médecine

Des algorithmes à la rescousse de la recherche contre l’autisme

L’autisme passe aussi à l’ère de la médecine personnalisée. L’exemple avec Stalicla, société genevoise qui tente de classer les patients selon des critères génétiques en plongeant dans le big data médical. Une voie prometteuse qui vise à faciliter le développement de médicaments

Et si l’autisme pouvait être appréhendé comme le cancer? Dans le cas des cancers, la médecine personnalisée permet de proposer aux patients des médicaments dont on sait qu’ils seront plus efficaces chez eux, en fonction de leur profil génétique, de leur métabolisme et du type exact de cancer dont ils sont affectés.

Lire aussi: Bienvenue dans l’ère de la médecine personnalisée

L’autisme pourrait à l’avenir être, lui aussi, soigné par des traitements médicamenteux personnalisés prescrits selon le profil biologique du patient. C’est du moins le but de la société Stalicla, sise à Genève. Dans ses locaux aussi discrets que sécurisés du Campus Biotech, sa jeune directrice, Lynn Durham, ambitionne avec son équipe de révolutionner la manière dont on traite cette maladie, avec une approche reposant sur l’analyse de big data. Et comportant une bonne dose d’ingéniosité entrepreneuriale.

L’utilisation d’algorithmes constitue l’approche du futur dans les recherches sur l’autisme

Stéphan Eliez, Office médico-pédagogique de Genève

Aujourd’hui, aucun test biologique de dépistage n’existe. Le diagnostic de l’autisme est basé sur des questionnaires standardisés menés à partir d’observations cliniques du comportement de l’enfant et des entretiens avec ses parents. Une tâche délicate, tant les manifestations peuvent différer d’une personne à l’autre ou être le fruit d’autres troubles. «C’est un jugement clinique, forcément subjectif, et fait sans aucune quantification biologique de la maladie. Sans cette connaissance, il n’y a aucune possibilité de traitement», assure Lynn Durham.

Pas de pilule miracle

L’industrie pharmaceutique, explique-t-elle, a historiquement cherché à développer des médicaments uniques, remèdes miracles censés guérir les maux de tous les patients souffrant d’ASD (acronyme anglais pour troubles du spectre autistique). Or, comme ce nom le laisse entendre, il n’existe pas une forme unique d’autisme, mais tout un éventail de variantes. De fait, Lynn Durham ne croit absolument pas à la pilule miracle. «Comment voulez-vous qu’une molécule fonctionne sur des groupes totalement hétérogènes?» demande-t-elle. C’est pourquoi elle veut essayer de classer les patients atteints d’ASD en sous-groupes, selon leur signature biologique, condition nécessaire selon elle pour commencer le développement de médicaments adaptés. Ce n’est ni plus ni moins que de la médecine personnalisée, non pour les tumeurs, mais pour l’autisme.

Lire aussi: Camilla Bellone, «Caractériser la cause des troubles permet d’adapter les thérapies»

«Aujourd’hui, 80% des patients avec autisme n’ont aucune caractérisation génétique, alors même que l’origine de ces pathologies est profondément génétique», constate-t-elle. La raison? La complexité. Les causes possibles des troubles du spectre autistique sont à chercher parmi plus de 900 gènes et leurs variants, mais aussi d’innombrables facteurs épigénétiques (des composantes héritées des parents qui vont favoriser ou réprimer l’expression de tel ou tel gène), sans oublier d’éventuels facteurs environnementaux. «Ces gènes sont impliqués dans des voies métaboliques très différentes, ajoute Stéphan Eliez, directeur de la Fondation Pôle Autisme à Genève. Dès lors, les patients avec autisme ayant des mutations génétiques différentes n’auront pas la même sensibilité à un même traitement médicamenteux.»

Algorithmes à la rescousse

Avec de telles possibilités, le tri est donc une tâche immense. Mais ce qui était impossible il y a encore quelques années, Lynn Durham le juge surmontable aujourd’hui grâce à des algorithmes. Nommée DEPI, acronyme anglais pour «identification de patient par endophénotypage basé sur les données», l’approche développée par son équipe de data scientists (des experts en analyse de données) repose sur des algorithmes qui vont classer les personnes selon des critères biologiques. Ils plongent pour cela dans des grandes, très grandes quantités de données: génétiques, mais aussi immunologiques, neuropsychiatriques, etc., toutes issues de la littérature scientifique et de bases de données cliniques.

