Comment les technologies numériques accélèrent notre processus de découverte et de développement de médicaments
En matière de recherche et de développement clinique (R&D) dans l'industrie pharmaceutique, la rapidité revêt une importance primordiale ; chaque retard représente un revers pour les patients qui espèrent une autre alternative pour gérer leur maladie de manière plus efficace. Malgré ce sentiment d'urgence et de responsabilité, il faut néanmoins plus de dix ans en moyenne pour qu'un candidat de phase 1 progresse jusqu'à l'approbation réglementaire et soit accessible aux patients.1
Diane Wuest, notre Global Head of Digital Research & Development, et son équipe remettent en question ce statu quo en collaborant avec nos équipes R&D. Ils ouvrent la voie à de nouvelles méthodes qui intègrent la technologie numérique dans notre science, du laboratoire à la clinique.
Après avoir vu un de mes proches atteint de la maladie d'Alzheimer s'éteindre lentement, perdant ses souvenirs et ses facultés cognitives, j'ai consacré mes recherches de troisième cycle à améliorer notre compréhension des effets de cette maladie sur le cerveau et à déterminer comment une thérapie pourrait un jour y remédier. Plus j'avançais dans mes recherches, plus je me rendais compte que la maladie d'Alzheimer - et bien d'autres maladies d'ailleurs - était trop complexe et trop nuancée pour être résolue en réalisant des expériences fastidieuses pour tester les hypothèses une par une.
Diane Wuest
Global Head of Digital Research & Development
Aujourd'hui, l'ingénieure chimiste devenue technologue et son équipe s'efforcent d’incorporer les capacités numériques dans les activités quotidiennes de R&D afin de mettre plus rapidement les traitements à la disposition de ceux qui en ont besoin. « Jusqu'à présent, notre intégration du numérique et de la R&D produit déjà des résultats sur l'ensemble du cycle de R&D », a déclaré Mme Wuest. Elle explique que les outils numériques déployés par l'équipe permettent de réduire le cycle d'innovation traditionnel de plusieurs jours, voire de plusieurs mois.
L'un des principaux obstacles à la mise au point de nouvelles thérapies réside dans l'absence de cibles thérapeutiques susceptibles d'aider un large éventail de patients. Les maladies sont complexes, et le seul moyen pour les scientifiques de valider une cible a toujours été l'expérimentation, qui demande beaucoup de temps et d'efforts. Pour accélérer la recherche de nouveaux traitements, Mme Wuest et son équipe ont eu recours à l'intelligence artificielle (IA) afin d'exploiter des ensembles de données plus vastes à la recherche de nouvelles cibles. L'IA est capable de prendre en compte la complexité des maladies et identifier des entités moléculaires - un gène, une protéine, un ARNm ou une autre molécule - qui pourraient être ciblées efficacement sans expérimentation. De plus, elle peut prédire les effets secondaires potentiels avant même de passer à l'expérimentation. En fin de compte, elle évite à nos scientifiques de s'engager dans des impasses au cours de leurs efforts de R&D.
Ce n'est qu'un exemple de l'efficacité que la technologie numérique peut apporter au processus de R&D. Par exemple, l'IA nous aide également à synthétiser les informations pendant et après un essai clinique. Nous utilisons désormais la génération de langage naturel (NLG) pour convertir nos données tabulaires en contenu écrit pouvant être soumis à la Food and Drug Administration américaine et à d'autres autorités réglementaires. Ce qui prenait des semaines à une équipe de rédacteurs cliniques peut désormais être réalisé en quelques minutes. Ces technologies ne sont que la partie émergée de notre transformation numérique, alors que nous aspirons à devenir une entreprise de soins de santé moderne.
Selon Mme Wuest, la frontière entre le numérique et la R&D s'estompera au fil du temps. « Il y a quelques années, l'activation numérique de bout en bout et sans faille pouvait sembler un objectif lointain, mais je suis très optimiste quant à l'avenir des soins de santé modernes que nous contribuons à mettre en place », a-t-elle déclaré. « Nous adoptons la transformation numérique, raccourcissons le cycle et, espérons-le, mettons les traitements de demain à la disposition des patients plus tôt que nous ne l'aurions jamais pu imaginer. »
Découvrir plus
La révolution de l’IA dans la découverte de médicaments
Référence
- Taux de réussite du développement clinique 2011-2020 - Bio. Consulté le 22 mai 2023. https://go.bio.org/rs/490-EHZ-999/images/ClinicalDevelopmentSuccessRates2011_2020.pdf.