BIOTECHNOLOGIESTrouver les cibles thérapeutiques

Publié le

BIOTECHNOLOGIES

Trouver les cibles thérapeutiques



Il ne se passe pas de mois sans qu'une équipe de scientifiques annonce avoir localisé ou identifié un gène impliqué dans telle ou telle maladie. Pourtant, les nouveaux médicaments tant espérés se font toujours attendre. On connaît par exemple les gènes majeurs impliqués dans le cancer du sein depuis plus de six ans, mais aucun médicament n'a encore été annoncé.

Rien de vraiment étonnant : le gène en lui-même n'est d'aucune utilité pour le chercheur en pharmacie, dont le but est de trouver des " cibles thérapeutiques ", en général des protéines avec une fonction connue, sur lesquelles il pourra faire agir des molécules candidat-médicament. En effet, " le génome ne donne que 10 % de l'information nécessaire pour comprendre ce qui se passe dans la machinerie cellulaire ", explique François Iris, directeur scientifique de Valigen, une société de génomique française. Pour passer du gène à la cible, le chercheur doit démêler l'écheveau complexe d'interactions biologiques en utilisant les outils d'une nouvelle discipline, la génomique " fonctionnelle ". C'est aujourd'hui le goulet d'étranglement de la recherche en pharmacie, estiment les spécialistes. Mais, aussi, une occasion unique, pour les laboratoires de " mettre la main " sur des cibles exclusives. Jusqu'ici, en effet, les chercheurs ont travaillé sur environ 500 cibles, dont 45 % sont des récepteurs membranaires et 30 % des enzymes. Or, selon Jürgen Drews, un consultant qui a dirigé la recherche de Hoffmann-La Roche pendant douze ans, la génomique fonctionnelle a le potentiel de multiplier le nombre de cibles d'au moins un facteur dix !

Au fur et à mesure que tous les laboratoires vont avoir accès aux mêmes informations sur les gènes, c'est l'habileté et la rapidité à les exploiter afin de trouver des cibles pertinentes pour telle ou telle maladie qui va faire la différence. L'enjeu est tel qu'une firme comme Bayer, réalisant son retard dans le domaine, n'a pas hésité, en 1997, à signer un contrat de 465 millions de dollars avec la société américaine Millennium pour la " livraison " de 225 cibles sur cinq ans.

Identifier les circuits métaboliques

Le mot-clé de la génomique fonctionnelle est " biological pathway ", que l'on peut traduire par circuit métabolique et physiologique. C'est le chemin qui relie les gènes à leurs fonctions biologiques. Un chemin qui a tout du labyrinthe ! On sait en effet que la plupart des gènes codent pour plusieurs protéines ; ces protéines sont ensuite modifiées de diverses façons, et ces modifications ne sont pas indiquées par le message génétique ; enfin, elles peuvent réagir entre elles et avec celles codées par d'autres gènes dans des cascades de réactions ! Et toutes ces protéines sont des cibles potentielles parmi lesquelles il faut choisir les plus pertinentes.

Trouver le fil d'Ariane qui permettra de s'orienter dans ce labyrinthe exige de mettre en oeuvre plusieurs moyens différents. " On cherche à rassembler un faisceau d'évidences ", explique Hervé Costes, chercheur chez Glaxo Wellcome, aux Ulis (Essonne). Partant du gène identifié, le biologiste commence le plus souvent par interroger les bases de données : existe-t-il déjà des gènes présentant des similitudes dans leur séquence et dont on connaît la fonction ? Ainsi, le programme de recherche Blast de la GenBank, aux Etats-Unis, le plus largement utilisé, reçoit plus de 50 000 interrogations par jour. Cela suppose que les bases de données soient " annotées ", c'est-à-dire qu'elles contiennent des informations sur les fonctions des gènes. Mais le problème de la représentation informatique et formalisée de ces annotations et de leur exploitation en automatique est encore loin d'être résolu. De plus, elles ne sont pas toutes fiables. Avec l'accumulation de connaissances nouvelles, " on va bientôt s'apercevoir qu'un bon tiers des annotations actuellement dans les bases de données sont fausses ! " n'hésite pas à dire François Iris.

