Santé : accélérer la transformation des labos pour construire la médecine de demain

APPLICATIONS MÉTIERS
Temps de lecture : 6 minutes

L’épidémie de Covid-19 a souligné le rôle primordial des laboratoires pour répondre aux grands enjeux de santé. Quelles innovations contribuent à la recherche ? Décryptage avec Karine Samama, Health & Lifesciences Industry Executive chez Microsoft.

Les nouvelles technologies révolutionnent la recherche médicale et sont à l’origine de plusieurs avancées significatives. Séquençage du génome à haut débit, biologie computationnelle, CRISPR Cas‑9, jumeau numérique dans la recherche de molécule candidat-médicament, plateforme de recherche collaborative… comment les laboratoires innovent-ils aujourd’hui ?

La data pour améliorer la recherche et les essais cliniques

La data est un levier essentiel de la médecine de précision. Pour la recherche, disposer de grands volumes de données permet de développer de nouveaux traitements, plus performants.

« Avant, on disposait de peu de données. Les essais cliniques étaient menés sur des cohortes de quelques milliers de patients peu stratifiées.… Aujourd’hui, les chercheurs disposent de base de données patients en vie réelle longitudinales qu’ils peuvent associer aux données multi-omics – offrant un champ de recherche bien plus vaste » De quoi accélérer la recherche médicale et les essais cliniques avant la mise sur le marché de nouveaux traitements.

« En l’espace de 10 ans, la mise à disposition de la donnée a complètement changé la manière dont on envisageait le parcours patient et la manière de le traiter » poursuit Karine Samama.

La médecine et la recherche peuvent aujourd’hui s’appuyer sur différents types de données : épidémiologiques, individuelles (âge, poids, ethnie, genre…), les antécédents du patient (consignés dans le dossier médical digitalisé), et ses données génétiques « Tout l’enjeu est de croiser les données individuelles et les données génétiques du patient pour mieux anticiper son évolution ou les mécanismes de déclenchement de la maladie. »

Lire aussi « Grâce à la data, nous allons vers une médecine prédictive » – Lavinia Ionita

Livre Blanc

Et demain… concevoir des entreprises anti-fragile

Découvrez au travers de ces questions comment le digital et la technologie peuvent contribuer à façonner l’entreprise anti-fragilité de demain.

Télécharger

Séquencer le génome grâce au cloud computing

Ainsi, le NGS (Next Generation Sequencing) permet un séquençage moléculaire à haut débit. « Il y a 10 ans, séquencer le génome humain coûtait des milliards de dollars, souligne ainsi Karine Samama. Aujourd’hui, cela coûte une centaine de dollars ». D’après le Global Alliance for Genomics and Health, plus de 100 millions de génomes auront été séquencés d’ici 2025. La majorité de ces génomes séquencés faisant partie de projets à grandes échelles issus des laboratoires pharmaceutiques et de projets nationaux de séquençage.

Le Génomique est considéré comme un des champs du big data. Une séquence entière d’un génome humain génère environ 200 gigabytes de données brutes, avec une prévision de 100M de génomes séquencés d’ici 2025. Cela veut dire que nous aurons alors accumulé plus 20B gigabytes de données. De plus, le séquençage n’a de sens sans les annotations de la part des chercheurs, qui ajouteront environ 100M de gigabytes additionnelles. Ceci requiert des capacités d’hébergement et de puissance de calcul importantes souvent économiquement peu viables pour des petites structures et centres de recherche.

Le cloud computing émerge comme une solution viable pour ces organisations devant analyser des sets de données considérables sans se préoccuper de la maintenance ou upgrade de leurs serveurs.

Cette technologie met à la disposition des chercheurs des données inédites. « Cela leur permet de comprendre la fonction d’un gène, une variation ou une mutation dans une séquence, ainsi que certaines maladies et leur mécanisme de réparation » explique l’experte. De quoi ouvrir tout un pan de recherche vers la thérapie génique et la thérapie cellulaire.

Ce nouvel accès à la donnée permet également de repenser les traitements. En disposant d’une telle connaissance du patient, les médecins peuvent anticiper sa réponse à un médicament. Voire tester les effets d’une molécule avant même de l’injecter au malade.

Lire aussi Nos médecins vont-ils devenir des data scientists ?

Livre Blanc

TPE/PME : Entreprendre l’esprit libre grâce au numérique

Ce guide vous présente ces diverses solutions à travers trois grands axes : 1) Simplifier la vie des entrepreneurs; 2) Garantir l’activité et la performance; 3) Favoriser l’innovation

Télécharger

Tester un traitement sur le jumeau numérique d’un patient

Demain, c’est sur votre jumeau numérique que seront d’abord testés vos médicaments. « On peut simuler un organe in silico à partir des données de patients et tester l’efficacité d’un traitement ou d’un dispositif médical sur cet organe. Medtronic a ainsi été en mesure d’accélérer l’autorisation de mise sur le marché d’un pace-maker compatible avec une IRM en démontrant sa sureté à partir d’un seul modèle animal. Cette technique peut être facilement utilisée par les chercheurs pour mieux comprendre le rôle des gènes, corriger un ADN défectueux, mettre au point de nouveaux modèles animaux, ou encore mettre en place de nouvelles stratégies thérapeutiques d’un modèle de cœur in-silico, réduisant significativement son temps de mise sur le marché », confirme Karine Samama.

On estime que cette technologie va également permettre d’anticiper la réponse à un traitement. C’est en tout l’approche proposée par exemple par ExactCure. Elle peut aussi intervenir encore plus en amont pour trouver la molécule-candidate la plus adaptée à une pathologie.

