Commercialiser plus rapidement les thérapies avancées : un rôle
Transcription
Commercialiser plus rapidement les thérapies avancées : un rôle
O r i e n t a t i o n s f u t u re s Commercialiser plus rapidement les thérapies avancées : un rôle pour la biosimulation ? ` David Polidori et Jeff Trimmer Au cours des 10 dernières années, les technologies génomique Modéliser l'organisme et protéomique ont été appliquées pour identifier et développer La biosimulation offre une approche systématique pour l'intégration des données cliniques et '-omiques' dans les voies métaboliques fonctionnelles. Celles-ci peuvent être évaluées comme un réseau complexe afin d'identifier des cibles et des composés biologiques en tant que candidats pour le traitement d'une maladie. Afin de garantir que le réseau complexe offre une représentation raisonnable et précise de la physiologie humaine, il est essentiel qu'un processus de validation rigoureux soit mis en place. une nouvelle génération de traitements du diabète. Alors que ces technologies se sont de plus en plus automatisées, créant un nombre incalculable d'objectifs thérapeutiques potentiels et de connaissances biologiques, les prévisions indiquent que le temps et le coût de développement d'un médicament individuel continueront d'augmenter et dépasseront bientôt le seuil du milliard de dollars.1 Un facteur important de cette hausse des coûts est le nombre important de composés qui échouent dans les années suivant le développement pré-clinique (environ 50 % des composés échouent au cours des premiers essais cliniques). Un contexte biologique est nécessaire pour intégrer les interactions dynamiques des mécanismes régulateurs qui font la différence entre santé et maladie et prédisent ensuite les résultats thérapeutiques. Il s'agit d'une lacune de l'approche actuelle basée sur un usage intensif de données. La biosimulation, aussi appelée modélisation par ordinateur ou biologie in silico, constitue une solution à ce problème – en utilisant l'énorme quantité de données diverses pour construire un modèle dynamique de physiologie humaine. >> Septembre 2003 Volume 48 Numéro 2 28 Il y a un assez long historique de modélisation mathématique en matière de recherche sur le métabolisme et le diabète, dû principalement au comportement dynamique intéressant et complexe des cellules bêta du pancréas et à la boucle de régulation bien décrite du glucose et de l'insuline. Parmi quelques exemples dans ce domaine, citons : la modélisation de l'électrophysiologie des cellules bêta des îlots isolés et couplés électriquement – utilisée depuis plusieurs décennies et qui s'est avérée utile pour identifier les mécanismes impliqués dans la sécrétion de l'insuline par ces cellules ; de nombreux efforts visant à modéliser les changements du glucose et de O r i e n t a t i o n s f u t u re s l'insuline dans l'organisme à différents niveaux de détails pour toute une série d'applications, notamment : u parvenir à une compréhension quantitative de la régulation des taux sanguins et des sécrétions stimulées par le glucose afin d'étudier le rôle que les différents processus physiologiques jouent dans le diabète et son traitement ; u évaluer la sensibilité à l'insuline et au glucose chez les patients individuels. Le 'modèle minimal' du métabolisme du glucose (et plusieurs variantes ultérieures de ce modèle) de Bergman, qui permet de mesurer la sensibilité à l'insuline et l'efficacité du glucose par le biais d'un test clinique standard de tolérance au glucose, est un des modèles mathématiques les plus appliqués dans tous les domaines de la biologie et de la médecine ; u développer un approvisionnement en insuline automatisé par le biais de pompes pour les personnes atteintes de diabète en évaluant le taux de glucose actuel et en utilisant un modèle mathématique et une théorie de contrôle afin de déterminer l'approvisionnement 'optimal' en insuline d'une minute à l'autre. la modélisation de la voie de signalisation insulinique dans les cellules qui réagissent à l'insuline, y compris le mouvement des transporteurs qui alimentent la cellule en glucose, afin de mieux comprendre les mécanismes moléculaires impliqués dans la voie de signalisation responsable de la hausse du glucose stimulée par