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, il faut beaucoup de temps pour concevoir un vaccin, car il faut calculer à quoi ressemble un vaccin à ARNm, en utilisant la méthode matricielle, en termes mathématiques. Nous avons contacté l'Institut Ivannikov, qui s'appuiera sur l'IA pour faire ces calculs, dans lesquels ces processus prendront environ une demi-heure à une heure. »

Auparavant, le chercheur avait expliqué à TASS qu'une base de données de test de séquences de 40 000 à 50 000 tumeurs, avec une reconnaissance compatible des antigènes, convertis en protéines ou en ARN chez les patients, était nécessaire pour former l'IA. Cela aidera à déterminer si le vaccin peut être utilisé sur une base individuelle, a-t-il déclaré.

Le vaccin a été développé en collaboration avec plusieurs centres de recherche. Les essais précliniques ont été achevés, a déclaré Andrey Kaprin, directeur général du Centre de recherche en radiologie du ministère russe de la Santé.

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.

Grâce à l’immunothérapie, les progrès de l’intelligence artificielle et de l’apprentissage automatique peuvent aider à traiter les données des biopsies cancéreuses pour concevoir des vaccins ciblant les mutations spécifiques de chaque patient. La capacité de cibler des mutations spécifiques pour des patients individuels n’est pas nouvelle, et les médicaments anticancéreux ciblés, tels que les traitements anti-HER2 et les inhibiteurs CDK4/6, sont devenus des produits très vendus dans l’industrie. Cependant, le potentiel de l’IA pour identifier les néoantigènes à partir de la biopsie de chaque patient a ajouté à 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 dans les biopsies des patients peuvent être intégrées dans un algorithme pour prédire quelles mutations sont 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 très spécifique à chaque individu. »

Contrairement aux traitements qui ont été développés contre un seul antigène fixe, le système d’IA cherchera à améliorer sa capacité à sélectionner des néoantigènes. Cet algorithme examine les mutations génétiques présentes dans la tumeur d’un patient et prédit les néoantigènes les plus susceptibles de provoquer une réponse immunitaire. « L'algorithme a la capacité d'apprendre au fil du temps en associant des données cliniques et d'immunogénicité, dans l'espoir de s'améliorer dans la sélection des néoantigènes à forte activité clinique », a déclaré Kyle Holen, directeur du développement thérapeutique et de l'oncologie chez Moderna.

Une autre entreprise utilisant l’IA est Transgene, qui s’associe à NEC Corporation pour concevoir des vaccins personnalisés contre le cancer. Au lieu de vaccins à ARNm, Transgene travaille avec des vecteurs viraux pour entraîner le système immunitaire d'un patient à combattre des cibles cancéreuses spécifiques.

À mesure que les vaccins contre le cancer entrent dans les phases d’essais ultérieures, l’un des défis sera de réglementer les produits potentiels. La Food and Drug Administration (FDA) des États-Unis a publié un document d’orientation concernant les vaccins multi-antigènes. L’agence a déclaré que chaque composant de ces injections n’a peut-être pas besoin d’être évalué séparément en termes de sécurité et d’efficacité. Toutefois, le document précise que cela sera « examiné 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