Un outil d'Intelligence Artificielle conçoit des vaccins à ARNm plus puissants et stables

Un outil d'intelligence artificielle (IA) optimisant les séquences génétiques présentes dans les vaccins à ARNm pourrait aider à créer des vaccins plus puissants et stables, pouvant être déployés à travers le monde.

L'histoire complexe des vaccins à ARNm

Développé par des scientifiques de la division californienne de Baidu Research, une entreprise d'IA basée à Pékin, le logiciel emprunte des techniques issues de la linguistique computationnelle pour concevoir des séquences d'ARNm aux formes et structures plus complexes que celles utilisées dans les vaccins actuels. Cela permet au matériel génétique de persister plus longtemps que d'habitude. Plus l'ARNm délivré aux cellules d'une personne est stable, plus les antigènes sont produits par la machinerie de production de protéines dans le corps de cette personne. Cela entraîne à son tour une augmentation des anticorps protecteurs, permettant théoriquement aux individus immunisés de mieux se défendre contre les maladies infectieuses.

En outre, la complexité structurelle accrue de l'ARNm offre une meilleure protection contre la dégradation des vaccins. Pendant la pandémie de COVID-19, les vaccins à base d'ARNm contre le coronavirus SARS-CoV-2 devaient être transportés et conservés à des températures inférieures à -15 °C pour maintenir leur stabilité. Cela a limité leur distribution dans les régions pauvres en ressources du monde qui n'ont pas accès à des installations de stockage ultra-froides. Un produit plus résistant, optimisé par l'IA, pourrait éliminer le besoin d'équipements de la chaîne du froid pour gérer ces vaccins.

Dave Mauger, biologiste en ARN computationnel qui a précédemment travaillé chez Moderna à Cambridge, Massachusetts, fabricant de vaccins à ARNm, qualifie la nouvelle méthodologie de "remarquable". "L'efficacité computationnelle est vraiment impressionnante et plus sophistiquée que tout ce qui a été fait auparavant."

La pensée linéaire

Les développeurs de vaccins ajustent déjà couramment les séquences d'ARNm pour les aligner sur les préférences des cellules pour certaines instructions génétiques plutôt que d'autres. Ce processus, appelé optimisation des codons, conduit à une production de protéines plus efficace. L'outil de Baidu va encore plus loin, en veillant à ce que l'ARNm - généralement une molécule simple brin - se replie sur lui-même pour créer des segments double brin plus rigides.

Connue sous le nom de LinearDesign, l'outil ne prend que quelques minutes pour fonctionner sur un ordinateur de bureau. Dans les tests de validation, il a produit des vaccins qui, lorsqu'ils ont été évalués chez la souris, ont déclenché des réponses en anticorps jusqu'à 128 fois supérieures à celles obtenues après l'immunisation avec des vaccins optimisés par codons plus conventionnels. L'algorithme a également contribué à prolonger la stabilité des conceptions de vaccins jusqu'à six fois dans les tests standard réalisés en tube à essai à température corporelle.

"C'est une amélioration considérable", déclare Yujian Zhang, ancien responsable de la technologie ARNm chez StemiRNA Therapeutics à Shanghai, en Chine, qui a dirigé les études de validation expérimentale.

Jusqu'à présent, Zhang et ses collègues n'ont testé les vaccins améliorés par LinearDesign que contre la COVID-19 et le zona chez la souris. Cependant, la technique devrait s'avérer utile pour concevoir des vaccins à ARNm contre n'importe quelle maladie, selon Liang Huang, ancien scientifique chez Baidu qui a dirigé la création de l'outil. Huang, qui est maintenant biologiste computationnel à l'Université d'État de l'Oregon à Corvallis, ajoute que cela devrait également aider les thérapies à base d'ARNm.

Les chercheurs ont publié leurs résultats le 2 mai dans la revue Nature.

Solutions optimales

L'outil a déjà été utilisé pour optimiser au moins un vaccin autorisé : un vaccin contre la COVID-19 de StemiRNA, appelé SW-BIC-213, qui a été approuvé pour une utilisation d'urgence au Laos fin 2021. Dans le cadre d'un accord de licence établi en 2021, le géant pharmaceutique français Sanofi a également utilisé LinearDesign dans ses propres produits expérimentaux à base d'ARNm.

Les dirigeants des deux entreprises soulignent que de nombreux éléments de conception influencent les performances de leurs candidats-vaccins. Cependant, LinearDesign est "certainement un type d'algorithme qui peut aider dans ce domaine", déclare Frank DeRosa, responsable de la recherche et des biomarqueurs au Centre d'excellence ARNm de Sanofi.

D'autres algorithmes alternatifs pourraient être préférables, selon Hannah Wayment-Steele, chimiste théoricienne et ancienne membre de l'équipe de Rhiju Das qui est maintenant à l'Université Brandeis à Waltham, Massachusetts. Elle suggère également qu'un réglage manuel fin des séquences d'ARNm optimisées par LinearDesign pourrait conduire à de meilleurs vaccins.

Cependant, selon David Mathews, biologiste en ARN computationnel à l'Université de Rochester Medical Center à New York, LinearDesign peut faire une grande partie du travail. "Cela permet aux gens de se situer dans le bon créneau pour commencer toute optimisation", dit-il. Mathews a aidé à développer l'algorithme et est co-fondateur, avec Huang, de Coderna.ai, une start-up basée à Sunnyvale, en Californie, qui développe davantage le logiciel. Leur première tâche a été de mettre à jour la plateforme pour tenir compte des types de modifications chimiques présentes dans la plupart des vaccins à ARNm approuvés et expérimentaux ; LinearDesign, dans sa forme actuelle, repose sur une plateforme d'ARNm non modifiée qui n'est plus utilisée par la plupart des développeurs de vaccins.

Une approche structurée

Cependant, les études sur les souris et les expériences sur les cellules sont une chose, les essais cliniques sur l'homme en sont une autre. Étant donné que le système immunitaire a évolué pour reconnaître certaines structures d'ARN comme étrangères - en particulier les formes d'échelle torsadée présentes dans de nombreux virus qui codent leurs génomes sous forme d'ARN double brin - certains chercheurs craignent qu'un algorithme d'optimisation tel que LinearDesign puisse finir par créer des séquences de vaccins qui provoquent des réactions immunitaires nocives chez les personnes.

"C'est en quelque sorte un risque", explique Anna Blakney, ingénieure en bio-ARN à l'Université de la Colombie-Britannique à Vancouver, au Canada, qui n'a pas participé à l'étude.

Les premiers résultats des essais cliniques sur l'homme impliquant le vaccin SW-BIC-213 de StemiRNA suggèrent que la structure supplémentaire ne pose pas de problème. Dans les essais de rappel de petite taille rapportés jusqu'à présent, les effets secondaires du vaccin n'ont pas été pires que ceux signalés avec d'autres vaccins à base d'ARNm contre la COVID-19. Cependant, comme le souligne Blakney : "Nous en saurons plus à ce sujet dans les années à venir."

Source : Nature