Przyszłość diagnostyki molekularnej: wyznaczanie ścieżki rozwoju

Ta dekada, jak niewiele innych w pamięci, podkreśliła znaczenie diagnostyki molekularnej zarówno dla jednostek, jak i populacji. Pojawienie się SARS-CoV-2 zapoczątkowało globalne wysiłki mające na celu zrozumienie wirusa i wykrycie jego obecności u bezobjawowych pacjentów. Zanim mógłby zostać przeniesiony na innych. Dzięki wnioskom wyciągniętym z pandemii oczekuje się, że opieka zdrowotna będzie w coraz większym stopniu koncentrować się na przewidywaniu i badaniach przesiewowych. Wczesne wykrycie i zdiagnozowanie choroby ma kluczowe znaczenie dla powodzenia ścieżek leczenia. Zwłaszcza gdy późna diagnoza może spowodować rozwój choroby poza punktem interwencji.
Niedawny przypadek młodych sióstr Nali i Teddi Shaw podkreśla znaczenie badań przesiewowych. Obie siostry są nosicielkami mutacji powodującej leukodystrofię metachromową (MLD), zwyrodnieniową chorobę dziedziczną. Która powoduje dysfunkcję nerwów w wyniku gromadzenia się siarczanu cerebrozydu w mielinie. Choroba nie została zdiagnozowana, dopóki Nala, starsza siostra, nie zaczęła wykazywać objawów w wieku 3 lat. Tragedią jest to, że w momencie pojawienia się objawów MLD, choroba jest już zbyt zaawansowana, aby ją leczyć. Jakość życia Nali została już nieodwracalnie obniżona i nie oczekuje się, że przeżyje ona do dorosłości. Dla Teddi nadzieja pojawiła się jednak w postaci rewolucyjnej terapii genowej Libmeldy, opracowanej przez Orchard Therapeutics w Wielkiej Brytanii. Jest to najdroższa terapia zapewniana przez NHS w historii. Ale biorąc pod uwagę koszty wieloletniej opieki paliatywnej i oczywiście nieobliczalny wynik dla młodej Teddi, z pewnością warto ją kontynuować.
W tym artykule omówimy niektóre z ostatnich głównych innowacji w technologii diagnostyki molekularnej. Badając przyszłe trendy dla klinicystów i badaczy oraz jakie wyzwania pozostają dla ich rosnącego rozwoju.

Omika: najnowsze osiągnięcia w diagnostyce molekularnej

Rozsądnie jest rozpocząć od krótkiego przeglądu „omiki”, nauki i technologii, które leżą u podstaw wielu postępów w diagnostyce w ciągu ostatniej dekady. „Omika” to badanie molekularnych systemów biologicznych. Czy to wzorców genetycznych (genomika), ekspresji białek komórkowych (transkryptomika), szlaków działania białek (proteomika) czy chemicznych odcisków palców procesów komórkowych (metabolomika). Dziedziny te w połączeniu nazywane są „multiomiką”, która może zapewnić pełny obraz molekularnych markerów choroby.

Czym jest Genomika?

Genomika jest badaniem całego składu genetycznego organizmu i obejmuje analizę i interpretację struktury, funkcji i organizacji genów w genomie. Genomika daje wgląd w to, jak geny funkcjonują indywidualnie i zbiorowo, jak oddziałują ze środowiskiem i jak zmiany w genomie przyczyniają się do różnic fenotypowych. Jest to najbardziej dojrzała z „omik” i w rezultacie przeszła największy rozwój.

Dziedzina genomiki szybko się rozwinęła w ciągu ostatnich dwóch dekad dzięki pojawieniu się technologii sekwencjonowania DNA nowej generacji (NGS). Technologie te automatyzują sekwencjonowanie i analizę DNA, zapewniając wysoką przepustowość pozyskiwania danych.

