Une équipe de recherche dirigée par la Cleveland Clinic a utilisé l’intelligence artificielle pour cartographier des centaines de façons dont le virus qui cause le COVID-19 interagit avec les cellules infectées. Grâce à cette analyse, ils ont identifié des médicaments COVID-19 potentiels parmi des milliers de médicaments déjà approuvés par la FDA pour d’autres traitements.
La recherche s’est concentrée sur les thérapies ciblant l’hôte, qui fonctionnent différemment des autres antiviraux en perturbant les mécanismes utilisés par les virus pour se multiplier et survivre, plutôt que de simplement bloquer des protéines spécifiques dans la cellule. La recherche, publiée dans Biotechnologie naturelle, présente un réseau appelé «interactome», les interactions entre les protéines du virus COVID-19 et les protéines de la cellule hôte.
Cette étude s’est appuyée sur des données existantes en utilisant des techniques d’analyse moléculaire supplémentaires, confirmant plus de 200 interactions et en découvrant 361 nouvelles.
Feixiong Cheng, PhD, personnel associé à l’Institut de médecine génomique
Lorsque le COVID-19 est apparu comme une pandémie en 2020, les scientifiques ont produit des ensembles initiaux de ces interactions pour aider à comprendre comment le virus envahit les cellules hôtes, se multiplie et évite une réponse immunitaire.
Un exemple dans les nouvelles découvertes est une interaction physique entre ORF3a, une protéine virale responsable de la mort cellulaire et de la suppression immunitaire, et ZNF579, une protéine humaine liée à la transcription génétique cellulaire. Les cellules dérégulées avec des niveaux plus élevés d’ORF3a ont montré des niveaux plus faibles de ZNF59illustrant potentiellement une manière dont le virus survit en modifiant les fonctions de base des cellules infectées, ont écrit les auteurs.
Après avoir construit l’interactome et confirmé qu’il a mis en évidence des interactions non révélées par des études précédentes, les chercheurs ont défini une stratégie pour cribler les médicaments existants en tant que thérapies potentielles ciblant l’hôte.
L’étude a identifié 23 médicaments avec une « proximité de réseau » significative, ou à quel point les cibles médicamenteuses étaient connectées aux voies entre le virus et les cellules hôtes identifiées dans l’interactome. Certains de ces médicaments sont déjà identifiés comme perturbant les processus du virus COVID-19 ou sont déjà étudiés dans des essais cliniques, qui ont soutenu l’interactome comme un outil valable pour identifier les médicaments utiles, ont écrit les auteurs.
Les chercheurs ont identifié deux médicaments contre l’hypertension, le carvédilol et l’hydrochlorothiazide, comme antiviraux potentiels. Serpil Erzurum, MD, directeur de la recherche et de l’enseignement à la Cleveland Clinic et chef de l’équipe d’intervention de recherche COVID-19 de la Cleveland Clinic, a précédemment testé le carvédilol (un bêta-bloquant utilisé pour traiter l’hypertension artérielle et prévenir l’insuffisance cardiaque) dans un essai clinique sur la maladie pulmonaire hypertension.
L’étude, co-écrite par le Dr Erzurum, a montré que le carvédilol était associé à une réduction de 17% du risque de COVID-19 dans les données des patients du système de dossier de santé électronique de la Cleveland Clinic. La prochaine étape serait de valider le carvédilol par le biais de modèles plus précliniques ou même d’essais cliniques.
« Notre étude fournit une stratégie de biologie systémique puissante pour faciliter la recherche d’un traitement efficace contre le COVID-19 et les futures pandémies », déclare le Dr Cheng.
Yadi Zhou, PhD, scientifique principal des données, et Yuan Hou, PhD, chercheur associé, tous deux membres du laboratoire Cheng, sont les co-premiers auteurs de cette étude, qui a été soutenue en partie par les National Institutes of Health (NIH) .
Le Dr Erzurum et Lara Jehi, MD, responsable de l’information sur la recherche à la Cleveland Clinic, sont co-auteurs de cette étude. L’étude était une collaboration avec Haiyuan Yu (co-auteur correspondant de cette étude), PhD, professeur à l’Université Tisch, Département de biologie computationnelle, Institut Weill de biologie cellulaire et moléculaire, Université Cornell, et d’autres collaborateurs de plusieurs institutions.