l'insuline. organe Y, quels effets (positifs ou négatifs) cela aura-t-il sur la réaction de l'ensemble de l'organisme ?" Les programmes de modélisation précédents se sont généralement concentrés sur des systèmes isolés et n'ont donc pas pu résoudre ce type de question. Etant donné les récents progrès scientifiques et informatiques, il est maintenant possible de développer et d'appliquer des modèles plus complets du métabolisme et du diabète pour répondre à ces questions. Par exemple, les modèles actuels les plus complets de métabolisme humain contiennent plus de 400 variables métaboliques différentes ; ces modèles peuvent simuler une expérience de 24 heures en plus ou moins 45 secondes sur un ordinateur de bureau standard. Des groupes d'ordinateurs relativement bon marché peuvent être utilisés pour exécuter un grand nombre de simulations représentant différents types de patients, différentes hypothèses et plusieurs approches thérapeutiques. Utilisation des nouvelles technologies Parmi les principaux progrès qui ont rendu cela possible, citons : Les défis à relever Même avec ces progrès, la complexité typique nécessaire pour des biosimulations à grande échelle fait de leur développement un défi et nécessite un grand nombre de ressources, notamment une modélisation sophistiquée et un logiciel d'analyse. L'application de ces modèles à la découverte et au processus de développement de médicaments implique plusieurs défis supplémentaires, notamment : Une question importante soulevée lors de la découverte et du développement de thérapies est la suivante : "si un nouveau médicament inhibe une voie X dans un Amélioration de la puissance informatique permettant la simulation de vastes systèmes complexes sur des ordinateurs de bureau bon marché Le développement de techniques expérimentales permettant de mesurer de façon précise un grand nombre de quantités et flux biologiques Ces techniques, qui vont des microréseaux pour mesurer l'expression génétique aux marqueurs radioactifs et non radioactifs pour mesurer la vitesse de renouvellement dans l'ensemble de l'organisme de substances in vivo, sont utilisées pour collecter une grande partie des données nécessaires au développement et à la validation des modèles mathématiques. Progrès dans la compréhension et la modélisation mathématique de systèmes solides et complexes Une grande partie de ce travail a été réalisé en étudiant les systèmes scientifiques constitués de plusieurs composants (par ex un Boeing 777 ou Internet) qui partagent des propriétés similaires avec les systèmes biologiques. 29 développer un logiciel qui rende possible le développement, la modification, l'expansion et la validation rapides de ces modèles par rapport à l'état actuel des connaissances (luimême en évolution) modifier l'organisation des départements de recherche afin de faciliter la formation d'équipes multidisciplinaires former des mathématiciens, ingénieurs et scientifiques en équipe multidisciplinaire pour développer des modèles de maladies complexes et mener des recherches in silico dépasser le scepticisme de la communauté biologique relatif à la capacité de modéliser mathématiquement des systèmes biologiques qui contiennent un haut niveau de complexité et d'incertitude. >> Septembre 2003 Volume 48 Numéro 2 O r i e n t a t i o n s f u t u re s Au cours des dernières années, nous avons assisté à une reconnaissance de ces défis et plusieurs efforts ont été consentis pour les surmonter. Plusieurs universités sont en train de créer des départements de bio-ingéniérie et plusieurs instituts de biologie des systèmes se sont établis en Asie, en Amérique et en Europe. Un certain nombre de sociétés et de groupes de recherche académiques développent des modèles mathématiques avancés et/ou des logiciels spécialement conçus pour l'étude de systèmes biologiques complexes. Plusieurs organisations scientifiques réputées se penchent sur la biologie des systèmes et la modélisation mathématique, notamment, aux Etats-Unis, les National Institutes of Health (NIH, Instituts nationaux de la santé), le National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK, Institut national du diabète et des maladies du système digestif et des reins), la National Science Foundation (NSF, Fondation