تصور کنید یک آزمایش خون ساده بتواند مسیر پیش‌روی یک بیماری را یک دهه پیش از آنکه اولین علامت بالینی ظاهر شود، پیش‌بینی کند. این دیگر یک رویای علمی نیست، بلکه هدف عملیاتی پروژه Precure است که برای شناسایی سیگنال‌های بیولوژیکی بیماری‌ها سال‌ها پیش از بروز علائم طراحی شده است. تلاش برای توالی‌یابی یک میلیون ژنوم اکنون در جریان است تا الگوهای بیولوژیکی بیماری‌ها را پیش از ظهور علائم شناسایی کند.
این پروژه در حالی آغاز می‌شود که دنیای پزشکی به سمت «ژنومیک پیشگیرانه» حرکت می‌کند؛ رویکردی که هدفش شکار سرطان، اختلالات عصبی و بیماری‌های قلبی-متابولیک در ابتدایی‌ترین مراحل بیولوژیکی است. در این مدل، هدف عبور از پزشکی واکنشی (Reactive Medicine) است. با پیوند دادن داده‌های مولکولی به سال‌ها تاریخچه بالینی، محققان قصد دارند سیستمی بسازند که در آن تشخیص بیماری نه بر اساس علائم، بلکه بر اساس مسیر بیولوژیکی صورت گیرد. برای درک این سازوکار، می‌توان توالی‌یابی (Sequencing) — شبیه به خواندن یک کتاب راهنمای عظیم که دستور ساخت هر سلول بدن در آن نوشته شده — را ابزاری دانست که اجازه می‌دهد غلط‌های املایی کوچک در DNA را پیش از آنکه به بیماری تبدیل شوند، پیدا کنیم. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی زیرساخت‌های داده‌محور در سلامت اشاره کردیم، کلید موفقیت این مدل‌ها، دسترسی به داده‌های مقیاس‌پانی و استاندارد است. این رویکرد داده‌محور با ابزارهای پیشرفتهای نظیر نقشه AlphaGenome Atlas همسو است که امکان جست‌وجوی سریع در میلیاردها واریانت DNA را فراهم کرده و جایگزینی برای سال‌ها آزمایشگاه سنتی محسوب می‌شود.
به نقل از اعلامیه رسمی، شرکت Precure, LLC که حاصل همکاری مایو کلینیک (Mayo Clinic) و ترمو فیشر ساینتفییک (Thermo Fisher Scientific) است، پلتفرم UG200 Ultra Sequencing از شرکت Ultima Genomics را برای تولید این حجم عظیم از داده‌ها انتخاب کرده است.
زمینه و بستر ابتکار Precure
شرکت Precure, LLC که در ۱۵ سپتامبر ۲۰۲۶ راه‌اندازی شد، برای تغییر درک ما از تغییرات بیولوژیکی که در حین توسعه بیماری رخ می‌دهد، طراحی شده است. مایو کلینیک خاطرنشان کرد که بسیاری از بیماری‌ها سال‌ها پیش از آنکه علائم منجر به تشخیص بالینی شوند، از نظر بیولوژیکی شروع به توسعه می‌کنند. حوزه‌های هدف این پروژه شامل سرطان، بیماری‌های قلبی-متابولیک، اختلالات عصبی و بیماری‌های با واسطه ایمنی (Immune-mediated disease) است.
این شرکت مکمل «Precure Research» است که تلاش علمی تحت هدایت محققان مایو کلینیک است. در حالی که Precure Research بر پیشبرد علم شناسایی سیگنال‌های اولیه بیماری تمرکز دارد، شرکت جدید (Precure, LLC) مقیاس، زیرساخت و همکاری‌های لازم برای تولید داده‌های مولکولی در سطح جمعیت را فراهم می‌کند. مایو کلینیک تصریح کرده است که هرگونه بازگشت مالی به این مؤسسه، مجدداً در مأموریت غیرانتفاعی آن در زمینه‌های مراقبت از بیمار، تحقیق و آموزش سرمایه‌گذاری خواهد شد.
طبق گزارش Ultima Genomics در ۲۲ سپتامبر ۲۰۲۶، این پروژه داده‌های توالی‌یابی کل ژنوم و اطلاعات پروتئومیک را در یک محیط کاملاً استاندارد ادغام می‌کند. این تلاش شامل تحلیل داده‌های مولکولی از یک میلیون نمونه بیولوژیکی (Biospecimens) است که هر کدام به اطلاعات بالینی طولی (Longitudinal) که طی چندین سال جمع‌آوری شده‌اند، متصل شده‌اند. شرکت Ultima این پروژه را به عنوان یکی از بزرگترین تلاش‌های تاریخ برای تولید داده‌های مولتی-اومیکس (Multi-omics) انسانی توصیف کرده است.
در این میان، شرکت Helix, Inc. که در ۲۱ سپتامبر ۲۰۲۶ انتخاب شد، به عنوان ارائه‌دهنده آزمایشگاه مولتی-اومیکس و ابزارهای هوش مصنوعی عمل می‌کند. Helix مدیریت ناوگانی از دستگاه‌های UG200 را برای پردازش نمونه‌ها بر عهده دارد و ابزارهای پیشرفته AI را برای انتقال ژنومیک به محیط کلینیک و تحقیقات مبتنی بر بیومارکر فراهم می‌کند. این همکاری بر پایه کارهای قبلی با استفاده از فناوری توالی‌یابی Exome+ شرکت Helix بنا شده و از آزمایشگاه‌های دارای گواهینامه CLIA و تأییدیه کالج پاتولوژیست‌های آمریکا (CAP) استفاده می‌کند.
