Avec l'avènement de la technologie de séquençage d'ARN à cellule unique (scRNA-seq), des avancées significatives ont été réalisées dans le domaine du développement de médicaments. Cette approche, en profilant méticuleusement les paysages d'expression génique des cellules individuelles, offre une méthode nouvelle, efficace et précise pour étudier les mécanismes d'action des médicaments. Grâce au scRNA-seq, nous obtenons des aperçus profonds sur les impacts spécifiques des médicaments sur les cellules et tissus traités, améliorant ainsi notre compréhension des mécanismes moléculaires sous-jacents à l'action des médicaments. L'application généralisée de cette technologie promet d'améliorer considérablement l'efficacité du dépistage et du développement de médicaments, fournissant finalement des solutions thérapeutiques plus précises et efficaces pour le traitement des maladies.
Récemment, le professeur Edgardo Ferran et son équipe du European Molecular Biology Laboratory-European Bioinformatics Institute (EMBL-EBI) au Royaume-Uni ont publié une revue complète intitulée "Applications du séquençage d'ARN à cellule unique dans la découverte et le développement de médicaments" dans la prestigieuse revue académique Nature Reviews Drug Discovery. Cette revue examine en profondeur les vastes applications de la technologie scRNA-seq tout au long du processus de découverte et de développement de médicaments, allant de l'identification des cibles à la prise de décision clinique. De plus, l'article aborde les défis associés à la mise en œuvre de la technologie scRNA-seq dans l'industrie pharmaceutique, offrant des perspectives et des conseils précieux pour faire avancer la recherche dans des domaines connexes.
Le développement de médicaments a historiquement été un processus long, coûteux et à haut risque. Malgré le potentiel préclinique prometteur montré par de nombreux médicaments, leurs taux de réussite faiblissent souvent lors des essais cliniques en raison de divers facteurs compliquants. Parmi ceux-ci, les limites de notre compréhension de la biologie humaine—en particulier les connaissances approfondies sur les mécanismes de la maladie, l'identification efficace des cibles thérapeutiques et la compréhension des différences individuelles dans la réponse à la maladie—représentent des obstacles significatifs.
Avant l'avènement des technologies à cellule unique (SC), les chercheurs s'appuyaient fortement sur des analyses de grandes tailles d'échantillons de cellules et de tissus de population. Cependant, l'avènement de séquençage de nouvelle génération (NGS), en particulier les avancées dans le séquençage à cellule unique, a considérablement élargi la portée et la profondeur de la recherche génomique et biomédicale. En tirant parti de ces technologies de pointe, nous pouvons atteindre une profondeur génome entier (séquençage ADN), épigénome completet séquençage de l'ensemble du transcriptome au niveau des cellules individuelles, acquérant ainsi des aperçus plus précis sur les mystères de la vie.
Depuis 2009, la technologie scRNA-seq a fait des progrès significatifs et a trouvé une large application dans l'industrie pharmaceutique. La prolifération et la maturation de cette technologie offrent des solutions solides aux défis clés de la découverte et du développement de médicaments, faisant ainsi avancer l'innovation dans le domaine médical.
Figure 1. Comment le scRNA-seq peut informer la prise de décision lors de la découverte et du développement de médicaments.
Un flux de travail typique de scRNA-seq comprend trois étapes principales : la construction de la bibliothèque, le prétraitement et le post-traitement. Pendant la phase de construction de la bibliothèque, les procédures impliquent principalement l'isolement de cellules individuelles ou de noyaux, la capture de l'ARNm et les opérations de séquençage ultérieures (Figure 2).
Figure 2. Processus de génération de bibliothèque ScRNA-seq
scARN-Seq dans le développement de médicaments
La scRNA-seq a été largement utilisée tout au long du processus de développement de médicaments. En classifiant avec précision les compositions et états cellulaires par sous-types, cette technologie améliore notre compréhension des fondamentaux de la maladie, fournissant ainsi des orientations solides pour la découverte de nouvelles cibles cellulaires et moléculaires. De plus, la scRNA-seq démontre un potentiel immense dans l'identification et la validation des cibles, facilitant l'identification de modèles précliniques étroitement associés à des sous-types de maladies spécifiques.
Au cours de la phase critique de sélection des médicaments candidats, la technologie de séquençage scRNA-seq offre des aperçus profonds sur les interactions entre les composés spécifiques aux types cellulaires, les effets hors cible et les réponses hétérogènes, fournissant ainsi une base scientifique pour les décisions de développement de médicaments. Tout au long du développement clinique, cette technologie joue un rôle indispensable en aidant les chercheurs à identifier des biomarqueurs pour la stratification des patients, à élucider les mécanismes d'action et de résistance des médicaments, à surveiller les réponses aux médicaments et la progression de la maladie, garantissant ainsi la sécurité et l'efficacité des médicaments.
