El apetito por los datos genómicos continúa aumentando en el campo de la investigación biotecnológica y farmacéutica, pero el costo sigue siendo un factor; incluso la secuenciación de un genoma completo ahora cuesta tan solo $ 1,000. Pero con las afirmaciones de reducir ese costo en otro orden de magnitud a $100, Última genómica puede incluso acelerar aún más esta economía.
Ultima dice que su máquina de secuenciación y plataforma de software, la UG 100, puede realizar una secuenciación completa de un genoma humano en aproximadamente 20 horas, con una precisión comparable a las opciones existentes, pero lo hace a un costo mucho menor por “gigabase”, que es decir por millón de pares de bases de ADN analizados.
Los avances técnicos pueden no ser completamente inteligibles para las personas que no están familiarizadas con la secuenciación del ADN, y como no soy un experto, no intentaré dar una explicación completa. Pero ayuda entender que esencialmente el ADN, amplificado en un reactivo (básicamente mucho del mismo ADN en una solución), pasa a través de pequeños canales donde los fragmentos se unen a ciertos mecanismos microscópicos, que lo preparan para ser fotografiado por muchos de detectores base operando en paralelo. Estas secuencias luego se vuelven a ensamblar en el genoma completo haciendo coincidir sus extremos.
El avance reclamado de Ultima es triple. En primer lugar, en lugar de que el reactivo viaje por los canales fluídicos que deben enjuagarse después como preparación para el siguiente paso, la micromaquinaria (“una densa matriz de plataformas de aterrizaje electrostáticas”) se graba en una oblea de silicio de 200 mm. Este proceso bien conocido utiliza material barato y fácilmente disponible y puede fabricarse en masa.
Pero lo que es más importante, permite que el reactivo se deposite simplemente en el centro de la oblea, que gira para distribuirlo uniformemente en toda su superficie utilizando la fuerza centrífuga. Esto es eficiente, mecánicamente simple y permite leer las secuencias resultantes “durante la rotación de la oblea en un proceso continuo, de forma análoga a la lectura de un disco compacto”.
Diagrama del proceso de aguas abiertas del UG 100, con una imagen de la superficie microestampada de la oblea. Créditos de imagen: Última genómica
El segundo avance es un poco más arcano, tiene que ver con el proceso de preparación y lectura directa del ADN, en lugar de reemplazar las bases con otras más legibles por máquina o confiar en imágenes arriesgadas a nivel de partículas, una inteligente combinación de los dos es golpeado. Es menos destructivo para los hilos originales, pero tampoco requiere mediciones propensas a errores como los recuentos de fotones individuales.
El tercer avance involucra el aprendizaje automático para acelerar el proceso de convertir datos ópticos (la señal de escaneo estilo CD) en datos utilizables. Una red neuronal convolucional profunda entrenada en múltiples genomas y fragmentos se ajusta en función de una muestra del genoma que se está secuenciando, luego se pone a trabajar para verificar y ensamblar todas las pequeñas piezas de datos en el genoma completo. Este proceso acelera las cosas y elimina el error.
Existe un margen considerable de mejora en el proceso, principalmente en el tamaño y la densidad de la oblea y su superficie, lo que lleva a un rendimiento mejorado. Esto podría empujar el precio a la baja, pero por ahora una reducción del 90% es más que suficiente para salir al mercado.
Fundador y CEO Gilad Almogy (también el primer autor de muchos sobre el documento citado anteriormente), dijo que la compañía está trabajando actualmente con socios de acceso anticipado para realizar algunos estudios preliminares de prueba de concepto que muestren las capacidades de la técnica de secuenciación. El primero de estos, colaboraciones con el Instituto Broad, el Instituto Whitehead, el Colegio de Medicina de Baylor y más, se presentarán pronto o actualmente. disponible como preprints.
Se espera una implementación comercial más amplia en 2023 (el precio final no está determinado, pero probablemente reflejará la ventaja conferida por este método sobre otros). Le pregunté a Almogy cuáles creía que eran las áreas de la industria médica y biotecnológica que se beneficiarían más de esta nueva capacidad.
“Creemos que la genómica será el diagnóstico de primera línea en todas las enfermedades”, dijo, señalando que es complementaria a muchas técnicas existentes y solo mejora la comprensión de las mismas.
Pero el costo mucho más bajo podría conducir a estudios de población genómica, mejorando nuestra comprensión general de la variación sistemática en el genoma entre diferentes grupos y con el tiempo. “Ya estamos hablando con socios que están interesados en hacer más genomas, pero también expresión de ARN y proteómica a escala poblacional”, dijo Almogy. Esto también es clave para los estudios epigenéticos que analizan la metilación y otras formas en que nuestro ADN cambia a medida que envejecemos.
La “oncología profunda”, o el uso de perfiles genéticos para caracterizar y combatir el cáncer, puede ser una de las primeras aplicaciones clínicas y, de hecho, Isabl está muy por delante de él en eso. La rápida secuenciación de tumores del genoma completo de la compañía podría hacerse aún más rápido.
De manera similar, la secuenciación de células individuales (p. ej., una célula sanguínea o una neurona) podría ayudar tanto en entornos clínicos como de investigación, pero “el costo de la secuenciación también nos impide usar rutinariamente la secuenciación de células individuales para aplicaciones como el perfil inmunológico”, dijo Almogy. Reducir el costo tan considerablemente podría cambiar esa ecuación.
Con la secuenciación reducida de un proceso de mil millones de dólares a uno que podría realizarse mensualmente si quisiera y tenerlo cubierto por un seguro, la industria de la biotecnología parece estar al borde de otra explosión de datos, más allá de la escala sin precedentes que tenemos. ya están en medio de. Con empresas como Ultima multiplicando los volúmenes de datos, es probable que la próxima oportunidad no esté en la producción sino en la gestión y utilización de este mar de información cada vez más profundo.
Source link