160 médicaments reconvertis contre le COVID-19
Les scientifiques de Cambridge ont identifié 200 médicaments approuvés susceptibles d’agir contre le COVID-19, dont 40 seulement sont actuellement testés dans le cadre d’essais cliniques sur le COVID-19.
200 médicaments approuvés
Dans une étude une équipe dirigée par des chercheurs du Milner Therapeutics Institute et du Gurdon Institute de l’université de Cambridge a utilisé une combinaison de biologie computationnelle et d’apprentissage automatique pour créer une carte complète des protéines impliquées dans l’infection par le SARS-CoV-2 – des protéines qui aident le virus à pénétrer dans la cellule hôte à celles qui sont générées à la suite de l’infection. En examinant ce réseau à l’aide d’approches d’intelligence artificielle (IA), ils ont pu identifier les protéines-clés impliquées dans l’infection ainsi que les voies biologiques qui pourraient être ciblées par des médicaments.
À ce jour, la majorité des petites molécules et des anticorps utilisés pour traiter le COVID-19 sont des médicaments qui font actuellement l’objet d’essais cliniques ou qui ont déjà fait l’objet d’essais cliniques et ont été approuvés. L’accent a été mis en grande partie sur plusieurs cibles importantes du virus ou de l’hôte, ou sur des voies – comme l’inflammation – où un traitement médicamenteux pourrait être utilisé comme intervention.
L’équipe a utilisé la modélisation informatique pour effectuer un « dépistage virtuel » de près de 2 000 médicaments approuvés et a identifié 200 médicaments approuvés qui pourraient être efficaces contre le COVID-19. Quarante de ces médicaments sont déjà entrés dans des essais cliniques, ce qui, selon les chercheurs, conforte l’approche qu’ils ont adoptée.
L’apprentissage automatique et de modélisation informatique
Lorsque les chercheurs ont testé un sous-ensemble de ces médicaments impliqués dans la réplication virale, ils ont constaté que deux d’entre eux en particulier – un antipaludéen et un type de médicament utilisé pour traiter la polyarthrite rhumatoïde – étaient capables d’inhiber le virus, ce qui a permis de valider une première fois leur approche fondée sur les données.
Le professeur Tony Kouzarides, directeur du Milner Therapeutics Institute, qui a dirigé cette étude, a déclaré : « en examinant les milliers de protéines qui jouent un rôle dans l’infection par le SARS-CoV-2, que ce soit de manière active ou à la suite d’une infection, nous avons pu créer un réseau mettant en évidence la relation entre ces protéines.
« Nous avons ensuite utilisé les dernières techniques d’apprentissage automatique et de modélisation informatique pour identifier 200 médicaments autorisés qui pourraient nous aider à traiter le COVID-19. Parmi ceux-ci, 160 n’avaient pas été associés à cette infection auparavant. Cela pourrait nous donner beaucoup plus d’armes dans notre arsenal pour lutter contre le virus. »
À l’aide d’une analyse par réseau neuronal artificiel, l’équipe a classé ces médicaments en fonction du rôle primordial de leurs cibles dans l’infection par le SARS-CoV-2 : ceux qui ciblent la réplication virale et ceux qui ciblent la réponse immunitaire. Ils ont ensuite pris un sous-ensemble de ceux qui interviennent dans la réplication virale et les ont testés sur des lignées cellulaires dérivées d’humains et de primates non humains.
Deux médicaments réduisaient la réplication du SARS-CoV-2
L’équipe a constaté que deux médicaments, la sulfasalazine (qui est utilisée pour traiter des maladies telles que la polyarthrite rhumatoïde et la maladie de Crohn) et le proguanil (un médicament antipaludéen), réduisaient la réplication virale du SARS-CoV-2 dans les cellules, ce qui laisse entrevoir la possibilité de les utiliser pour prévenir l’infection ou traiter le COVID-19.
Le Dr Namshik Han, responsable de la recherche informatique et de l’IA au Milner Therapeutics Institute, a ajouté : « notre étude nous a fourni des informations inattendues sur les mécanismes sous-jacents du COVID-19 et nous a donné quelques médicaments prometteurs qui pourraient être réadaptés pour traiter ou prévenir l’infection. Bien que nous ayons adopté une approche axée sur les données – permettant essentiellement à des algorithmes artificiellement intelligents d’interroger des ensembles de données – nous avons ensuite validé nos résultats en laboratoire, confirmant ainsi la puissance de notre approche. »
« Nous espérons que cette ressource de médicaments potentiels permettra d’accélérer le développement de nouveaux médicaments contre le COVID-19. Nous pensons que notre approche sera utile pour répondre rapidement aux nouveaux variants du SARS-CoV2 et à d’autres nouveaux agents pathogènes qui pourraient être à l’origine de futures pandémies. »
Cette recherche a été publiée dans Science Advances.
Source : University of Cambridge
Crédit photo : iStock