Notamment, la technologie scRNA-seq offre également de nouvelles opportunités pour caractériser et améliorer des domaines émergents tels que les produits biologiques conçus et les thérapies cellulaires, stimulant continuellement l'innovation et le développement dans ces domaines. Avec les avancées technologiques en cours et l'expansion des domaines d'application, le scRNA-seq est prêt à jouer un rôle de plus en plus central dans le développement de médicaments.
Comprendre la maladie
De nombreuses maladies complexes impliquent des interactions entre plusieurs types de cellules, et la technologie scRNA-seq a considérablement amélioré notre compréhension de leur nature sous-jacente grâce à ses capacités de haute résolution. En utilisant le scRNA-seq, nous pouvons capturer précisément les différences entre les types de cellules et les changements dans les phénotypes cellulaires, qui représentent souvent des caractéristiques significatives des états pathologiques. De plus, la perspective objective du scRNA-seq nous permet de détecter des types de cellules rares qui peuvent jouer des rôles cruciaux dans les processus biologiques des maladies.
Actuellement, cette technologie fournit des informations profondes sur les mécanismes potentiels des maladies, facilitant ainsi l'exploration de nouvelles stratégies thérapeutiques. Que ce soit dans le cancer, les maladies neurodégénératives, l'inflammation, les troubles auto-immuns ou les maladies infectieuses, le scRNA-seq démontre des avantages et des potentiels uniques (Figure 3). Nous croyons qu'avec le développement et le perfectionnement continus, cette technologie continuera à engendrer des percées et des avancées dans la recherche et le traitement des maladies.
Figure 3. scRNA-seq dans la compréhension des maladies
Découverte de cibles dans le développement de médicaments
En oncologie, les méthodes à cellule unique ont gagné en importance pour leur rôle pionnier dans l'identification de stratégies thérapeutiques précises ciblant directement les cellules cancéreuses. Parallèlement, la technologie scRNA-seq, tirant parti de ses avantages uniques, s'étend à d'autres domaines thérapeutiques, renforçant les efforts de découverte de cibles.
Lors de la validation des cibles, garantir la crédibilité des cibles génétiques nécessite une prise en compte complète des preuves provenant de la biologie des maladies, de la biologie des cibles, de la capacité à être médicamenté et des études génétiques. De plus, l'évaluation de l'efficacité translationnelle des modèles de recherche permet une analyse plus approfondie des disparités potentielles entre les modèles et la biologie des maladies ou les cibles thérapeutiques. Dans ce processus, les données de scRNA-seq jouent un rôle essentiel en fournissant des informations précieuses pour la validation des cibles.
Dans les études précliniques, la technologie scRNA-seq élargit le champ d'évaluation au-delà des approches traditionnelles par lots ou moyennes vers des mesures précises de la composition cellulaire, de l'hétérogénéité tissulaire et des phénotypes cellulaires rares. Ce changement améliore considérablement l'exactitude dans l'évaluation de la fidélité des modèles ou de la pertinence pour les patients, aidant à la sélection des modèles qui répondent le mieux aux besoins cliniques et améliorant ainsi le taux de réussite de la translation clinique.
Dépistage des médicaments et analyse du mécanisme d'action (MoA)
Dans le domaine de la découverte de médicaments, les méthodes traditionnelles de criblage à haut débit (HTS) s'appuient souvent sur des métriques relativement grossières telles que la viabilité cellulaire ou la prolifération, ou sur des évaluations très spécifiques basées sur l'expression de marqueurs particuliers. Cependant, avec les avancées technologiques, les dernières méthodes de HTS ont commencé à intégrer la technologie scRNA-seq, permettant des évaluations plus précises et complètes.
Le HTS traditionnel implique généralement des bibliothèques de composés étendues mais est limité par les conditions et méthodologies de test, utilisant généralement une seule dose dans des environnements biologiques très restreints. En revanche, les nouvelles approches de HTS tirent parti des informations riches fournies par les profils d'expression génique à cellule unique, permettant le test simultané de plusieurs doses et une évaluation approfondie dans des conditions biologiques diverses. Cette amélioration renforce considérablement le potentiel et les avantages des nouvelles méthodes de HTS dans l'étude des mécanismes d'action des médicaments (Figure 4).
Figure 4. Criblage à haut débit à cellule unique
Biomarqueurs et stratification des patients
Récemment, le séquençage d'ARN unicellulaire (scRNA-seq) a joué un rôle crucial dans la définition précise des biomarqueurs pronostiques pour le cancer colorectal (CRC) (Figure 5). De plus, le scRNA-seq a été largement utilisé pour caractériser les mécanismes de résistance à la chimiothérapie dans les cancers, comme le montrent des études sur le cancer de l'ovaire séreux de haut grade (HGSOC). Actuellement, de nombreuses études se concentrent sur l'application du scRNA-seq pour analyser les tissus malades afin de découvrir des biomarqueurs qui prédisent la réponse ou la résistance aux médicaments. Malgré ces avancées, des défis et des limitations subsistent dans la traduction de ces résultats en applications cliniques.