Autre approche très utilisée : on recherche dans quels tissus ou organes s'exprime le gène, ce qui donne une idée de ses fonctions possibles. Pour cela, on teste la présence d'ARN messagers dans différents tissus. On peut aussi, par la même méthode, comparer les niveaux d'expression des gènes dans des tissus sains et des tissus malades. Si un gène est sur- ou sous-exprimé dans un tissu malade, on peut penser que les protéines qu'il code jouent un rôle dans la maladie.

Technique en pointe dans ce domaine : la puce et le " micro array " à ADN. Permettant de détecter la présence de milliers d'ARN à la fois, ils représentent un outil inappréciable pour tous les chercheurs si l'on considère qu'une maladie est presque toujours dépendante de plusieurs gènes. On trouve aujourd'hui sur le marché des puces à ADN, commercialisées par Affymetrix et spécialisées par tissus, par pathologies, etc.

Les informations sur les niveaux d'expression nourrissent elles aussi des bases de données. Incyte a été l'un des premiers à se lancer dans cette activité avec sa base LifeExpress. D'autres ont suivi, comme Gene Logic, qui alimente sa base GeneExpress à partir de seize centres de collecte de tissus qui sont analysés au moyen de puces à ADN. La comparaison avec le génome d'autres organismes peut fournir, elle aussi, des indices sur la fonction des gènes humains. Parmi les " cobayes " les plus utilisés : la levure, la drosophile, la souris. Un petit ver, le C. Elegans, est très prisé. " Il ne comporte que 959 cellules, dont on connaît bien les fonctions ; son génome est connu et facile à manipuler, et son cycle de vie est de trois à quatre jours seulement. De plus, il est transparent, ce qui rend facile son observation ", explique Hervé Costes. Par manipulation du génome de ces organismes, il est possible de déterminer la fonction d'un gène en observant les modifications sur leur développement ou leur métabolisme, de la " neutralisation " de ce gène (on parle alors d'animaux " knock-out ") ou au contraire de sa " surexpression ". Mais il n'y pas toujours une forte corrélation entre les niveaux d'expression de différents gènes et l'abondance relative des protéines qu'ils codent. Cette constatation est à l'origine du développement rapide, depuis quelques années, d'une nouvelle discipline : la protéomique. Le protéome est en quelque sorte une photographie instantanée de toutes les protéines qui sont exprimées à un moment donné dans une cellule. Une tâche énorme : une cellule humaine contient 10 000 protéines en moyenne, dont les concentrations vont de 100 à 10 millions de copies !

Pour simplifier les choses, le chercheur procède le plus souvent en comparant le protéome d'une cellule malade avec celui d'une cellule saine, ce qui permet d'identifier rapidement les protéines intéressantes. Le décryptage du protéome repose sur deux techniques principales : l'électrophorèse bidimensionnelle, qui sépare les protéines d'un mélange sous forme de " taches " à la surface d'une plaque, et la spectrométrie de masse, qui permet de les identifier à des concentrations infimes. Le processus est déjà fortement automatisé : par exemple, c'est un robot qui prélève les protéines sur les plaques d'électrophorèse pour les transférer, après les avoir purifiées, au spectromètre de masse. Ainsi, un laboratoire comme celui de Roche, à Bâle, est capable d'identifier plusieurs milliers de protéines par jour et dispose aujourd'hui d'une base de données de 100 000 protéines humaines.

Mais cela n'est rien en regard des projets de Craig Venter, qui, après son succès avec le génome, veut récidiver avec le protéome. Celera construit une installation capable de séquencer 1 million de protéines par jour ! D'autre part, la société étudie une puce à protéine qui, à l'instar de la puce à ADN, pourrait identifier plusieurs milliers de protéines à la fois. Ciphergen, une société américaine, étudie elle aussi une puce du même type.