Illumina jest liderem na rynku NGS, którego technologia opiera się na sekwencjonowaniu przez syntezę losowo trawionych krótkich fragmentów w nanostrukturalnych komórkach przepływowych. Najnowszy sekwenator firmy, NovaSeq X, może sekwencjonować 128 genomów dziennie. Przy przybliżonym koszcie 200 USD za genom, po uwzględnieniu nakładów inwestycyjnych. Urządzenia Illumina wyróżniają się w produkcji wysokiej jakości danych z krótkich odczytów (poniżej 1000 zasad). Przy czym obecnie opracowywane są większe możliwości w zakresie długich odczytów.

Transkryptomika

Transkryptomika to badanie całkowitego zestawu wyrażonego RNA w komórce lub populacji komórek w określonym momencie. Analiza transkryptomu zapewnia kompleksowe zrozumienie, które geny są aktywne i produkują RNA, a także ilość i zmienność cząsteczek RNA. Informacje te pomagają w rozszyfrowaniu podstawowych mechanizmów molekularnych zaangażowanych w różne procesy biologiczne. Takie jak rozwój, postęp choroby i odpowiedź na bodźce zewnętrzne. Mechanizmy ekspresji informacji DNA w białka są złożone i wysoce regulowane przez procesy. Które nie są oczywiste na podstawie samych informacji genomowych.

Transkryptomika jest stosowana do diagnozowania i profilowania raka poprzez identyfikację wzorców ekspresji genów związanych z różnymi typami raka. Może być również stosowana w chorobach zakaźnych poprzez analizę patogennych transkryptomów lub odpowiedzi immunologicznej gospodarza i zaburzeń neurologicznych. Między innymi poprzez poszukiwanie wyrażonych biomarkerów w mózgu lub tkance obwodowej.

Technologia opracowana już do sekwencjonowania DNA jest podobnie zdolna do sekwencjonowania RNA z modyfikacjami biochemicznymi, zwanymi RNA-seq. Główni dostawcy urządzeń i usług NGS dostarczają również zestawy do sekwencjonowania RNA.

Proteomika

Proteomika to badanie całego zestawu białek wytwarzanych przez komórkę lub tkankę w jednym punkcie w czasie. Obejmuje ona identyfikację, charakterystykę i kwantyfikację białek, a także badanie ich funkcji i interakcji w systemach biologicznych. Podejście to może również identyfikować modyfikacje potranslacyjne, które wpływają na funkcję białek.

Proteomika wykorzystuje molekularne techniki diagnostyczne powszechne w laboratoriach biotechnologii i nauk przyrodniczych. Zamiast polegać na kilku urządzeniach, jak ma to miejsce w przypadku genomiki i transkryptomiki. Spektrometria mas (MS) jest główną techniką identyfikacji i charakterystyki białek. MS nie jest z natury ilościowa, ale metody znakowania zostały opracowane w ciągu ostatniej dekady. Aby zapewnić dokładną kwantyfikację ekspresji białek. Proteomika ilościowa ma szczególne znaczenie przy śledzeniu postępu choroby i odpowiedzi na leczenie w czasie.

Niedawno zaczęto dążyć do sekwencjonowania nanoporowego białek, analogicznego do sekwencjonowania nanoporowego DNA. Jednak polipeptydy są co najmniej o rząd wielkości bardziej złożone niż DNA, a zatem stanowią nierozwiązane problemy z sekwencjonowaniem. Prawdopodobnie minie jeszcze trochę czasu, zanim pierwsze stacjonarne urządzenia do sekwencjonowania białek będą dostępne komercyjnie.

Metabolomika

Metabolomika to badanie metabolitów, małych cząsteczek w komórkach, tkankach lub płynach biologicznych, które są produktami procesów komórkowych. Jest to najmłodsza z „omik”, ale najbardziej obiecująca dla diagnostyki molekularnej i medycyny spersonalizowanej w praktyce klinicznej. Zrozumienie pełnego zestawu metabolitów w próbce biologicznej zapewnia wgląd w szlaki biochemiczne, które leżą u podstaw funkcji komórkowych. Poziomy i interakcje metabolitów zmieniają się w odpowiedzi na uwarunkowania genetyczne, wpływy środowiskowe lub leczenie farmakologiczne. A zatem mogą być doskonałymi wskaźnikami obecności choroby lub postępu leczenia.