Autre exemple : Avec Aqemia, la deep tech est capable de digitaliser la molécule (lead) idéale à partir de la structure de la cible. Puis, à partir de cette molécule lead in silico, un modèle d’affinité prédictif (basé sur un modèle de calcul de type quantique) va scanner un catalogue de molécules existantes pour trouver celles qui s’en approchent le plus et les recommander pour le traitement. « Cela amène plus de précision et de sécurité pour le patient. L’idée est d’être de plus en plus juste, plus rapide de plus en plus fin, grâce à des modèles d’intelligence artificielle toujours plus complexes et nécessitant de la puissance de calcul du cloud », explique Karine Samama.

De son côté, MAbSilico modélise les anticorps pour mieux les cibler avant les tests cliniques. Elle s’appuie sur l’intelligence artificielle afin d’accélérer la mise au point d’anticorps thérapeutiques. Grâce à ce procédé, MAbSilico réduit les étapes des différentes phases précliniques. Un atout lorsque l’on sait que le temps moyen de validation des biothérapies est de 8 ans et 9 mois !

Un atout considérable, puisque comme nous l’a rappelé la pandémie de Covid-19, accélérer la recherche et réduire le time to market des traitements est l’un des enjeux majeurs aujourd’hui.

Lire aussi Numérique, IA : où en sont les hôpitaux ?

Développer une recherche collaborative

On s’est rendu compte d’une autre chose importante avec l’épidémie de Covid-19 : le temps long de la recherche est mal adapté aux situations d’urgence. Face à de nouvelles menaces sanitaires inédites, la collaboration entre chercheurs du monde entier est essentielle.

Pour fluidifier les échanges et partager les connaissances, un projet en cours au centre de recherche de Microsoft : la création d’une plateforme ouverte pour partager et échanger les modèles mathématiques de modélisation de pandémies. Notamment sur les maladies infectieuses. Autre exemple de collaboration : l’utilisation de la plateforme de partage InnerEye pour accélérer le diagnostic et pronostique de patient atteint du COVID-19 à partir de modèles de deep learning réalisées grâce à des images de CT scan.

Il existe bien sûr d’autres projets de collaboration de recherche en immunologie, tel que la cartographie des lymphocytes‑T et de leurs antigènes associés. « A partir de l’étude des antigènes d’un patient, on est capable de dire à quelles maladies et à quel virus il a été exposé et/ou de préciser un diagnostic », explique Karine Samama.

Ce travail collaboratif au niveau mondial permet de répondre aux grands défis de santé qui nous concernent tous. « Face à une pandémie telle que la Covid-19, la collaboration est cruciale. La technologie a permis de développer un vaccin en moins d’un an. Cela a été le cas en cas pour le vaccin Moderna par exemple : il a été “designé” en 48h et développé en moins de 10 mois. Un temps record quand on sait qu’en moyenne, il faut 15 ans pour développer un vaccin avec un taux de succès d’environ 6%. Un succès qui symbolise l’apport de la technologie et bio-informatique dans les grands enjeux de santé. » Cela constitue également une formidable bibliothèque de connaissances pour les générations futures.

Ebook

Saisissez les nouvelles occasions d’innover dans le secteur bancaire

Découvrir ce que les leaders d’opinion de Microsoft et le partenaire de Business Intelligence, PSFK, prédisent pour l’avenir des technologies dédiées aux services financiers.

Télécharger

Demain, une recherche sans limite grâce à l’informatique quantique ?

Et l’informatique quantique pourrait accélérer encore la recherche et l’innovation, avec une vitesse de calcul décuplée. La principale application de cette technologie dans la santé est la découverte de thérapies via la simulation moléculaire, voire à plus long terme, des simulations portant sur l’articulation de molécules organiques simples comme le cholestérol ou le repliement des protéines.

De telles technologies sauront s’associer aux avancées telles que le système CRISPR – un système constitué d’un « ARN guide », qui cible une séquence d’ADN particulière, associé à l’enzyme Cas9, qui, comme des ciseaux moléculaires, coupe l’ADN. Ensemble, ces technologies vont pouvoir accélérer la compréhension du rôle des gènes, corriger un ADN défectueux, mettre au point de nouveaux modèles animaux ou encore de nouvelles stratégies thérapeutiques en un temps record.

« Les technologies sont là, il faut maintenant savoir s’appuyer sur elles et les valider dans un cadre scientifique et règlementaire. Le secteur de la santé est un secteur fortement encadré, et c’est tant mieux ! Cela sera l’assurance de disposer à l’avenir de dispositifs médicaux et de modèles AI toujours plus sûrs et toujours plus centrés sur le patient.

Questions fréquentes

Qu’est-ce que le NGS ou Next Generation Sequencing ?

Le NGS est un séquençage moléculaire à haut débit. Il peut être utilisé pour analyser des échantillons d’ADN et d’ARN. C’est un outil utilisé en génomique fonctionnelle.

Qu’est-ce qu’un jumeau numérique ?

Le jumeau numérique est la reproduction numérique fidèle d’un objet. Le jumeau numérique st un « double » digitalisé de cet objet, en tenant compte de toutes ses caractéristiques personnelles. En santé, le jumeau numérique permet de digitaliser un organe pour tester un traitement avant de l’administrer au patient.

Quelles sont les nouvelles technologies utilisées dans la recherche ?

La recherche et la médecine s’appuient sur le cloud computing, pour traiter de grands volumes de données, et l’intelligence artificielle (pour la reconnaissance d’image par exemple).