Camille Bouget revient sur l'impact de l'intelligence artificielle sur l'innovation dans le traitement des maladies affectant le système immunitaire.
« Les maladies immuno-inflammatoires sont souvent décrites comme une niche. Ce n'est pas le cas », explique Camille Bouget, PDG et co-fondatrice de la start-up de santé Scienta Lab.
Avec jusqu'à une personne sur dix dans les pays occidentaux potentiellement touchée par une maladie immuno-inflammatoire, a-t-elle noté, les symptômes sont souvent débilitants, et les options thérapeutiques disponibles sont souvent profondément inadéquates pour une proportion importante de patients.
C'est pourquoi, en 2021, Bouget a cofondé Scienta Lab, une société de biotechnologie qui vise à faire progresser la recherche en immunologie via des technologies modernes telles que l'intelligence artificielle et l'EVA, le modèle d'IA multimodal de l'organisation spécialement conçu pour la recherche translationnelle en immunologie et en inflammation.
Elle a déclaré : « Il a été conçu pour répondre aux questions concrètes auxquelles les équipes de R&D sont confrontées tout au long du développement de médicaments : quelles cibles thérapeutiques valent la peine d'être poursuivies, quels signaux biologiques précliniques sont suffisamment robustes pour être transférés dans les essais cliniques, et quels patients sont les plus susceptibles de répondre à un médicament candidat donné ? »
Appliquée à plusieurs étapes du pipeline, a-t-elle expliqué, l'EVA peut estimer dès le début l'efficacité thérapeutique avant qu'un patient ne commence le traitement. À mesure que le programme avance, EVA peut évaluer si les signaux moléculaires observés chez les sujets animaux sont susceptibles de se traduire chez l'homme et, au stade clinique, il soutiendra l'identification de sous-groupes de patients pour des essais conçus avec plus de précision.
« Les principaux bénéficiaires sont les sociétés biopharmaceutiques et biotechnologiques travaillant dans l'immunologie et l'inflammation. Mais en fin de compte, le bénéficiaire en aval est le patient : des essais mieux conçus, moins de programmes ayant échoué et un accès plus rapide à des traitements qui répondent véritablement aux besoins non satisfaits dans des maladies comme la polyarthrite rhumatoïde, le lupus et les maladies inflammatoires de l'intestin », a-t-elle déclaré.
Pourquoi l'IA ?
Un défi persistant pour Bouget et l'industrie dans laquelle elle évolue a été de communiquer correctement la complexité de ce qu'ils font, d'une manière accessible à toutes les principales parties prenantes, qu'il s'agisse d'investisseurs, de partenaires ou du grand public.
« Les maladies immunitaires sont notoirement difficiles à caractériser », a-t-elle souligné, car souvent même les experts ne savent pas toujours comment les mesurer, ce qui pourrait provoquer une poussée ou pourquoi un traitement est efficace pour un patient mais ne fonctionne pas pour un autre.
Elle a déclaré : « Convaincre les gens que l’IA peut naviguer de manière significative dans cette complexité sans faire de promesses excessives nécessite des efforts constants », surtout quand vous êtes un jeune. technologie profonde dans une industrie qui est actuellement dominée par ce qu'elle appelle des acteurs clés plus importants.
Elle est d’avis que les implications pour les patients sont importantes, notamment parce que le pipeline de développement de médicaments immunologiques a historiquement souffert d’une forte attrition aux stades avancés et que les programmes ont échoué en phase II ou III après des années d’investissement et de travail.
« Chacun de ces échecs représente non seulement un coût financier, mais aussi un accès retardé ou refusé à des thérapies potentiellement efficaces. L'IA qui améliore véritablement la précision translationnelle de la prise de décision préclinique peut raccourcir considérablement ce délai et transférer davantage de ressources vers les candidats les plus susceptibles de réussir. «
Des fondations solides
Mais il ne s’agit pas simplement d’avoir accès à des technologies avancées. Pour Bouget, les équipes multidisciplinaires de scientifiques et d’ingénieurs sont essentielles au succès global de toute organisation tentant de transformer la recherche et le développement en immunologie.
Elle a déclaré : « Les équipes multidisciplinaires constituent la base même de cette réussite. Le mode d'échec que nous constatons le plus souvent dans l'application de l'IA au développement de médicaments est une déconnexion entre la sophistication informatique d'un modèle et sa pertinence biologique.
« Un modèle formé sans compréhension immunologique approfondie peut optimiser le mauvais signal. À l'inverse, une équipe dotée d'une expertise biologique exceptionnelle mais d'une capacité d'apprentissage automatique limitée aura du mal à extraire une structure significative de l'échelle des données générées par la multiomique moderne. »
Chez Scienta Lab, l’équipe cofondatrice est composée d’un pharmacien et ancien stratège industriel, d’un ingénieur biomédical et d’un mathématicien possédant une expertise approfondie en IA.
Elle a expliqué : « Au quotidien, notre équipe couvre l'immunologie, la bioinformatique, l'apprentissage automatique et la pharmacologie clinique. La capacité de construire des ponts entre ces disciplines, d'avoir une conversation au cours de laquelle un immunologiste de laboratoire humide et un architecte de transformateurs apprennent véritablement les uns des autres, est ce qui nous permet de construire des modèles à la fois techniquement rigoureux et biologiquement significatifs. »
Bouget a ajouté : « Les organisations qui tentent de résoudre ce problème avec la science des données pure ou la biologie pure vont atteindre un plafond. L'écart translationnel dans le développement de médicaments n'est pas fondamentalement un problème de données ou un problème informatique uniquement, mais un problème de compréhension qui nécessite des équipes véritablement intégrées. »
