Recherche sur les principes actifs à l'aide de patients virtuels
Les chercheurs de Sanofi créent des jumeaux numériques
Annonces
On estime qu'entre 5 et 8 % de la population allemande souffre d'une maladie auto-immune telle que l'asthme, la polyarthrite rhumatoïde ou une maladie inflammatoire chronique de l'intestin. Le développement de nouveaux médicaments contre ces maladies est un processus long et complexe. Afin d’accélérer considérablement la recherche, Markus Rehberg travaille à la croisée des sciences de l’ingénierie, des mathématiques et de la biologie. Avec son équipe, il crée ce qu’on appelle des « patients virtuels » afin de modéliser l’efficacité de nouveaux médicaments avant qu’ils ne soient testés dans le cadre d’essais cliniques.
« La biologie m’a toujours fasciné, en particulier le fait que même les plus petits organismes vivants, comme les microbes, puissent accomplir des tâches complexes auxquelles les robots et l’électronique moderne échouent encore », explique Markus Rehberg. Titulaire d’un doctorat en ingénierie, il travaille dans le domaine de la modélisation des maladies au sein de la Translational Medicine Unit (TMU) du Sanofi BioCampus à Francfort. Il y développe des modèles dits de « pharmacologie systémique quantitative (QSP) ».
Ces modèles reproduisent en détail les processus physiopathologiques de l’être humain, du niveau moléculaire jusqu’aux structures tissulaires complexes. « On peut se représenter cela comme un système d’équations décrivant les processus chimiques et cellulaires », explique M. Rehberg. À l’aide de données anonymisées de patients, les modèles sont ensuite adaptés et affinés en fonction de l’évolution individuelle de la maladie. « C’est un travail fastidieux, mais cela nous permet de comprendre les relations biologiques et les différences entre les patients », précise l’ingénieur.
Après avoir obtenu son diplôme d’ingénieur, Rehberg a fait un doctorat, a étudié le métabolisme cellulaire à l’aide de modèles mathématiques, puis s’est orienté vers la recherche pharmaceutique, comme il le dit : « Je suis convaincu que nous pouvons mieux décrypter les systèmes biologiques grâce aux concepts de l’ingénierie. » « C’est ce qui m’a conduit de la recherche fondamentale au développement appliqué de médicaments. »
Des patients virtuels aux médicaments réels
Au BioCampus, l’ingénieur dirige le département QSP. Son équipe réunit ainsi différentes compétences : biologie, mathématiques et informatique. « Nous sommes à la fois scientifiques, analystes et développeurs », explique-t-il. « Cette polyvalence n’est pas seulement unique, elle reflète également notre réponse aux exigences scientifiques et rend notre quotidien extrêmement varié. » L'expertise combinée de l'équipe est mise à profit pour le développement de patients virtuels. Une fois ceux-ci créés, l'équipe peut tester sur ordinateur une multitude de principes actifs différents, modéliser leurs effets et aider à prendre les bonnes décisions.
Aujourd’hui déjà, l’équipe QSP mène des recherches sur une grande variété de médicaments en étroite collaboration avec d’autres services de recherche et développement à Francfort. Des retours d’information indiquent, par exemple, si la demi-vie, la liaison à la molécule cible ou le dosage d’un principe actif doivent être ajustés afin d’obtenir un effet maximal chez le plus grand nombre possible de patients. Pour ce faire, l’équipe s’appuie sur une grande quantité de données provenant de nombreuses sources différentes : des simples données de liaison aux évaluations de biomarqueurs en laboratoire, en passant par des essais cliniques internes et externes. « Cela nécessite une coordination précise avec tous les services concernés et ne peut aboutir que grâce à une bonne collaboration et à un objectif commun : aider les patients », explique M. Rehberg. La collaboration étroite avec les experts sur place constitue à cet égard une base indispensable du travail.
L'équipe de recherche a très tôt commencé à utiliser l'intelligence artificielle de manière ciblée dans son travail. L'IA aide ainsi à analyser des ensembles de données, à vérifier et à optimiser les structures des modèles, ainsi qu'à générer des patients virtuels. Cela permet d'obtenir des prévisions plus fiables et plus pertinentes.
En coopération avec des instituts de recherche de pointe en IA, l’équipe travaille également à combiner les modèles QSP avec les méthodes d’IA les plus récentes. « L'objectif est d'intégrer dans les modèles des corrélations supplémentaires, telles que les comorbidités et les facteurs démographiques, afin de représenter les patients individuels de manière encore plus précise sous forme de jumeaux numériques », explique Markus Rehberg.
L'intégration réussie de données unicellulaires à haute résolution, c'est-à-dire le séquençage d'ARN unicellulaire, dans la création de jumeaux virtuels de patients constitue une étape importante vers la mise en œuvre systématique du principe « In Silico First », qui consiste à tester d'abord les molécules sur ordinateur. « Cela nous permet d’analyser des maladies complexes à un niveau sans précédent », déclare M. Rehberg. « Toutes les données et tous les résultats sont intégrés en continu dans nos bases de données afin que nous puissions continuer à optimiser nos modèles et exploiter nos connaissances sur le système immunitaire pour la création de futurs patients virtuels. »
Ces connaissances peuvent contribuer à identifier précocement les principes actifs particulièrement prometteurs et à accélérer le développement grâce à des protocoles d’étude optimisés. « À terme, la médecine deviendra de plus en plus personnalisée et donc encore plus efficace sous la forme de la médecine de précision. Pour la mise en œuvre dans la pratique clinique, les modèles QSP et les jumeaux virtuels de patients pourraient apporter une contribution décisive en aidant à adapter précisément les traitements à chaque patient », résume M. Rehberg.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Allemand peut être trouvé ici.
Autres actualités du département recherche et développement