Jusqu’ici, Stalicla assure avoir trouvé deux phénotypes, soit deux sous-groupes. Ils représentent environ 20% des 80% de personnes dites idiopathiques, c’est-à-dire dont on n’a pas caractérisé l’origine génétique de la maladie. Mais le travail de la start-up ne s’arrête pas là: elle a comme objectif d’accélérer le développement de molécules potentiellement efficaces sur ces sous-groupes. Convaincre des investisseurs de se lancer dans le développement d’un médicament contre l’autisme, aussi prometteur soit-il, n’est pas chose aisée. Les coûts se chiffrent en centaines de millions de francs, le retour sur investissement ne débute qu’à la commercialisation, soit une dizaine d’années plus tard. Du moins lorsque celle-ci arrive bien: une étude a récemment estimé que seules 13,8% des molécules en développement atterrissent un jour dans les pharmacies.

Package thérapeutique

Pour les séduire, Lynn Durham et son équipe ont mis au point une astuce. Outre leur travail de tri, les algorithmes de Stalicla identifient des molécules connues pour agir contre des troubles associés à l’autisme et dont souffrent ces patients. Ils ne sélectionnent que des molécules déjà commercialisées, ou bien à un stade relativement avancé de leur développement (phase III, lorsque l’innocuité et l’efficacité ont été prouvées) et au potentiel commercial avéré. «Cela nous permet d’aligner les intérêts des patients avec ceux des investisseurs», dit Lynn Durham. Une stratégie futée et pragmatique qui «dérisque» l’investissement et accélère le processus de développement. «De la phase III à la commercialisation, c’est seulement cinq ans», ajoute la dynamique entrepreneuse, qui espère lever 20 millions de dollars pour lancer les essais cliniques de STP1, un package thérapeutique que Stalicla dit avoir identifié pour le premier sous-groupe.

De quoi s’agit-il? Secret des affaires. «Deux molécules qui étaient abandonnées, ou en sommeil» dans des placards de laboratoires pharmaceutiques, confie-t-elle. Si tout se passe sans accroche, elles pourraient arriver sur le marché d’ici à 2025. Mais Lynn Durham reste prudente: «Il ne s’agit pas d’un remède, mais de molécules qui soulagent les symptômes, et qu’il faudra combiner avec des thérapies cognitivo-comportementales qui restent le mètre étalon en la matière.»

Rester prudent

«C’est une approche qui est présentée d’une manière séduisante et qui peut donner l’espoir de mieux comprendre la maladie, estime François Hentsch, de l’unité de guidance infantile des Hôpitaux universitaires de Genève. Mais au-delà de la génétique, il y a tellement de facteurs qui entrent en compte qu’il faut rester prudent sur ce qu’on peut attendre comme réel progrès pour les enfants et c’est de cela que dépendra le succès de cette entreprise.» «Il est évident que l’utilisation d’algorithmes pour combiner des éléments génétiques et neurofonctionnels constitue l’approche du futur dans les recherches sur l’autisme, juge pour sa part Stéphan Eliez. Mais nous n’en sommes qu’au début de l’histoire, il y a encore beaucoup à faire.»

Parmi les défis à relever, celui des essais cliniques. Car qui dit sous-groupes dit moins de patients à enrôler dans chacun d’entre eux. «Il faudra une intense collaboration entre les grands centres de recherche» pour avoir des échantillons suffisamment importants, prédit Stéphan Eliez. Collaborer, et aussi mettre la main au portefeuille. «Beaucoup d’argent a été investi ces dernières années dans plusieurs domaines de la santé. Je pense que ces prochaines décennies, c’est dans le domaine des recherches sur les maladies neuro-développementales qu’il faudra investir. Ce sera cher, mais cela en vaut la peine.» Ce n’est rien de le dire: la prise en charge d’un patient avec autisme coûte en moyenne 90 000 francs par an.


A écouter:

L'épisode de notre podcast Brise Glace: Boris, autiste Asperger dans un monde si «normal» 


Correction apportée le 12 novembre par l'auteur: les coûts de R&D de médicaments se chiffrent en «centaines de millions» et non en «Millions» (1,8 milliard de dollars en moyenne)

Publicité