Une start-up de la Silicon Valley développe des «mini-cerveaux» à l’aide de Machine Learning pour mettre au point de nouveaux traitements pour les troubles psychologiques

System1 Biosciences utilise l'apprentissage automatique, les neurosciences, l'automatisation robotique et la science organoïde cérébrale [3] pour découvrir des caractérisations profondes des troubles afin de développer de nouvelles cibles thérapeutiques et des traitements médicamenteux.

1 novembre 2018 par Stacy Stanford

Conçu par Machine Learning Memoirs Inc. | Image étiquetée pour être réutilisée avec des crédits appropriés

Et si nous vous disions qu'il existe une entreprise qui cultive des «mini-cerveaux», qui les dosent avec des médicaments de recherche, puis lit leurs sorties de données à l'aide de l'apprentissage automatique et de l'automatisation robotique?

System1 Biosciences, une société de neurothérapeutique basée dans la Silicon Valley, alliant science organoïde cérébrale, neuroscience des systèmes, automatisation robotique et apprentissage automatique, s'efforce de découvrir des caractérisations de la maladie jamais atteintes auparavant, dans lesquelles ces «phénotypes profonds» sont exploités pour identifier un nouveau cibles thérapeutiques et traitements médicamenteux [4]. La startup a annoncé en septembre dernier qu'elle avait réuni 25 millions de dollars de la série A [7], dirigée par CRV et Pfizer Ventures, ainsi qu'un certain nombre d'autres investisseurs ayant participé à la transaction. L’accord porte le financement total de la société à 30 millions de dollars US.

Pour clarifier les choses, System1 ne fait pas pousser tout le cerveau; il produit des «organoïdes cérébraux», ce que l’Institut des cellules souches de Harvard définit comme [1] «de minuscules cultures auto-organisées en trois dimensions et désuètes, dérivées de cellules souches. De telles cultures sont conçues pour reproduire une grande partie de la complexité d'un organe et / ou pour en exprimer certains aspects. ”

De tels organismes sont développés à partir des cellules souches de patients atteints d'autisme, d'épilepsie et de schizophrénie; les organoïdes cérébraux aident à révéler à une équipe de chercheurs certains signes fondamentaux de ces maladies, qui peuvent ensuite être traitées avec de nouveaux médicaments et traitements.

La société mentionne que l’analyse des données résultantes provenant de ses organoïdes «fournit des caractérisations de la maladie au niveau des systèmes jamais réalisables auparavant». et les maladies psychiatriques.

Sean Escola, PDG et cofondateur de System1, mentionne que l'approche traditionnelle de découverte de médicaments basée sur une cible est brisée, ce qui incite les personnes souffrant de ce type à avoir soif d'innovation. L’approche peut sembler être un futur roman de science-fiction, mais ces méthodes d’apprentissage automatique hautement parallèles et faisant appel à beaucoup de données constituent une part importante de l’avenir de la découverte de médicaments. Il se trouve que cette société développe de minuscules cerveaux pour le faire.

Une section d'un organoïde cérébral après trois mois de culture. Les différentes couleurs marquent différents types de cellules, soulignant la complexité structurelle de l’organoïde. (Image reproduite avec la permission du laboratoire Arlotta de Harvard [2])

Pendant des décennies, les chercheurs qui étudient les maladies psychiatriques ont mis au point de nouveaux médicaments en se concentrant sur ce qu'ils croient être des molécules cassées ou malades ou des cellules pouvant être à l'origine des symptômes de la maladie. Cependant, dans quelque 90% des cas, leur thèse sur ces molécules était fausse au départ, et on perd beaucoup de temps et de milliards de dollars, dans lesquels la plupart des médicaments actuellement disponibles sur le marché restent un produit. de ce modèle.

