly Interspaced Short Palindromic Repeats”, är en genredigeringsteknologi som används för att selektivt och exakt modifiera DNA-sekvenser. Den består av enzymet Cas9, som fungerar som molekylära saxar för att klippa DNA. Dessutom finns guide‑RNA, som känner igen målet som ska modifieras och sedan styr Cas9 till den regionen av DNA.

Med denna teknik “slå på” forskarna gener som normalt inte är aktiva i tillgängliga celler, inklusive MPZ-genen – som vanligtvis bara är aktiv i nervbanor – som nu aktiveras i hudceller. Detta genombrott erbjuder nya möjligheter för att förstå och diagnostisera genetiska sjukdomar.

Enligt Uffe Birk Jensen har CRISPR-aktivering gjort det möjligt att slå på genen i en naturlig miljö, vilket betyder att genmodifieringen inte behöver ske i cellmodeller utan kan använda ett patientprov. Han tillade:

Samma metod kan användas för olika patienter och enkelt anpassas till andra gener, och fördelen är att den är mycket snabb med möjlighet till resultat inom några veckor.

Forskare hoppas kunna använda denna metod för en mer tillgänglig, effektiv och exakt diagnos av genetiska sjukdomar. Den har redan introducerats i kliniken så att “tekniken kan bidra till att ställa rätt diagnos när vi hittar möjliga splitsningsvarianter”, sade studiens medförfattare Thorkild Terkelsen, som är postdoktor vid avdelningen för biomedicin.

Men det är inte allt. Teamet utforskar vidare den bredare potentialen i tekniken och gör justeringar så att den blir “ännu enklare att använda i kliniken”, tillade Terkelsen.

Studien, som är ett samarbetsprojekt mellan avdelningen för klinisk genetik och avdelningen för molekylär medicin vid Aarhus universitets sjukhus, fick finansiering från Independent Research Fund Denmark.

Den enorma potentialen hos de senaste teknologierna för att förstå genetiska sjukdomar

Även om CRISPR uppstod 1987 har den först på senare tid börjat bli populär. Denna lovande, innovativa teknik ger forskare och vetenskapsmän ett effektivt sätt att redigera DNA-strukturer och förändra genfunktion.

Tekniken har flera möjliga användningsområden, inklusive behandling och minskning av spridning av störningar samt redigering av ärftliga brister. När det gäller genterapi erbjuder CRISPR/Cas9-tekniken stor potential genom att genetiskt redigera en patient‑specifik mutation som annars inte kan behandlas med traditionella metoder. Således syftar CRISPR-tekniken till att lindra komplicerade sjukdomar och ge människor ett hälsosammare liv.

Eftersom CRISPR nu i allt högre grad används för att korrigera mänskliga störningar görs försök att minska oönskade avklippningar och möjliggöra större precision. Här hjälper artificiell intelligens, i synnerhet, genredigering att uppnå inte bara större precision utan också effektivitet och prisvärdhet i bekämpandet av olika sjukdomar.

AI är simuleringen av mänsklig intelligens i robotar för att tänka, lära sig och förutsäga som människor. Tekniken syftar till att omvandla många industrier, inklusive hälso‑ och sjukvård.

Nyligen, vi pratade om hur AI:s förmåga att känna igen trender inom en uppsättning variabler utvecklar hälso‑ och sjukvården exponentiellt. Genom att använda AI‑algoritmer kan forskare framgångsrikt förutsäga sepsisinfektion hos hög‑riskpatienter innan symtomen uppträder och rädda liv. I ett annat fall analyserar AI‑drivna prediktionsmodeller genomikdata för att förutsäga sjukdom med hög noggrannhet.

Denna breda gren av datavetenskap visar sig vara ett kraftfullt verktyg för att upptäcka ärftlighet och genrelaterade störningar. Inom genforskning utnyttjas AI:s mycket mångsidiga gren, djupinlärning, i allt högre grad.

Baserat på artificiella neurala nätverk lär djupinlärning datorer att bearbeta stora mängder data. Som en undergrupp av maskininlärning försöker en djupinlärningsmodell simulera människans hjärnbeteende genom att lära sig av den tillhandahållna datan.

Djupinlärning involverar flera lager av sammankopplade noder för att skapa djupa neurala nätverk som kan lära sig komplexa representationer av data genom att upptäcka hierarkiska mönster i den. Baserat på mönstren genererar den sedan korrekta insikter och förutsägelser. Sådana algoritmer kan lära sig och förbättras från data på egen hand utan att kräva manuell inblandning.

