AI a genom: Revoluce pro longevity a biohacking v Česku

Přepis epizody

Vítejte u nového dílu našeho nedělního podcastu, který je věnován dlouhověkosti a biohackingu. Ahoj Ivčo a ahoj všem posluchačům. Dnes se fakt těším, protože téma, které si tady Iveta připravila, je podle mě naprosto fascinující. Budeme mluvit o tom, jak umělá inteligence začíná měnit pravidla hry v oblasti editace genomu a jak to může ovlivnit naše snahy o delší a zdravější život.

Zní to jako z nějakého futuristického filmu, ale když se na to podíváš, tak AI, konkrétně třeba AlphaFold od Google DeepMind, už nějakou dobu umí s docela vysokou přesností predikovat struktury proteinů, což je samo o sobě průlom, ale to, o čem mluvíme dnes, je ještě o úroveň dál. Spoléhali jsme na, řekněme, přírodní řešení. Když jsme chtěli editovat geny, používali jsme proteiny, které se vyvinuly v přírodě. Typicky třeba systém CRISPR-Cas, o kterém jsme už mnohokrát mluvili, ale ten má své limity, že? Jasně, Cas9 nebo Cas12a, to jsou skvělé nástroje, ale mají několik problémů. První je jejich velikost. Tyto přirozené enzymy jsou docela robustní a to je problém, když je chcete dostat do buněk. To je, myslím, klíčový bod pro naše posluchače. Tyto přirozené nástroje, i když jsou užitečné, mají své nevýhody: velikost, specificita a potenciální imunogenita, jak jsi zmínil.

A právě tady přichází na řadu AI. Konkrétně vědci z University of Washington School of Medicine z laboratoře Davida Bakera. Ti se zaměřili na to, že místo hledání a upravování proteinů, které už existují v přírodě, proč nevytvořit úplně nové, na míru šité proteiny? Přesně tak. A to je ten de novo design, o kterém se mluví. De novo znamená od začátku. Představ si to tak, že příroda nám dala nějaké stavebnice, se kterými si hrajeme, ale teď máme nástroj, který nám umožňuje navrhnout si vlastní součástky, které v těch stavebnicích nikdy nebyly. A k tomu použili generativní AI. Nejen AlphaFold pro předpověď struktur, ale hlavně RF Diffusion, což je model, který umí generovat úplně nové proteinové sekvence a struktury. Takže AlphaFold je spíše takový prediktor, řekněme, pozorovatel, který umí zjistit, jak bude protein vypadat. RF Diffusion je ten tvůrce, který umí navrhnout úplně něco nového. Je to tak, Alfrede? Dalo by se to tak říct. AlphaFold exceluje v tom, že vezme sekvenci aminokyselin a řekne ti, jak se ten protein poskládá do trojrozměrné struktury. RF Diffusion si naopak představ jako sochaře, který dostane jen hrubou představu, třeba: chci malý protein, který bude vypadat nějak takhle a dělat tohle. A právě tento generativní přístup je to, co je průlomové. Už nespravujeme něco, co existuje, ale tvoříme nové.

A to je pro longevity biohacking naprosto zásadní. Protože pokud dokážeme navrhovat menší, specifičtější a možná méně imunogenní nástroje pro editaci genomu, otevírá to obrovské možnosti. Mluvili jsme o těch velikostních omezeních s AAV vektory. Když je ten protein menší, co to znamená v praxi? To znamená, že se do AAV vektoru vejde, nebo že se jich vejde více. AAV jsou v podstatě bezpečné viry, které jsme upravili tak, aby do buněk donesly geny, které chceme. A když je ten náš náklad menší, můžeme ho tam nacpat s větší účinností, nebo dokonce nacpat více různých nákladů do jednoho vektoru, což je pro složitější editace skvělé. Ten článek mluví o miniaturizovaných proteinech, které jsou až o třetinu menší než jejich přirozené protějšky. To si piš! Méně je někdy více, že?

