科学家在子宫内进行基因编辑实验,治疗致命肺部疾病

简介: 当前的基因编辑实验终究还是很难规避伦理道德的争议。

当前的基因编辑实验终究还是很难规避伦理道德的争议。

在科学界,基因编辑最大的诟病便在于对伦理道德的挑战。最近,《科学》子刊《Science Translational Medicine》的封面论文提供了一种新的思路,来自宾夕法尼亚大学医学院和费城儿童医院的研究人员修复了小鼠的一种致命基因突变,而这种基因编辑修改是在小鼠出生前四天进行的,不是在早期胚胎形成之前。

TB171xuRZfpK1RjSZFOXXa6nFXa.png

据了解,论文作者研究了一种先天性遗传疾病——表面活性蛋白缺乏症。表面活性蛋白是一种重要的脂蛋白,他能够降低肺表面张力并使肺功能正常。但在一些罕见的情况下,婴儿体内会出现基因突变,其表面活性蛋白出现缺陷,当一旦婴儿出生后,这种症状会导致他们在几个小时候内出现呼吸衰竭。

为此,研究人员尝试在婴儿诞生之前矫正胚胎的这种基因突变。研究负责人之一的宾夕法尼亚大学医学院教授Edward说道:“这里的关键是如何指导基因编辑系统靶向呼吸道和肺部的细胞。”

实验中他们将CRISPR试剂输送到羊水中,而不是采用静脉注射的方式,从而可以有效且精确地编辑呼吸道上排列的肺上皮细胞。为了验证基因编辑的有效性,研究人员开发了一种CRISPR基因编辑荧光报告系统来进行测试,一旦成功,就能在相应点观察到这种荧光色。最终,实验证明是成功的。

TB1Ol4cR9zqK1RjSZFLXXcn2XXa.jpg

之后,研究人员又进行了三组对比实验,结果显示:不接受治疗,或仅仅接受对照治疗的小鼠胚胎,在动物出生的6个小时后全部死亡。而接受了基因编辑治疗的小鼠胚胎,在24小时后依旧有8%的幼鼠存活。在出生后的第七天,总存活率依旧为5.7%。

“在妊娠中期到晚期,通过基因编辑技术在不可逆转的病理症状出现之前就对疾病进行治愈或者缓解,是一件令人兴奋的事情!”研究人员在一份声明中表示,“鉴于许多先天性肺部疾病,如囊性纤维化和遗传性(表面活性蛋白)疾病通常由单基因突变引起,这些都是是基因编辑技术的理想候选者。”

TB1O1RgRY2pK1RjSZFsXXaNlXXa.png

当然,这次实验还有一个非常关键的点,是否触及伦理道德的边界线。有评论指出基因编辑的时间是小鼠出生前4天,相当于人类怀孕的28周后,此时的胎儿已可算做比较极端的早产儿,从而避免了对人类胚胎进行编辑所产生的一系列问题。同时,这种基因编辑理论上也不会改变生殖细胞。但也有人认为这种基因编辑的方式会给母体带来一定风险。

总而言之,当前的基因编辑实验还是很难规避伦理道德的争议,但另一方面,我们也从小鼠身上看到未来人类治愈遗传性疾病的曙光。

相关文章
|
3月前
|
机器学习/深度学习 数据采集 数据挖掘
【数学建模-某肿瘤疾病诊疗的经济学分析】第一问模型分析
探讨了使用诊断相关分组(DRGs)对肿瘤疾病的诊疗进行经济学分析的方法,并提出了通过决策树模型来预测不同诊断相关组(ADRG)费用水平的分类方案。
51 1
|
6月前
|
机器学习/深度学习 数据采集 数据挖掘
LabVIEW进行癌症预测模型研究
LabVIEW进行癌症预测模型研究
31 5
|
机器学习/深度学习 算法 数据挖掘
高血压疾病预测模型构建研究与应用
高血压疾病预测模型构建研究与应用。
188 0
|
人工智能 数据处理
基于人工智能的【患肺癌病】风险预测与分析(上)
基于人工智能的【患肺癌病】风险预测与分析
193 0
|
机器学习/深度学习 人工智能
基于人工智能的【患肺癌病】风险预测与分析(下)
基于人工智能的【患肺癌病】风险预测与分析
142 0
|
存储 运维 搜索推荐
基因检测,如何帮助患者对抗疾病?
云上高性能计算EHPC助力圣庭医疗提升基因检测效率,为患者提供更多精准化医疗方案。
基因检测,如何帮助患者对抗疾病?
|
机器学习/深度学习 人工智能
AI促进药物发现:未来是多细胞研究
AI促进药物发现:未来是多细胞研究
228 0
AI促进药物发现:未来是多细胞研究
|
机器学习/深度学习 算法 数据库
Sci. Adv. | 新算法识别治疗肺动脉高压的候选抗癌药物
Sci. Adv. | 新算法识别治疗肺动脉高压的候选抗癌药物
320 0
Sci. Adv. | 新算法识别治疗肺动脉高压的候选抗癌药物
[数据科学] 通过基因表达监测进行肿瘤预测
[数据科学] 通过基因表达监测进行肿瘤预测
159 0
[数据科学] 通过基因表达监测进行肿瘤预测
|
机器学习/深度学习 存储 人工智能
人工智能技术如何在药物开发中识别正确的药物成分
在采用数字技术时,制药行业的应用往往比较缓慢。迄今为止,很多制药厂商已经推迟了使用人工智能和机器学习策略开发药物的想法。人工智能有可能在药物开发领域掀起创新浪潮。然而,制药行业应努力弥补应用于药物发现和开发过程之间的差距。
338 0
人工智能技术如何在药物开发中识别正确的药物成分