Odkrywanie biomarkerów metabolitów wykorzystuje powszechne techniki analizy chemicznej, takie jak LC-MS i NMR, w celu scharakteryzowania metabolitów małych cząsteczek. Sprzęt tego rodzaju wymaga dużych nakładów kapitałowych na zakup i znacznej wiedzy specjalistycznej do obsługi. Więc odkrywanie metabolomiczne jest oferowane jako usługi przez instytuty badawcze lub firmy, takie jak Biogenity i Metabolon.

Przełożenie metabolomiki na praktykę kliniczną było powolne ze względu na różnice w badaniach kliniczno-kontrolnych wykorzystywanych do odkrywania, w porównaniu z testowaniem zestawu próbek kontrolnych wykorzystywanych do diagnozy. Utrzymują się problemy ze standaryzacją metodologii między badaniami grupowymi i podejściami analitycznymi do gromadzonych danych. Co utrudnia dokładne porównania między różnymi zestawami danych. Jest to szczególnie problematyczne w przypadku testów spersonalizowanych, które opierają się na solidnych zestawach danych do porównania. Jak dotąd obawy te uniemożliwiły zatwierdzenie regulacyjne, a obecnie nie są dostępne żadne testy metabolomiczne zatwierdzone przez FDA. Oczekuje się jednak, że zmieni się to wraz z dojrzewaniem tej dziedziny i przyjęciem rygorystycznych standardów.
rygorystycznych standardów.

Przyszłe przejście od badań omicznych do diagnostyki klinicznej będzie koncentrować się na identyfikacji biomarkerów wskazujących na obecność lub postęp choroby. W większości przypadków przeprowadzenie pełnego zestawu ocen omicznych dla każdego pacjenta nie jest ekonomicznie opłacalne. Dlatego należy opracować specjalne testy dla określonych chorób. Po przeanalizowaniu postępów w dziedzinie omiki w ciągu ostatniej dekady, poniżej rozważymy niektóre z przyszłych trendów w technologii diagnostyki molekularnej.

Płynna biopsja: nieinwazyjne wykrywanie biomarkerów

Płynna biopsja jest uznawana za kolejny duży krok w diagnostyce. Jej działanie polega na poszukiwaniu biomarkerów w płynach ustrojowych, zazwyczaj krwi, ślinie lub moczu. Biomarkerami mogą być pęcherzyki zewnątrzkomórkowe, krążące komórki nowotworowe, DNA wolne od komórek lub nieprawidłowe metabolity. Chociaż potencjalnie można je stosować w szerokim zakresie chorób, zdecydowana większość dotychczasowych prac nad płynną biopsją koncentrowała się na wykrywaniu raka. Analiza próbek pobranych od pacjentów za pomocą minimalnie inwazyjnych środków, zamiast procedur chirurgicznych wymaganych w przypadku tradycyjnych biopsji, przynosi oczywiste korzyści. Podejście to może być wykorzystywane nie tylko jako narzędzie do diagnozowania. Ale także do monitorowania obciążenia nowotworem i odpowiedzi na leczenie.

Nacisk na osiągnięcie korzyści z płynnej biopsji jest ogromny, zarówno ze strony przemysłu, jak i środowisk akademickich, ale technologia ta jest wciąż w powijakach. Obecna technologia nie jest wystarczająco solidna, aby zapewnić pełną diagnozę. Częstość występowania wyników fałszywie ujemnych i fałszywie dodatnich jest zbyt wysoka, aby zapewnić pacjentom i klinicystom jednoznaczną odpowiedź „tak” lub „nie” na pytanie o raka. W związku z tym nadal istnieją pytania dotyczące skuteczności płynnej biopsji jako narzędzia diagnostycznego w porównaniu z dojrzałą technologią.

