Nouvelle démonstration du pouvoir prédictif d'un essai clinique in silico en oncologie
Dans un élan innovant en matière de recherche clinique, Novadiscovery, une entreprise de technologie de santé de premier plan spécialisée dans la simulation d'essais cliniques in silico via sa plateforme jinkō, vient d'annoncer une prouesse remarquable : la prédiction des résultats de l'étude clinique de phase III MARIPOSA dans le domaine du cancer du poumon, grâce à un modèle de pharmacologie systémique quantitative (QSP) et l'implication de 5,900 patients numériques.
Un partenariat fructueux et une prédiction éclairée
Le succès de Novadiscovery repose sur une collaboration triennale avec le professeur Michaël Duruisseaux, oncologue thoracique reconnu, et Janssen-Cilag France. Ensemble, ils ont anticipé les résultats de l'étude MARIPOSA, dont les conclusions ont été partagées avec l'équipe de Janssen-Cilag France une semaine avant leur révélation officielle lors de la conférence ESMO 2023. Il est à noter que Novadiscovery n'a pas eu accès à des informations propriétaires de Janssen pour réaliser cette simulation. Prof. Duruisseaux, impliqué en tant qu'investigateur, n'était pas au courant des données non publiques de l'essai.
Les simulations effectuées sur la plateforme jinkō ont conduit à des prédictions avec un intervalle de confiance chevauchant, indiquant un HR de 0.60 (CI, 0.50-0.70). Cela s'accompagnait d'une prédiction médiane du Temps jusqu'à Progression (TTP) de 26,3 mois (CI, 23,5 - 29,9) pour le bras de traitement combiné et de 18,1 mois (CI, 16,0 - 19,9) pour le bras de traitement Osimertinib.
Les résultats de la simulation de l'essai MARIPOSA réalisée sur la plateforme jinkō une semaine avant la présentation des résultats de l'essai lors de l'ESMO 2023, avec en bleu le bras comparateur actif simulé et en rouge le bras expérimental simulé.
Le 23 octobre, lors du congrès 2023 de la Société Européenne d'Oncologie Médicale (ESMO), les résultats de l'étude de phase III MARIPOSA ont été officiellement publiés. Les résultats ont montré qu'à un suivi médian de 22.0 mois, le traitement combiné Amivantamab Lazertinib a montré une réduction remarquable de 30 % du risque de progression de la maladie ou de décès par rapport à l'Osimertinib. Les statistiques sont les suivantes : HR, 0.70 ; IC à 95 %, 0.58–0.85 ; P
François-Henri Boissel, PDG de Novadiscovery, a noté : "Cette deuxième preuve de concept consécutive met en évidence le potentiel des approches in silico pour optimiser le développement de nouveaux traitements innovants."
Les essais cliniques in Silico : avantages et limites
Un essai clinique in silico désigne une méthode de recherche biomédicale utilisant la modélisation informatique et la simulation pour étudier les processus biologiques et les effets de médicaments. Plutôt que de mener des expérimentations sur des êtres humains ou des animaux, les essais in silico s'appuient sur des modèles informatiques complexes pour simuler la réponse du corps humain aux différentes substances.
Ces essais ont plusieurs avantages. Premièrement, ils réduisent la nécessité de tests sur des animaux ou des humains, ce qui est à la fois éthique et pratique. Deuxièmement, ils peuvent être plus rapides et moins coûteux que les essais cliniques traditionnels. Enfin, ils permettent de tester des hypothèses sur de larges populations virtuelles, qui seraient difficiles à réunir dans la réalité.
Cependant, ces essais présentent aussi des limites. Les modèles informatiques, bien qu'avancés, ne peuvent pas encore capturer toute la complexité du corps humain et de ses interactions avec divers médicaments. Par conséquent, les résultats d'un essai in silico doivent souvent être validés par des expérimentations réelles.
Les essais in silico deviennent de plus en plus pertinents dans le domaine de la recherche médicale, notamment grâce aux progrès en matière de puissance de calcul et de techniques de modélisation. Ils représentent une approche innovante pour accélérer le développement de nouveaux traitements tout en réduisant les coûts et en améliorant la sécurité des patients.
Vers une nouvelle ère dans le développement de médicaments
François-Henri Boissel, PDG de Novadiscovery, souligne que cette seconde preuve de concept met en avant le potentiel ouvert par les simulations in silico pour l'optimisation du développement de nouveaux traitements innovants. "Ces nouvelles prédictions démontrent l'utilité et la complémentarité des approches in silico. Leur emploi futur nous permettra d'établir des conceptions d'essais cliniques plus efficaces," commente le Prof. Duruisseaux.
La réussite de cette simulation in silico n'est pas seulement une prouesse technique, mais aussi un jalon important pour la conception future des essais cliniques. Comme le souligne François-Henri Boissel, Co-fondateur & PDG de Novadiscovery, "Ces prédictions prospectives, totalement indépendantes et en aveugle, marquent un tournant pour la conception des essais cliniques." La simulation in silico offre un outil reproductible et personnalisable pour améliorer la conception des essais cliniques pharmaceutiques, avec un potentiel considérable pour accélérer le développement de traitements plus efficaces contre le cancer.
La réussite de cette initiative marque un pas de géant dans la recherche médicale. Les implications sont vastes, promettant une ère où les simulations informatiques pourraient réduire considérablement les coûts et les délais des essais cliniques, tout en améliorant leur sécurité et leur efficacité. La collaboration entre les Hospices Civils de Lyon et Novadiscovery montre comment l'intégration de l'IA dans la recherche médicale peut transformer radicalement le paysage de la découverte de médicaments, offrant un nouvel espoir pour des traitements plus ciblés et plus efficaces dans la lutte contre des maladies complexes comme le cancer.
Descripteur MESH : Essai clinique , Essais , Simulation , Recherche , Patients , Poumon , Santé , Technologie , Pharmacologie , Bras , France , Sécurité , Corps humain , Animaux , Oncologie médicale , Recherche biomédicale , Lutte , Processus biologiques , Informatique , Temps , Éthique , Emploi , Confiance , Sécurité des patients , Risque , Statistiques , Maladie