nationale des sciences) et la American Diabetes Association (ADA, Association américaine du diabète). Collaborer pour augmenter le potentiel Entelos Inc., un leader en biosimulation, collabore avec les firmes pharmaceutiques pour employer des méthodologies de biosimulation tout au long du processus de découverte et de développement de médicaments. Parmi les collaborations précédentes, l'évaluation d'un nouveau gène comme cible médicamenteuse potentielle avec Bayer,2 l'optimisation d'un modèle d'essai clinique avec Johnson & Johnson,3 et la mise en place d'une nouvelle revendication médicale avec Merck.3 L'utilisation de la biosimulation dans ces collaborations, et quelques autres, ont permis de rassembler des connaissances et des résultats qui ont conduit à des plans de validation de cible systématiques, des protocoles expérimentaux spécifiques conçus pour confirmer les fonctions faisant l'objet d'hypothèses et l'optimisation des essais cliniques en cours. Septembre 2003 Volume 48 Numéro 2 Afin de favoriser l'utilisation de la biosimulation en tant qu'aspect fondamental du processus de développement des médicaments, la ADA et Entelos ont créé le Diabetes Research Forum (Forum sur la recherche en diabète). Ce forum innovateur implique des efforts de collaboration en matière de recherche entre Entelos et les principales firmes pharmaceutiques, la supervision et la guidance scientifique étant assurées par l'ADA. A travers ce forum, Entelos continuera de développer ses capacités de biosimulation métabolique et d'établir des partenariat avec des firmes pharmaceutiques afin de mener des recherches spécifiques en soutien des efforts de cette firme pour développer des thérapies pour le traitement du diabète. Ce forum, qui bénéficie de l'expertise combinée de Entelos, des firmes pharmaceutiques et de l'ADA, a été conçu pour soutenir le développement de nouvelles thérapies pour le diabète de type 2 à travers l'intégration plus extensive de la biosimulation dans le processus de développement de médicaments. La biosimulation offre un grand potentiel pour améliorer la recherche biomédicale et pour relever les nombreux défis actuels liés au développement de médicaments. Quelques-uns des principaux domaines de recherche future en biosimulation incluent l'obtention d'une meilleure compréhension de l'hétérogénéité de la maladie et des changements biologiques qui se produisent pendant l'évolution de la maladie afin de mieux prévoir les effets à long terme de différentes approches thérapeutiques sur différents individus. Comme toute nouvelle technologie introduite dans la recherche pharmaceutique, la biosimulation est évaluée sur base de sa capacité 30 constante à permettre la commercialisation plus rapide et meilleur marché de nouvelles thérapies efficaces. Jusqu'à présent, la biosimulation fait la différence. ` David Polidori et Jeff Trimmer Jeff Trimmer est Maître de recherches et Directeur de programme du Diabetes Research Forum -un forum de recherche qui inclut le département Metabolic Diseases In Silico R&D de Entelos, la American Diabetes Association (ADA) et des partenaires de l'industrie pharmaceutique. Il a obtenu un Doctorat auprès de l'Université de Californie, Berkeley. Il est licencié en sciences auprès de l'Université de Californie, Davis, et est membre de l'ADA. David Polidori est Directeur du département Metabolic Diseases In Silico R&D auprès de Entelos, Inc. Il a obtenu un Doctorat auprès du California Institute of Technology, il est licencié en sciences auprès de l'Université du Wisconsin, et est membre de l'ADA. Références 1. Dimasi TA. Tufts Center for the Study of Drug Development Annual Forum. Philadelphia 2001. 2. Scherrer D, Bacon K. From Gene to invitro/in vivo Function: Successful Target Validation Using In Silico Technology, CHI Genomics on Target Conference. Boston, 2002. 3. Wallwork C Using the Entelos Diabetes PhysioLab to Improve Clinical Trial Design and Data Analysis, In Silico Biology Conference. San Diego, 2002. 4. Stokes CL, Lewis AK, Subramanian K, Klinke DJ, Okino M, Edelman JM. A computer model of chronic asthma with application to clinical studies: example of treatment of exercise-induced asthma. Journal of Allergy and Clinical Immunology 2001, 107(5): 933.