Podczas gdy firmy i naukowcy pracują nad rozwiązaniem tych kwestii, istnieje nadzieja, że płynna biopsja może być wykorzystywana jako narzędzie do badań przesiewowych w kierunku raka, gdzie wymagana jest niższa specyficzność. Grali to test wczesnego wykrywania wielu nowotworów opracowany przez firmę Grali, spółkę spin-out firmy Illumina. Galleri® przechodzi obecnie  badania kloniczne w Wielkiej Brytanii i działa w Stanach Zjednoczonych na podstawie zwolnienia CLIA. Test wykrywa ponad 50 rodzajów raka poprzez sekwencjonowanie bezkomórkowego DNA z pobranej krwi i identyfikację wzorców metylacji, które wskazują na obecność i lokalizację raka.

Predykcyjna i spersonalizowana diagnostyka molekularna

Rzadkie choroby dotykają mniej niż 6% populacji Wielkiej Brytanii i mogą mieć wyniszczające konsekwencje dla pacjentów, którzy na nie cierpią. 80% rzadkich chorób ma podłoże genetyczne, a 50% ujawnia się w dzieciństwie, jednak ich diagnoza może być niezwykle trudna ze względu na niewielką liczbę pacjentów i różnorodność występujących objawów. Obecnie istnieje wiele nowoczesnych technologii wczesnego diagnozowania chorób. Podejściem „świętego Graala” jest identyfikacja i zapobiegawcze łagodzenie lub leczenie choroby u każdego pacjenta z osobna oraz określenie najlepszej ścieżki leczenia, za pomocą której można to zrobić. Multiomika jest niezwykle skuteczna w tym obszarze, zwłaszcza w przypadku złożonych, heterogenicznych chorób, w których istnieją znaczne różnice między pacjentami.

Sekwencjonowanie całego genomu (WGS) szybko staje się złotym standardem w medycynie predykcyjnej, dostarczając wyraźnych informacji na temat ryzyka chorób genetycznych. WGS może zidentyfikować markery genetyczne chorób w genomach pacjentów, zanim pojawią się objawy lub zanim skutki choroby zaczną się utrzymywać. Czas ma często duże znaczenie, ale istnieją dowody na to, że sekwencja całego genomu może poprawić wskaźnik diagnostyczny chorób genetycznych o prawie jedną trzecią, niezależnie od tego, kiedy jest wykonywana.

Jednak genetyczna predyspozycja do choroby nie gwarantuje, że choroba się rozwinie, a samo WGS nie jest wystarczające do oceny rozprzestrzeniania się potencjalnych czynników ryzyka. W przypadku prawdziwej diagnostyki molekularnej wymagane jest pełne wykorzystanie multiomiki do identyfikacji biomarkerów związanych z genotypowymi i fenotypowymi czynnikami ryzyka w całej biologii choroby. Dotyczy to zwłaszcza zaburzeń niegenetycznych, w których skłonność genetyczna może być czynnikiem ryzyka, ale nie przyczyną samą w sobie.

Testy diagnostyczne w punktach opieki

Stworzenie szybkich testów przepływu bocznego antygenu w celu wykrycia SARS CoV-19 jest jednym z największych sukcesów diagnostycznych w tym stuleciu, ustanawiając testy w punkcie opieki (PoC) i w domu w ramach kulturowego ducha czasu. Przeniesienie diagnostyki ze scentralizowanych obiektów laboratoryjnych do przyłóżkowych (lub przyłóżkowych) zmniejsza zarówno obciążenie instytucji opieki zdrowotnej, jak i czas oczekiwania na wyniki, przynosząc korzyści zarówno pacjentowi, jak i lekarzowi. Testy diagnostyczne in vitro (IVD) PoC są już powszechne w przypadku wielu chorób zakaźnych i sercowo-naczyniowych, a także w przypadku ogólnego monitorowania stanu zdrowia.

Istnieje jednak koncepcyjne wyzwanie związane z ujednoliceniem medycyny spersonalizowanej i urządzeń diagnostycznych PoC na rynku masowym. Diagnostyka molekularna złożonych, heterogenicznych chorób wymaga wykrywania wielu biomarkerów, z których wiele zależy od specyficznej biologii danego pacjenta. Wymaga się zatem urządzenie do wykrywania i oceny biomarkerów z szerokiego zakresu potencjalnych celów w jednym teście. Jest to poza możliwościami większości obecnie dostępnych prostych testów PoC IVD, chociaż istnieją urządzenia, które mogą wykrywać wiele antygenów. Takie jak HemBox firmy Hememics Biotechnologies. Oczekuje się, że multipleksowane urządzenia PoC będą coraz bardziej powszechne w nadchodzących latach.
nadchodzących latach.

