Comment l’apprentissage automatique peut-il aider à produire des vaccins personnalisés contre le cancer ?

L'utilisation de réseaux neuronaux artificiels pourrait réduire le temps de calcul nécessaire à la création d'un vaccin personnalisé contre le cancer, qui est actuellement un processus long, à moins d'une heure, a déclaré à TASS Alexander Gintsburg, directeur du Centre national de recherche Gamaleya pour l'épidémiologie et la microbiologie (Russie).

Actuellement, la conception d'un vaccin prend beaucoup de temps, car il faut calculer mathématiquement à quoi ressemble un vaccin à ARNm, en utilisant la méthode matricielle. Nous avons contacté l'Institut Ivannikov, qui s'appuiera sur l'IA pour effectuer ces calculs, ce qui prendra environ une demi-heure à une heure.

Le chercheur a précédemment expliqué à TASS qu'une base de données de tests contenant 40 000 à 50 000 séquences tumorales, avec une reconnaissance compatible des antigènes, converties en protéines ou en ARN chez les patients, était nécessaire pour entraîner l'IA. Il a ajouté que cela permettrait de déterminer si le vaccin peut être utilisé chez chaque patient.

Le vaccin a été développé en collaboration avec plusieurs centres de recherche. Le directeur général du Centre de recherche en radiologie médicale du ministère russe de la Santé, Andreï Kaprin, a déclaré que les essais précliniques étaient terminés.

Comment l’apprentissage automatique peut-il aider à produire des vaccins contre le cancer ?

L’utilisation de l’intelligence artificielle dans le développement de vaccins contre le cancer permet un traitement personnalisé, mais pose également de nouveaux défis aux développeurs de médicaments et aux régulateurs.

En immunothérapie, les progrès de l'intelligence artificielle et de l'apprentissage automatique peuvent contribuer à analyser les données issues des biopsies cancéreuses afin de concevoir des vaccins ciblant des mutations spécifiques aux patients. La capacité à cibler des mutations spécifiques aux patients n'est pas nouvelle, et les médicaments anticancéreux ciblés, tels que les traitements anti-HER2 et les inhibiteurs de CDK4/6, sont devenus des produits phares du secteur. Cependant, le potentiel de l'IA pour identifier les néoantigènes à partir de biopsies individuelles de patients a accru l'efficacité de ce processus.

L’utilisation de l’IA est devenue un sujet de discussion majeur dans de nombreux secteurs, et le secteur pharmaceutique ne fait pas exception.

« Les mutations détectées lors des biopsies des patients peuvent être intégrées à un algorithme permettant de prédire les mutations les plus susceptibles d'être immunogènes », a déclaré Scott Ebbinghaus, vice-président de la recherche clinique chez Merck. « À partir de là, nous pouvons synthétiser l'ARN codant pour chaque gène cancéreux muté, adapté au système immunitaire. Chaque vaccin sera unique à chaque individu. »

Contrairement aux traitements développés contre un seul antigène fixe, le système d'IA cherchera à améliorer sa capacité à sélectionner les néoantigènes. L'algorithme analyse les mutations génétiques présentes dans la tumeur du patient et prédit les néoantigènes les plus susceptibles de déclencher une réponse immunitaire. « L'algorithme est capable d'apprendre au fil du temps en associant les données cliniques et d'immunogénicité, et nous espérons qu'il améliorera sa sélection des néoantigènes susceptibles d'être cliniquement actifs », a déclaré Kyle Holen, directeur du développement thérapeutique et de l'oncologie chez Moderna.

Transgene, une autre entreprise utilisant l'IA, s'associe à NEC Corporation pour concevoir des vaccins anticancéreux personnalisés. Au lieu d'utiliser des vaccins à ARNm, Transgene utilise des vecteurs viraux pour entraîner le système immunitaire du patient à combattre des cibles cancéreuses spécifiques.

Alors que les vaccins contre le cancer entrent dans les phases d'essais cliniques les plus avancées, l'un des défis sera la réglementation des produits potentiels. La Food and Drug Administration (FDA) américaine a publié un document d'orientation concernant les vaccins multi-antigènes. L'agence précise que chaque composant de ces vaccins ne nécessite pas nécessairement une évaluation individuelle de sa sécurité et de son efficacité. Le document précise toutefois que cette évaluation sera « examinée au cas par cas ».

La FDA « reconnaît le potentiel de l’intelligence artificielle/apprentissage automatique (IA/ML) pour accélérer le développement de traitements personnalisés », a déclaré un porte-parole de la FDA.

Phuong Anh (Source : BioSpace, Tass)

Source