Ik had deze week een gesprek met Hans Roubos, directeur Digital Science & Technology bij DSM over de impact van computationele biologie voor mens en maatschappij. Hij noemde twee recente doorbraken die relevant zijn voor de biowetenschappen. Enerzijds is deze maand een update van het menselijk genoom gepubliceerd door het Telomere-to-Telomere consortium. Nieuwe sequentiebepalingstechnieken en geavanceerde algoritmen hebben een 8% groter genoom opgeleverd, met name door opheldering te verschaffen over chromosoomuiteinden en gebieden met duplicaties en repetitieve sequenties. Hiermee is 19 jaar na dato een v1.0 humaan genoom van 3,1 miljard basenparen bepaald dat zeker inzicht zal geven in genetische effecten en defecten op genoomschaal om ziektetoestanden te begrijpen en nieuwe geneesmiddelen te kunnen ontwikkelen.

De tweede grote doorbraak is AlphaFold2 (2020). Met behulp van kunstmatige intelligentie en rekenkracht zijn ingenieurs van Google DeepMind erin geslaagd om op basis van een aminozuurvolgorde bijna perfect te voorspellen hoe onbekende eiwitten zich precies zullen opvouwen. Daardoor worden momenteel duizenden nieuwe eiwitstructuren opgehelderd, wat zal leiden tot innovaties op het gebied van nieuwe geneesmiddelen, maar ook tot meer gerichte toepassingen in de industriële biotechnologie, waar micro-organismen worden gebruikt om op doeltreffende wijze onder meer zoetstoffen, vitamines, enzymen en geneesmiddelen te produceren.

‘Goed onderwijs in de computationele biologie is heel belangrijk’

Met een volledige genetische kaart van de mens en toegang tot analysetechnieken om daarmee verband houdende gegevens over eiwitexpressie, RNA-expressie en metabolietniveaus in cellen en weefsels te verkrijgen, worden op het gebied van de systeembiologie steeds meer verfijnde modellen gecreëerd. De toegang tot eiwitstructuren en ook de computationeel voorspelde eiwit-eiwit en eiwit-metaboliet interacties maken dat beeld nog scherper. Het onderzoek in de biowetenschappen wordt dus steeds meer hypothese-gestuurd. Een andere toepassing ligt binnen de analyse van big data, zoals in cohortstudies, waarbij door het langdurig volgen van mensen, langzaam ontwikkelende gezondheidsproblemen en ziekten in verband kunnen worden gebracht met verschillen in het genoom.

Hans verwacht dat genoemde ontwikkelingen in de computationele biologie zullen leiden tot een enorme verfijning van fysiologische modellen in de richting van zogenaamde ‘digital twins’ die snel en nauwkeurig het effect van geneesmiddelen, voeding en interventies kunnen simuleren en voorspellen. Ook gepersonaliseerde medicatie en voeding op basis van het genetisch profiel komt steeds meer binnen bereik. Niet alleen voor de behandeling van ziekten, maar ook voor gerichte voedingsadviezen; een radicaal nieuwe weg naar gezondheid waar zowel door academie als industrie hard aan wordt gewerkt.

Binnen de biochemie en moleculaire biologie is goed onderwijs in de computationele biologie heel belangrijk omdat computationele biologie een steeds belangrijker rol zal gaan spelen bij het diagnosticeren en oplossen van de grote problemen waar de wereld mee te maken heeft zoals de opwarming van de aarde en de snelgroeiende en verouderende wereldbevolking.