Stworzenie urządzeń diagnostycznych point-of-care lub platform urządzeń jest ostatecznym celem wielu firm działających w obszarze diagnostyki klinicznej. Ale przeniesienie testu diagnostycznego z laboratorium na urządzenie komercyjne nie jest trywialne. Wyzwania produkcyjne mogą głęboko wpływać na dokładność i niezawodność urządzeń PoC. Wybór etykiet, przeciwciał, materiałów biochemicznych i strukturalnych musi być zoptymalizowany zarówno pod kątem wydajności urządzenia, jak i procesu produkcyjnego. Rosnąca złożoność urządzenia potęguje te wyzwania, więc ścieżka do zwiększenia skali produkcji musi być rozważona na wczesnym etapie cyklu rozwoju. Aby z powodzeniem wprowadzić takie urządzenie na rynek.

Analiza danych, sztuczna inteligencja i diagnostyka

Wszystkie technologie omówione w tym artykule generują ogromne ilości danych. Pojedynczy NovaSeq X może generować 8 Tb danych dziennie. Niepraktyczne i niepożądane jest, aby wysoko wykwalifikowani klinicyści i naukowcy poświęcali swój cenny czas na przeszukiwanie tych danych. Wdrożenie sztucznej inteligencji (AI) i uczenia maszynowego (ML) w warunkach klinicznych i laboratoryjnych pomoże automatycznie przetwarzać i analizować dane pacjentów, identyfikować przypadki. W których może być konieczna dalsza interwencja i wybierać wskaźniki choroby z multimodalnych źródeł. Rzeczywiście, obecnie głównym wąskim gardłem w powszechnym stosowaniu spersonalizowanych metod diagnostycznych jest integracja danych z wielu źródeł w celu identyfikacji złożonych biomarkerów. Zwłaszcza w przypadku chorób, które nie są wynikiem wyłącznie czynników genetycznych.

Wiele firm promuje integrację sztucznej inteligencji lub uczenia maszynowego w swoich usługach analitycznych, ale wyzwania pozostają. Dostęp sztucznej inteligencji do danych z dużych inicjatyw opieki zdrowotnej pomaga złagodzić niektóre z tych kwestii. Ale wciąż pojawiają się pytania dotyczące prywatności, bezpieczeństwa danych i dostępu do danych dla prywatnych przedsiębiorstw.

Wyzwanie związane z bezpieczeństwem danych jest z pewnością źródłem pewnego napięcia. Analiza AI staje się coraz potężniejsza dzięki zwiększonemu dostępowi do danych. Ale swobodny dostęp do wrażliwych informacji biologicznych i zdrowotnych stanowi realne zagrożenie dla pacjentów i populacji. Obecny konsensus w społeczności opieki zdrowotnej jest taki. Że dane na skalę populacyjną przechowuje się w federalnych zaufanych środowiskach badawczych (TRE), repozytoriach. W których same dane mogą być dostępne tylko fizycznie w tej lokalizacji. A dostęp do nich zapewnia się na podstawie poszczególnych projektów. To oczywiście spowalnia rozwój modeli AI dla diagnostyki, ale jest prawdopodobnie najlepszym kompromisem dla ochrony i korzyści pacjentów.

Jaka przyszłość czeka diagnostykę molekularną?

Przyszłość diagnostyki molekularnej to taka, w której ryzyko choroby można określić ilościowo dla każdego pacjenta. A diagnoza odbywa się w punkcie opieki lub w domu, biorąc pod uwagę szczególne okoliczności i biologię danego pacjenta. Jest to przyszłość, w której zaawansowane technologie zapewniają szybsze, dokładniejsze i mniej inwazyjne testy. Jest to przyszłość, w której, miejmy nadzieję, można wyeliminować różnice między pacjentami w przypadkach takich jak Nala i Teddi Shaw.