La mise au point de médicaments est actuellement coûteuse et inefficace ; elle prend de 12 à 15 ans et 2,6 milliards de dollars, avec un taux d'échec élevé d'au moins 90 %, souvent en raison de problèmes de toxicité imprévus. Le recours à des criblages coûteux à base de cellules vivantes pour les essais de toxicité, les problèmes de reproductibilité des données et les criblages sujets aux erreurs soulignent le besoin urgent d'une approche plus rentable et plus précise de la prévision précoce de la toxicité dans le développement de médicaments. Providentia Technologies établit un lien entre les dommages de la membrane cellulaire et la toxicité des médicaments et introduit une plateforme de dépistage de la membrane cellulaire synthétique pour la prévision précoce de la toxicité. Ils ont validé cette technologie avec un taux de réussite élevé et travaillent sur un deuxième produit qui utilise l'apprentissage automatique pour identifier et modifier les propriétés du médicament causant des dommages à la membrane et la toxicité. De plus, leurs types de données uniques et leurs bibliothèques propriétaires montrent la voie à suivre pour faire de la membrane cellulaire une cible médicamenteuse.
Quel est le problème ?
À l'heure actuelle, la mise au point de médicaments est lourde d'échecs. La mise au point d'un nouveau médicament prend de 12 à 15 ans, soit 2,6 milliards de dollars, et pourtant, le taux d'échec est toujours d'au moins 90 %. Une grande partie des défaillances sont attribuables à des problèmes de toxicité imprévus. Les criblages à base de cellules vivantes sont la norme de référence pour la toxicologie in vitro à un stade précoce ; cependant, ils sont souvent si coûteux que les essais de cytotoxicité peuvent être dépriorisés. Ce retard dans la détermination de la toxicité fait perdre des années d'efforts et des centaines de millions de dollars. De plus, les problèmes liés à la reproductibilité des données peuvent interférer avec l'interprétation des données. Les écrans cellulaires sont également sujets aux erreurs : les écrans d'aujourd'hui sont, en moyenne, incorrects au moins une fois sur cinq. Il est essentiel de remédier à ces inefficacités et de fournir une solution d'atténuation, car cela a des conséquences profondes sur les dépenses en médicaments, l'innocuité des médicaments et peut-être même la capacité de travailler à de nouvelles thérapies pour plus de maladies. Une meilleure approche est nécessaire pour la prévision et la correction de la toxicité à un stade précoce.
Quelle est leur solution ?
Providentia démontre que l'étendue des dommages à la membrane cellulaire causés par un médicament à petites molécules est corrélée et prédictive de la toxicité de ce médicament. Ils ont donc créé le composant de la membrane cellulaire de la cellule en laboratoire, produisant ainsi leur offre initiale de produits : une plateforme de criblage de la membrane cellulaire synthétique qui permet de prédire la toxicité à un stade précoce. Leur technologie est validée au moyen d'une étude en aveugle portant sur des criblages de cytotoxicité à haute teneur d'environ 500 médicaments et a révélé que la précision de leur approche dépasse 90 %. Leur deuxième offre de produits en cours de développement combine leur type de données unique (perturbation membranaire mesurée, c'est-à-dire les changements agrégés des propriétés membranaires (élasticité, courbure, épaisseur)) avec des approches d'apprentissage automatique pour identifier la partie spécifique du médicament à l'origine des dommages et de la toxicité de la membrane et apporter des modifications correctives pour éviter cette toxicité. Leurs types de données uniques et leurs bibliothèques propriétaires leur permettent également de faire de la membrane cellulaire une cible identifiable.