Djupinlärningsmodeller har uppnått stor prestanda inom biomedicinska tillämpningar, med studier som tyder på att sådana modeller kan prestera lika bra och kanske till och med bättre än människor i viktiga hälso‑ och sjukvårdsuppgifter som att diagnostisera sjukdomar. Trots allt kan AI minska mänskliga fel, bearbeta enorma mängder data och förstärka kunskapskapaciteten.

Med tanke på datakomplexiteten inom hälso‑ och sjukvård kan AI effektivt tillämpas för diagnos, behandlingsrekommendationer, administrativa uppgifter och patientengagemang inom olika vårdområden.

Men som vi noterade i vårt AI-Powered Prediction Models Set to Advance HealthCare by Leaps and Bounds‑stycke, kan misstag uppstå när AI tillämpas i verkligheten, och vi måste vara medvetna om det.

AI:s löfte i forskning, diagnostik och behandling av genetiska störningar

Att använda AI för att förstå, diagnostisera och behandla sjukdomar är inte något nytt. Regelbaserade system har visat lovande resultat för exakt diagnos och behandling av sjukdomar. Men under de senaste åren har teknologiska framsteg gjort det möjligt att tillämpa detta på genetiska sjukdomar med förbättrade resultat.

Till exempel har IBM:s Watson fått stor uppmärksamhet för sitt fokus på precisionsmedicin, särskilt cancerdiagnostik och -behandling. För detta kombinerar Watson maskininlärning och NLP‑funktioner.

När det gäller genterapi används AI‑verktyg som DeepCRISPR, CRISTA och DeepHF för att styra RNA för en specificerad målsekvens. Förutsägelse av optimala guide‑RNA tar hänsyn till flera faktorer, såsom genomisk kontext, önskad mutationstyp, on‑target‑poäng, off‑target‑poäng, potentiella off‑target‑platser och de möjliga effekterna av genredigering på dess funktion.

AI‑modeller hjälper dessutom till att optimera olika tekniker för att redigera genomet, såsom basredigering (gör målmedvetna förändringar i sekvensen av ett DNA‑stycke), prime‑redigering (en ”sök‑och‑ersätt”-redigering) och epigenom (tillägg eller borttagning av molekylära markörer från DNA), vilket möjliggör precisa och programmerbara förändringar av DNA‑sekvenser utan att förlita sig på donator‑DNA‑mallar.

Dessutom möjliggör AI:s samarbete med genredigering personliga behandlingar anpassade efter genetiska profiler, genom att analysera patienters genomdata för att identifiera mutationer och sjukdomsassocierade biomarkörer, såsom de för Alzheimers och cancer, i ett tidigt skede, vilket leder till skräddarsydd vård.

Forskare och vetenskapsmän tror att genom att hjälpa kliniker att snabbare fastställa sjukdomens grundorsak, gör teknik som AI det möjligt för patienter att få rätt behandling tidigare, vilket avsevärt förbättrar patientvården.

Förutom att möjliggöra snabbare diagnos gör AI det också med högre noggrannhet. I oktober 2021 utvecklade en studie utförd av forskare vid University of Utah Health och ledd av Rady Children’s Hospital i San Diego ett Fabric GEM‑algoritm som utnyttjar AI för att hitta fel i DNA som leder till sällsynta genetiska störningar hos spädbarn.

När den testades kunde GEM identifiera den orsaksgenen som en av sina två bästa kandidater 92 % av gångerna, vilket överträffade befintliga verktyg som bara lyckades 60 % av gångerna. Dessutom kunde GEM, till skillnad från andra verktyg, även hitta ”strukturella varianter”, som är större och mer komplexa, som orsaker till sjukdom.

För detta lärde sig GEM från enorm och ständigt växande kunskap och korsrefererade den sedan med massiva datamängder av genomsekvenser från olika befolkningsgrupper samt all information om den kliniska sjukdomen, vilket sedan kombinerades med patientens genomsekvens och medicinska journaler. För stöd kan GEM kombineras med ett NLP‑verktyg för att skanna stora mängder kliniska anteckningar.

Senast har Googles DeepMind introducerat en ny AI‑modell som kan förutsäga genetiska sjukdomar. Den heter AlphaMissense, språkmodellen är tränad på proteinkedjor och förutsäger strukturerna för hundratals miljoner proteiner utifrån deras aminosyrasammansättning.