Déchiffrer les interactions entre protéines

D'autres sociétés se sont spécialisées dans l'étude des interactions entre protéines. C'est le cas de Myriad Genetics et de Curagen aux Etats-Unis, d'Hybrigenics en France, de Genome Pharmaceuticals en Allemagne. La connaissance de ces interactions est indispensable pour reconstituer les voies métaboliques d'une cellule. La technologie le plus utilisée pour déterminer si deux protéines réagissent entre elles est la méthode dite du " double hybride ". La construction d'une " carte d'interactions protéiques " exige de multiples essais où l'on teste les protéines deux à deux. Chez Myriad Genetics, par exemple, quatorze robots sont dévolus à cette tâche. La société a le projet de déterminer 1 million d'interactions entre protéines humaines qui seront ensuite " réarrangées " dans une carte avec l'aide de l'ordinateur. L'intégration de toutes les données collectées sur les fonctions des gènes et leurs différents niveaux d'expression, sur le protéome et les interactions entre protéines, etc., permet de construire le " biological pathway ". Le processus fait largement appel à l'informatique, qui fournit l'accès aux banques de données et aux logiciels pour les exploiter. Mais " l'ordinateur n'est qu'une aide, et l'expérience du biologiste joue un rôle primordial ", avertit Nasri Nahas, directeur du développement chez Valigen. La société développe un outil intégré, appelé Pathway tracking, en collaboration avec Lion Bioscience (Heidelberg), dans le cadre d'un projet Eurêka. Elle en a testé le concept sur le cancer du sein : partant de séquences de gènes identifiées par expression différentielle, elle a repéré " deux points d'intervention " sur le circuit métabolique qui, selon elle, pourraient se prêter à l'action simultanée de médicaments spécifiques.

Tout connaître de la fonction d'un gène apparaît comme la démarche la plus logique pour identifier les cibles les plus intéressantes. Mais le processus est long. Certains préfèrent prendre des raccourcis. C'est le cas d'Aventis Pharma. Tout d'abord, le groupe a choisi de travailler sur des familles de gènes. " Cela permet d'optimiser les moyens, par exemple au niveau de la fabrication des puces à ADN, et de regrouper le savoir au niveau de la chimie ", explique François Meyer. Aventis Pharma s'intéresse ainsi à la famille des GPCR, des récepteurs impliqués dans de nombreuses maladies. Après avoir sélectionné une trentaine de gènes par des méthodes classiques (data mining dans les bases de données, expression différentielle dans des tissus, etc.), les chercheurs n'ont pas tenté de déterminer leur fonction. Ils les ont fait s'exprimer dans des cellules qui ont servi de cibles pour le criblage à haut débit par des chimiothèques " focalisées ", c'est-à-dire construites autour de structures chimiques connues pour agir sur les récepteurs en question. Entre autres, six cibles, concernant l'obésité, ont été isolées, et les premiers " hits ", molécules ayant une action sur ces cibles, identifiées. Pierre Laperrousaz



Un superordinateur pour calculer la structure 3D des protéines

Pour mieux comprendre l'interaction d'une protéine cible avec un médicament, les chercheurs ont besoin de connaître sa structure tridimensionnelle, c'est-à-dire la façon dont la chaîne d'acides aminés qui la composent se replie sur elle-même. Les techniques classiques (diffraction X, RMN) sont longues et coûteuses. C'est pourquoi, fin 1999, IBM a annoncé son intention de consacrer 100 millions de dollars à la conception d'un super-ordinateur (un petaflop), baptisé " Blue Gene ", capable de calculer la structure 3D d'une protéine à partir de sa séquence d'acides aminés et des structures déjà connues et stockées dans les bases de données.

Créez votre compte L’Usine Connect

Fermer
L'Usine Connect

Votre entreprise dispose d’un contrat
L’Usine Connect qui vous permet d’accéder librement à tous les contenus de L’Usine Nouvelle depuis ce poste et depuis l’extérieur.

Pour activer votre abonnement vous devez créer un compte

Créer votre Compte