Par exemple, les médicaments les plus populaires contre la schizophrénie, la dopamine cible - une molécule censée jouer un rôle clé dans la mémoire et le plaisir. Mais ces médicaments ne parviennent pas à aider beaucoup de gens. Une des raisons est que de nombreux symptômes de la schizophrénie, allant des hallucinations à la perte de mémoire, pourraient être le résultat d'un ensemble beaucoup plus fondamental de problèmes inter-cérébraux.

Cependant, les approches actuelles en matière de développement de médicaments en neuroscience n’examinent pas ces problèmes au niveau du système. Au lieu de cela, ils se concentrent sur un ou deux composants isolés de la maladie. Escola, qui est également professeur adjoint de psychiatrie à l’Université de Columbia, estime qu’il s’agit d’un oubli tragique. Il pense que cela pourrait aussi expliquer pourquoi tant de médicaments ne parviennent pas à aider les patients. Ce qui pourrait signifier que beaucoup de nos précédentes tentatives de création de médicaments pour des maladies psychiatriques telles que l'épilepsie et la schizophrénie ont «manqué la forêt pour les arbres».

Pour résoudre ce problème, Escola et son cofondateur, Saul Kato, professeur de neurologie à l'Université de Californie à San Francisco, ont pour objectif d'explorer l'activité dans leur mini-cerveau à la recherche de signes de maladie pouvant se produire à un niveau beaucoup plus fondamental. de la maladie.

L’espoir est de faire une découverte prometteuse dans leurs travaux sur les organoïdes cérébraux, dans lesquels les chercheurs d’Escola et de Kato devront tester plus avant leur idée et éventuellement mener des essais cliniques sur des humains. Les chercheurs de System1 consacrent des mois et des mois à étudier en profondeur les organoïdes cérébraux, à l’aide de logiciels optimisés par l’apprentissage automatique. Ils espèrent se retrouver avec plusieurs de ce que Escola appelle des «phénotypes profonds» ou caractéristiques de la maladie qui peuvent être observés dans des systèmes d'activité entiers, par opposition à des molécules ou des cellules spécifiques.

Plusieurs startups du domaine de la découverte et du développement de médicaments utilisent une approche similaire à la composante d’apprentissage automatique de System1 [6]. La société en démarrage, Numerate, basée à Silicon Valley, utilise l'apprentissage automatique pour optimiser la découverte de médicaments à base de petites molécules et mieux prédire les effets secondaires toxiques. InSilico, une start-up de Baltimore, utilise l'apprentissage en profondeur pour évaluer les données relatives au génome, à l'épigénome et au microbiome. Et la start-up londonienne BenevolentBio utilise des ensembles de données [5] issus d'essais cliniques et de travaux de recherche dans des algorithmes basés sur l'intelligence artificielle qui permettent de révéler des relations plus profondes entre les maladies et les médicaments candidats. Néanmoins, System1 est la seule entreprise effectuant de telles recherches avec sa propre source de données biologiques - les organoïdes cérébraux.

Références:

[1] Organoïdes: une nouvelle fenêtre sur la maladie, le développement et la découverte | Institut de cellules souches de Harvard | https://hsci.harvard.edu/organoids

[2] Laboratoire Arlotta | Université Harvard, département de biologie régénérative et de cellules souches | https://hscrb.harvard.edu/res-fl-arlotta

[3] Développement et caractérisation des organoïdes cérébraux humains: un protocole optimisé | NCBI | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6038047/pdf/10.1177_0963689717752946.pdf

[4] À propos de System1 Biosciences Inc. | System1 Biosciences | https://system1.bio/press/#about

[5] Comment l'intelligence artificielle modifie la découverte de médicaments | Nature | https: //www.nature.com/articles/d41586-018-05267-x

[6] full-force: une méthode basée sur la cible pour la formation de réseaux récurrents | Arxiv | https://arxiv.org/pdf/1710.03070.pdf

[7] System1 Biosciences | Crunchbase | https://www.crunchbase.com/organization/system1-biosciences