Un projet ambitieux dirigé par les enquêteurs du Vanderbilt University Medical Center vise à utiliser les technologies de l'intelligence artificielle pour générer des thérapies d'anticorps contre toute cible d'intérêt d'antigène.
Le VUMC a reçu jusqu'à 30 millions de dollars de l'Advanced Research Projects Agency for Health (ARPA-H) pour construire un atlas massif d'antigène d'anticorps, développer des algorithmes basés sur l'IA pour ingénieur des anticorps spécifiques à l'antigène et appliquer la technologie d'IA pour identifier et développer des anticorps thérapeutiques potentiels.
ARPA-H est une agence au sein du Département américain de la santé et des services sociaux qui soutient des recherches transformatrices à haut risque et à haute récompense pour stimuler les percées biomédicales et sanitaires au profit de tous.
Au cours des dernières décennies, les anticorps monoclonaux ont commencé à jouer un rôle thérapeutique important dans un large éventail de milieux de la maladie, mais nous nous grattons simplement la surface. La découverte des anticorps monoclonaux a le potentiel d'avoir un impact sur de nombreuses maladies différentes où il n'y a actuellement pas de thérapie. «
Ivelin Georgiev, PhD, professeur de pathologie, microbiologie et immunologie, directeur de la Vanderbilt Center for Computational Microbiology and Immunology, et l'investigateur principal du projet
Les méthodes traditionnelles de découverte des anticorps sont limitées par l'inefficacité, les coûts élevés et les taux de défaillance, les obstacles logistiques, les temps de redressement à long terme et l'évolutivité limitée, a déclaré Georgiev.
« Ce que nous proposons de faire, c'est de traiter tous ces gros goulots d'étranglement avec le processus traditionnel de découverte des anticorps et en faire un processus plus démocratisé – où vous pouvez comprendre quelle est votre cible d'antigène et avoir de bonnes chances de générer un anticorps monoclonal thérapeutique contre cette cible de manière très efficace et efficace », a déclaré Georgiev, qui est également professeur de biomédan Ingénierie.
Les anticorps font partie de notre système immunitaire. Ce sont des protéines produites par les globules blancs (cellules B) qui se lient aux antigènes et inactiver les antigènes – cibles sur les virus, les bactéries et même nos propres cellules. Les anticorps sont efficaces car les traitements préventifs et thérapeutiques contre les virus, les cancers, les troubles auto-immunes et autres maladies.
Pour identifier un anticorps thérapeutique candidat, les chercheurs dépisteront et testent généralement des milliers d'anticorps contre une cible d'antigène, à la recherche de « l'aiguille dans la botte de foin » qui se lie et neutralise la cible. Le processus de découverte traditionnel nécessite des types spécifiques d'échantillons biologiques. Par exemple, pour trouver des anticorps contre un agent pathogène infectieux de la maladie, des échantillons de sang de personnes ou de modèles animaux exposés à l'agent pathogène sont nécessaires. Et puis, si le pathogène mute, un anticorps thérapeutique peut devenir inefficace.
« Avec une approche informatique, vous ne dépendez plus de l'accès à des échantillons biologiques ou à plusieurs cycles de dépistage », a déclaré Georgiev. « Vous pouvez simuler des variantes et générer des anticorps à l'avance avant la naissance des variantes. »
Georgiev et ses collègues sont engagés dans trois tâches alors qu'ils travaillent à développer des approches informatiques pour la découverte d'anticorps:
- Génération d'un atlas anticorps-antigène d'une taille et d'une variété sans précédent
- Développement d'algorithmes basés sur l'IA pour extraire des informations de l'atlas anticorps-antigène et des anticorps spécifiques de l'antigène d'ingénierie
- Études de preuve de concept pour appliquer la technologie de l'IA pour identifier les candidats d'anticorps contre les cibles antigènes de l'intérêt biomédical
Pour la première tâche, les chercheurs utilisent une technologie qu'ils ont développée appelée Balance SEQ (reliant le récepteur des cellules B à la spécificité de l'antigène par séquençage) qui permet une cartographie à haut débit des interactions anticorps-antigène pour de nombreux antigènes et cellules B en même temps.
« Pour que les méthodes de calcul fonctionnent, nous devons avoir beaucoup de données », a déclaré Georgiev. «L'échelle des données disponibles pour les anticorps et les antigènes est inférieure à celle des autres domaines, qui a été l'un des facteurs limitants lorsqu'il s'agit de développer des approches d'IA.
« Si nous formons des algorithmes sur les données qui existent actuellement – en grande partie pour le SARS-COV-2, la grippe et le VIH – les algorithmes peuvent être exacts pour ces cibles, mais ils sont moins susceptibles de réussir à extrapoler à une nouvelle cible. Nous devons les former avec un ensemble plus diversifié de cibles d'antigène, où se lance dans le libra-seq. »
Les enquêteurs visent que l'Atlas inclut des centaines de milliers – et potentiellement plus d'un million de paires d'anticorps-antigène, contre environ 15 000 paires actuellement disponibles à partir de données publiées, fournissant une ressource inégalée pour les chercheurs du monde entier.
L'équipe va déjà de l'avant sur la deuxième tâche de construire des modèles de calcul, qu'ils amélioreront en remplissant l'atlas anticorps-antigène. Pour la troisième tâche, ils appliqueront la technologie de l'IA pour développer des anticorps contre les antigènes cancer et les cibles bactériennes, virales et auto-immunes. Ils sélectionneront un anticorps candidat pour le développement préclinique jusqu'à l'application IND (Investigational New Drug).
« Notre projet fournira une plate-forme qui peut être utilisée pour une variété de maladies différentes, pas seulement pour les objectifs spécifiques qui nous intéressent », a déclaré Georgiev. « Notre équipe a passé de nombreuses années à découvrir des anticorps contre diverses indications, et c'est un processus tellement inefficace avec beaucoup d'échec. Si nous pouvons aider à changer cela, cela va être énorme – pas seulement pour nous, mais pour tout le domaine et pour les personnes atteintes de maladies où les thérapies par anticorps peuvent faire une différence.
« Ça va être difficile. Ce n'est pas un problème facile, mais je pense que nous avons une bonne base pour cela, et nous ferons de notre mieux pour le faire fonctionner. »
Les collaborateurs sur le projet sont: Ben Ho Park, MD, PhD, Sarah Croessmann, PhD, Eric Skaar, PhD, MPH, Maria Hadjifrangiskou, PhD, et Jeremy Goettel, PhD, chez VUMC; Tedd Ross, PhD et Giuseppe Sautto, PhD, à la Cleveland Clinic; et Maria del Pilar Quintana Varon, PhD, et Lars Hviid, PhD, à l'Université de Copenhague. Le Brock Family Center for Applied Innovation, un catalyseur pour faire progresser la recherche translationnelle sur le marché, s'est engagé avec et a soutenu l'équipe de Georgiev.
L'Université Vanderbilt et les ressources partagées VUMC qui sont essentielles pour le projet sont: Vantage (Vanderbilt Technologies for Advanced Genomics), ACRE (Advanced Computing Center for Research and Education) et FCSR (Flow Cytométrie Resource partagée).