En ”patogenicitets‑score” mellan 0 och 1 har tilldelats av modellen till var och en av de 71 miljoner möjliga missense‑varianterna. Detta baseras på dess kunskap om effekterna av andra nära besläktade mutationer. Här innebär ett högre värde att en viss mutation är mer sannolik att orsaka eller vara associerad med sjukdom.

DeepMind‑forskare påstår 90 % noggrannhet för AlphaMissense, med 89 % av varianterna klassificerade. Med AlphaMissense är tanken att påskynda forskningen kring genetiska varianter, förbättra sjukdomsdiagnostik och snabbare hitta nya behandlingar. Den kan också hjälpa läkare att snabbt utesluta andra potentiella genetiska mutationer i en patients DNA och vara säkra på att de ger rätt behandling.

Företag som utnyttjar AI‑ och CRISPR‑teknologier

Låt oss nu titta på ett par framstående företag inom hälso‑ och sjukvårdssektorn som använder AI och CRISPR för att innovera och utveckla lösningar för att förbättra människors liv och samhället.

#1. CRISPR Therapeutics

Det Zug‑baserade företaget, en pionjär i att använda CRISPR‑teknik för behandling av både vanliga och sällsynta sjukdomar, har säkrat immateriella rättigheter för CRISPR/Cas9 och relaterade teknologier. Efter detta strategiska steg fick Crispr Therapeutics (CRSP ) regulatoriskt godkännande under Q4 2023 för CASGEVY för att behandla sicklecellsjukdom (SCD) i USA samt för SCD och transfusionsberoende beta‑thalassemi (TDT) i Storbritannien och Bahrain.

Med dessa godkännanden sade VD Samarth Kulkarni 2024:

Vi kommer att fortsätta driva våra program framåt och expandera vår pipeline med målet att leverera paradigm‑skiftande genredigeringsterapier till patienter. Vi är väl positionerade för att genomföra våra kliniska studier inom olika terapeutiska områden, inklusive onkologi, autoimmuna sjukdomar, kardiovaskulära sjukdomar och diabetes.

Med företagets framsteg och marknadens förtroende, har Crispr Therapeutics, med ett börsvärde på 5 miljarder dollar, sina aktier handlande till 62,95 $, vilket innebär en ökning på 0,56 % år‑till‑datum (YTD). Företaget rapporterade en omsättning på 170 miljoner dollar under de senaste tolv månaderna (TTM), med ett EPS (TTM) på -4,48 och ett P/E‑förhållande (TTM) på -14,05. För att visa investerarnas förtroende köpte Cathie Woods ARK Investment i januari 2024 167 000 aktier i Crispr Therapeutics.

Klicka här för att lära dig allt om att investera i CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Detta diversifierade hälso‑ och sjukvårdsföretag har gjort omfattande användning av AI, maskininlärning (ML) och naturlig språkbehandling (NLP), där dess COO Dirk McMahon noterade:

På lång sikt tror vi att det finns stort hopp för dem.

För mer än ett decennium sedan förvärvade UnitedHealth (UNH ) Group Optum, som använder teknik och AI för beslutsfattande och prediktiv analys. I företagets Q4‑resultat rapporterades en ökning på 24,2 % i Optums divisionsintäkter till 59,5 miljarder dollar. För några år sedan lanserade företaget en digital terapiplattform på nivå 2 för diabetespatienter och införlivade även en virtuell assistansplattform för att optimera kundsupport.

Med ett börsvärde på 473,32 miljarder dollar handlas UnitedHealth Groups aktier för närvarande till 511,74 $, en nedgång på 2,8 % YTD. Företaget redovisade en omsättning (TTM) på 317,62 miljarder dollar och har ett EPS (TTM) på 23,85 samt ett P/E‑förhållande (TTM) på 21,46.

Avslutande tankar

CRISPR har framträtt som en enkel och snabb genredigeringsteknik med stor potential för att behandla genetiska störningar. Dock kvarstår flera utmaningar såsom höga kostnader och oönskade avklippningar, vilket kräver förbättrad redigeringseffektivitet samtidigt som säkerheten säkerställs.

Förutom CRISPR är AI en annan teknik som förändrar hälso‑ och sjukvårdens ansikte med sin oöverträffade förmåga att känna igen trender. Tillsammans öppnar AI‑ och CRISPR‑teknologier spännande möjligheter för snabb förståelse av gener och förbättrade medicinska behandlingar för genetiska sjukdomar.

Klicka här för att lära dig om de främsta CRISPR‑företagen att investera i.