A co se týče té specificity? Méně off-target efektů. To je něco, co vždy bylo strašákem u CRISPRu. Nechceme, aby nám to stříhalo jinde, než má. Přesně tak. Když si ten protein navrhneš úplně od nuly, můžeš mu říct, co přesně má dělat a kde. Ty přirozené enzymy jsou produktem evoluce, takže jsou takové, jaké jsou. Nejsou optimalizované pro naše laboratorní chirurgie. Ale když si ho navrhneš, můžeš se pokusit vybrousit jeho aktivní místo tak, aby se vázal jen tam, kam chceš. A ti vědci, konkrétně z Bakerovy laboratoře, použili RF Diffusion k navržení nových základních editorů, Base Editorů. Základní editory. Pro ty, kdo to neznají, to jsou nástroje, které umí měnit jedno písmenko DNA za druhé, že? Bez toho, aniž by to DNA úplně rozstřihlo. Ano, přesně to. Představ si, že DNA je dlouhý text a jedno písmenko. Namísto toho, abys celý řádek vystřihl a přepsal, což by mohl dělat klasický Cas9, Base Editor ti dovolí jen přepsat jedno písmenko. Třeba změnit CG pár na TA pár. A tohle je pro nás klíčové v boji proti genetickým onemocněním, protože mnoho z nich je způsobeno právě jednobodovými mutacemi. Ti vědci navrhli de novo cytosinový Base Editor a adeninový Base Editor. A to je fakt velké. Tyto syntetické Base Editory byly dokonce v některých testech účinnější a přesnější než ty přírodní. Počkej, počkej. Takže AI navrhla protein, který nejenže je menší, ale je i lepší než to, co nám dala příroda. To je docela, to je obrovský posun.

Ano. A nekončí to jen u Base Editorů. Oni se pustili i do Prime Editorů. To je ještě sofistikovanější nástroj. Prime Editory, to je něco jako hledej a nahraď, že? Dokáže to nahradit delší sekvence DNA, nejen jedno písmenko. Prime Editory dokáží vložit nebo nahradit celkem dlouhé úseky DNA s velkou přesností. A opět, ty přírodní Prime Editory jsou obrovské, což opět omezuje jejich terapeutické použití. Takže mít de novo navržený miniaturizovaný Prime Editor, který se vejde do AAV vektoru, to je fakt něco. Představ si, že dokážeš opravit celou mutaci, která způsobuje třeba cystickou fibrózu, s vysokou účinností a minimem vedlejších účinků.

Teď jsi to, myslím, krásně propojil s tím naším tématem longevity biohacking. Proč je to tak důležité pro dlouhověkost? Protože spousta nemocí, které nám zkracují život a zhoršují jeho kvalitu, má genetický základ. Nebo alespoň genetické predispozice. A s těmito nástroji bychom potenciálně mohli, co přesně? Takže nejde jen o vyléčení jednotlivých mutací, které se hromadí s věkem. Víš, jak stárneme, naše buňky dělají chyby při kopírování DNA. Tyto chyby se akumulují a mohou vést k dysfunkci buněk, k rakovině a dalším nemocem spojeným se stárnutím. Pokud máme nástroje, které dokážou tyto chyby efektivně a bezpečně opravit v mnoha buňkách těla, to by mohlo radikálně zpomalit, možná i zvrátit některé aspekty stárnutí. A to je zásadní pro dlouhověkost. Zkrátka, genetická stabilita je jedním z pilířů zdravého stárnutí. A miniaturizované, vysoce specifické nástroje, navržené AI, nám dávají bezprecedentní kontrolu nad tím, jak s naším genomem pracujeme. Dříve jsme se museli spoléhat na to, co nám dala příroda, a to jen upravovat. Teď si to můžeme navrhnout od začátku na míru našim potřebám.

A jaké jsou další kroky v tomto výzkumu? Mluvíme tu o velkém potenciálu, ale co teď? Teď se pracuje na dalším zdokonalování. Je potřeba ještě zvýšit specificitu, aby se minimalizovaly veškeré off-target efekty na naprosté minimum. A také se pracuje na optimalizaci doručení do všech typů buněk a tkání, protože některé jsou hůře přístupné než jiné. Takže by se to dalo potenciálně aplikovat i na jiné oblasti? Třeba na výrobu terapeutických proteinů nebo diagnostické nástroje? To zní trochu jako sen. Že si budeme moci naprogramovat naše tělo tak, aby fungovalo optimálně, opravovalo se a třeba i odolávalo nemocem, které nás dnes trápí. To je trochu idealistická vize, ale blížíme se k ní mílovými kroky. Samozřejmě s tím přichází i velká zodpovědnost a etické otázky, o kterých se musí mluvit. Ale z hlediska čistě technologického pokroku je to ohromující. A potenciál pro delší a zdravější život je obrovský.

Přesně to. Tohle je ten typ výzkumu, který mě osobně nejvíce fascinuje. Není to jen o udržování, ale o aktivním vylepšování našich biologických systémů na fundamentální úrovni. A AI je klíčem k odemknutí těchto možností. Alfrede, díky moc za skvělý rozbor a za to, že jsi nám pomohl pochopit tento složitý, ale nesmírně důležitý výzkum. Když jde příští neděli. Podpořit a sledovat nás lze na Substacku, všech sociálních sítích i na webu www.aipokusi.cz. Krátké upozornění. Tento podcast vzniká s pomocí umělé inteligence, která asistuje při přípravě obsahu i hlasové syntéze. Navzdory snaze o dokonalost může epizoda obsahovat drobné nepřesnosti.