زیرساخت فنی
توالی‌یابی در این مقیاس بر چندین پیشرفت سخت‌افزاری و نرم‌افزاری خاص استوار است:
- پلتفرم UG200 Ultra: یک سیستم دو-ویفری (Dual-wafer) با قیمت ۱,۲۵۰,۰۰۰ دلار که قادر است سالانه تا ۶۰,۰۰۰ ژنوم کامل با پوشش 30x تولید کند. همچنین یک نسخه تک-ویفری با قیمت ۸۵۰,۰۰۰ دلار برای تولید ۳۰,۰۰۰ ژنوم در سال موجود است.
- شیمی Solaris 2.0: یک فناوری تکثیر نسل جدید که نیاز به دستگاه‌های اختصاصی ePCR را حذف کرده و در عین حال دقت SNVQ-60 را حفظ می‌کند. این فناوری شامل Solaris 2.0 Max است که برنامه‌ریزی شده تا ۲۰ میلیارد خوانش (Reads) در هر ویفر ارائه دهد.
- خط لوله هوش مصنوعی: یک ترازکننده پان‌ژنوم (Pangenome Aligner) که در حال حاضر با همکاری انویدیا (NVIDIA) روی Google DeepVariant در حال توسعه است تا مقیاس عظیم داده‌ها را مدیریت کند. تحلیل‌های داده‌های بزرگ و AI پیشرفته برای شناسایی الگوها در این مجموعه‌داده‌های پیچیده به کار گرفته خواهد شد.
- پشته پروتئومیک: شرکت Thermo Fisher پلتفرم Olink Explore HT و طیف‌سنجی جرمی Thermo Scientific Orbitrap را به همراه کیت‌ها و معرف‌های لازم به این اکوسیستم اضافه می‌کند.
اکوسیستم Precure و چشم‌انداز تجاری
در ساختار مالکیت، مایو کلینیک مالکیت اکثریت Precure, LLC را در اختیار دارد و ترمو فیشر به عنوان مالکیت اقلیت حضور دارد. مایو کلینیک رهبری بالینی و تحقیقاتی، قابلیت‌های علوم داده و AI، نمونه‌های بیولوژیکی و داده‌های بالینی طولی غیرشناسه‌سازی شده را فراهم می‌کند.
شرکت Helix پل حیاتی بین آزمایشگاه و کلینیک است. نقش آن‌ها شامل سازماندهی جریان کاری (Workflow Orchestration) و ارائه ابزارهای AI برای تحقیقات مبتنی بر بیومارکر است. این امر تضمین می‌کند که داده‌های خام ژنومیک به جای تبدیل شدن به فایل‌های ایستا در پایگاه داده، به بینش‌های بالینی قابل اجرا تبدیل شوند. جیمز لو، مدیرعامل Helix، بیان کرد که ژنوم در حال تبدیل شدن به یک منبع بلندمدت برای بیمار است که می‌تواند مراقبت‌های درمانی را در طول یک عمر هدایت کند.
از منظر تجاری، این پروژه اعتباری بزرگ برای مدل «هزینه پایین، توان عملیاتی بالا» است. گیلاد الموگی، مدیرعامل Ultima Genomics، تأکید کرد که این انتخاب، موفقیت شرکت در کاهش هزینه‌های توالی‌یابی خط ژنوم (Germline Sequencing) را تأیید می‌کند. او این ابتکار را یکی از جاه‌طلبانه‌ترین و پیشگامانه‌ترین تلاش‌ها برای پیشبرد سلامت انسان توصیف کرد.
این تغییر، صنعت را از تست‌های ژنتیکی «بوتیک» و خاص برای بیماری‌های نادر، به یک زیرساخت سیستمی برای سلامت عمومی منتقل می‌کند. اثر ثانویه این پروژه، ایجاد یک مجموعه‌داده طولی عظیم است که احتمالاً برای آموزش نسل بعدی مدل‌های هوش مصنوعی پزشکی استفاده خواهد شد؛ مدل‌هایی که به دلیل آموزش بر روی داده‌های یکپارچه (و نه داده‌های پراکنده فعلی)، در پیش‌بینی شروع بیماری‌ها بسیار دقیق‌تر خواهند بود.
آرون منگولد، مدیر پزشکی Precure, LLC، اشاره کرد که هدف تولید اطلاعات ژنومیکی است که هم به مراقبت از بیمار کمک کند و هم منبعی قدرتمند برای اکتشافات علمی باشد. سری UG200 که در ۲۳ فوریه ۲۰۲۶ معرفی شد، خروجی دو برابری و زمان اجرای نصف سیستم قبلی (UG100) را ارائه می‌دهد و تنها یک روز زمان می‌برد تا نمونه از مرحله کتابخانه (Library) به داده تبدیل شود.
گام بعدی شما
- دنبال کنید که در سه ماهه چهارم ۲۰۲۶، Ultima چه جزئیاتی از پیشرفتهای پلتفرم و قابلیت‌های توالی‌یابی paired-end که این ابتکار را ممکن ساخته، منتشر می‌کند.
- بررسی کنید که چگونه ادغام داده‌های پروتئومیک و ژنومیک در مدل‌های AI، دقت تشخیص زودهنگام را تغییر می‌دهد.
- تحلیل کنید که کاهش هزینه توالی‌یابی تا چه حد می‌تواند تست‌های پیشگیرانه را در بیمه‌های سلامت عمومی جایگزین کند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و نقش آن‌ها در پردازش داده‌های زیستی مراجعه کنید.
گفتگو