Figure 5. Découverte de biomarqueurs et stratification des patients.
Surveillance de la réponse au médicament et de la progression de la maladie
Ces dernières années, les méthodes de séquençage à cellule unique ont eu un impact significatif sur la prise de décisions cliniques pour le suivi des réponses thérapeutiques, en particulier en oncologie. La maladie résiduelle minimale (MRD) sert d'indicateur crucial pour évaluer la présence de cellules cancéreuses résiduelles pendant ou après le traitement, et reste une norme fondamentale pour mesurer l'efficacité de la réponse au médicament. Comparée aux méthodes traditionnelles d'évaluation de la MRD, l'approche actuelle, qui intègre l'analyse des mutations à cellule unique, permet des évaluations précises au niveau subclonal à des limites de détection plus faibles et analyse de manière exhaustive l'évolution dynamique des sous-clones tout au long du traitement.
L'application de l'analyse des mutations à cellule unique a non seulement considérablement amélioré la sensibilité et la spécificité de la détection de la maladie résiduelle minimale (MRD), mais a également permis d'identifier efficacement des sous-clones résistants qui peuvent conduire à une rechute de la maladie. Il est à noter que certains risques de rechute associés à la MRD proviennent de cellules persistantes qui répondent au traitement et sont induites par des mécanismes adaptatifs non génétiques. Notre compréhension actuelle de ces mécanismes reste encore limitée.
Pour étudier ces cellules persistantes rares et temporairement résistantes aux médicaments, les chercheurs ont développé une bibliothèque de codes-barres lentiviraux à haute complexité connue sous le nom de Watermelon. Cette bibliothèque peut suivre simultanément la lignée clonale, l'état de prolifération et le profil transcriptomique des cellules individuelles pendant le traitement médicamenteux, fournissant un outil puissant pour élucider les mécanismes de résistance cellulaire aux médicaments.
Figure 6. Suivi de la réponse au médicament à l'aide de la bibliothèque Watermelon
Défis actuels
Malgré les avancées significatives dans la découverte et le développement de médicaments facilitées par les technologies de séquençage unicellulaire, en particulier le scRNA-seq, ainsi que par les outils informatiques associés et les ressources de données publiques, le domaine fait encore face à de nombreux défis. Pour tirer pleinement parti du potentiel transformateur de ces technologies, l'industrie doit confronter et aborder ces défis en adaptant son infrastructure et ses flux de travail. De plus, étant donné que le volume de données scRNA-seq disponibles publiquement dépasse de loin la production de n'importe quelle entreprise pharmaceutique, l'intégration efficace de cette vaste quantité de données reste une tâche ardue.
De plus, en raison des exigences en matière d'échantillons et des facteurs de coût liés à la génération de données scRNA-seq, cette technologie n'est pas encore prête à remplacer le profilage moléculaire à grande échelle des échantillons de découverte précoce ou cliniques. Par conséquent, une question clé qui doit être abordée est celle de la manière d'intégrer efficacement les données scRNA-seq avec les ensembles de données de profilage moléculaire à grande échelle.
Pour relever ces défis, plusieurs facteurs critiques doivent être pris en compte :
- Planification minutieuse et exécution rigoureuse des stratégies de conception et de mise en œuvre de l'étude.
- Assurer une large accessibilité des données scRNA-seq pour promouvoir le partage de données et la collaboration.
- Améliorer l'interopérabilité et la réutilisabilité des données pour favoriser la recherche collaborative interdisciplinaire et multiplateforme.
En résumé, les technologies de séquençage unicellulaire, en particulier le scRNA-seq, ainsi que leurs outils informatiques associés et les ressources de données publiques, sont indispensables pour approfondir notre compréhension des mécanismes de la maladie et identifier précisément les cibles cellulaires ou moléculaires les plus prometteuses sur le plan thérapeutique. De plus, la technologie scRNA-seq aide à sélectionner des modèles de maladies précliniques appropriés et offre de nouvelles perspectives pour élucider les mécanismes d'action des médicaments. En accélérant la découverte de nouveaux biomarqueurs, cette technologie soutient une stratification précise des patients, permettant le développement de plans de traitement personnalisés basés sur des réponses pronostiques ou prédictives, contribuant ainsi à l'avancement de la médecine personnalisée.
Références :
-
Van de Sande B, Lee J S, Mutasa-Gottgens E, et al. Applications du séquençage d'ARN à cellule unique dans la découverte et le développement de médicaments. Nature Reviews Drug Discovery, 2023 : 1-25.
- Wu H, Wang C, Wu S. Séquençage unicellulaire pour la découverte et le développement de médicaments. Curr Top Med Chem. 2017;17(15):1769-1777.
- Chen H, Ye F, Guo G. Révolutionner l'immunologie avec le séquençage d'ARN à cellule unique. Cell Mol Immunol. Mars 2019 ; 16(3) : 242-249.
Directives de Soumission d'Échantillons
