Un outil d’IA «remarquable» conçoit des vaccins à ARNm plus puissants et plus stables

Un outil d’intelligence artificielle (IA) qui optimise les séquences de gènes trouvées dans les vaccins à ARNm pourrait aider à créer des piqûres avec une plus grande puissance et stabilité qui pourraient être déployées dans le monde entier.

L’histoire enchevêtrée des vaccins à ARNm

Développé par des scientifiques de la division californienne de Baidu Research, une société d’IA basée à Pékin, le logiciel emprunte des techniques de linguistique computationnelle pour concevoir des séquences d’ARNm avec des formes et des 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 fabrication de protéines dans le corps de cette personne. Ceci, à son tour, conduit à une augmentation des anticorps protecteurs, laissant théoriquement les individus immunisés mieux équipés pour repousser les maladies infectieuses.

De plus, la complexité structurelle accrue de l’ARNm offre une meilleure protection contre la dégradation du vaccin. Pendant la pandémie de COVID-19, les vaccins à base d’ARNm contre le coronavirus SARS-CoV-2 ont dû 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’un équipement de la chaîne du froid pour gérer de tels coups.

La nouvelle méthodologie est «remarquable», déclare Dave Mauger, un biologiste informatique de l’ARN qui travaillait auparavant chez Moderna à Cambridge, Massachusetts, un fabricant de vaccins à ARNm. “L’efficacité de calcul est vraiment impressionnante et plus sophistiquée que tout ce qui a précédé.”

Pensée linéaire

Les développeurs de vaccins ajustent déjà couramment les séquences d’ARNm pour s’aligner sur les préférences des cellules pour certaines instructions génétiques par rapport à d’autres. Ce processus, connu sous le nom d’« optimisation des codons », conduit à une production de protéines plus efficace. L’outil Baidu va encore plus loin en veillant à ce que l’ARNm – généralement une molécule simple brin – se reboucle sur lui-même pour créer des segments double brin plus rigides (voir “Optimisation de la conception”).

Connu sous le nom de LinearDesign, l’outil ne prend que quelques minutes pour s’exécuter sur un ordinateur de bureau. Dans les tests de validation, il a donné des vaccins qui, lorsqu’ils sont évalués chez la souris, déclenchent des réponses d’anticorps jusqu’à 128 fois supérieures à celles montées après immunisation avec des vaccins plus conventionnels, optimisés en codons. L’algorithme a également contribué à étendre jusqu’à six fois la stabilité de conservation des conceptions de vaccins dans des essais standard en éprouvette effectués à température corporelle.

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

Jusqu’à présent, Zhang et ses collègues ont testé des vaccins améliorés par LinearDesign contre uniquement le COVID-19 et le zona chez la souris. Mais la technique devrait s’avérer utile lors de la conception de vaccins à ARNm contre n’importe quelle maladie, déclare Liang Huang, un ancien scientifique de Baidu qui a dirigé la création de l’outil. Cela devrait également aider dans les thérapies basées sur l’ARNm, explique Huang, qui est maintenant biologiste informatique à l’Oregon State University à Corvallis.

Les chercheurs ont rendu compte de leurs découvertes le 2 mai à Nature¹.

Solutions optimales

Déjà, l’outil a été utilisé pour optimiser au moins un vaccin autorisé : un vaccin COVID-19 de StemiRNA, appelé SW-BIC-213, qui a obtenu l’approbation pour une utilisation d’urgence au Laos à la fin de l’année dernière. Dans le cadre d’un accord de licence établi en 2021, le géant pharmaceutique français Sanofi utilise également LinearDesign dans ses propres produits expérimentaux d’ARNm.

L’essai règle le débat sur la meilleure conception de l’ARNm dans les vaccins COVID

Les dirigeants des deux sociétés soulignent que de nombreuses caractéristiques de conception influent sur les performances de leurs vaccins candidats. Mais LinearDesign est “certainement un type d’algorithme qui peut aider à cela”, déclare Frank DeRosa de Sanofi, responsable de la recherche et des biomarqueurs au centre d’excellence de l’ARNm de la société.

Un autre a été signalé l’année dernière. Une équipe dirigée par Rhiju Das, biologiste informatique à la Stanford School of Medicine en Californie, a démontré qu’une expression protéique encore plus grande peut être obtenue à partir de l’ARNm – au moins dans les cellules humaines en culture – si certains modèles de boucles sont retirés de leurs brins, même lorsque de tels changements desserrent la rigidité globale de la molécule².

Cela suggère que des algorithmes alternatifs pourraient être préférables, déclare la chimiste théorique Hannah Wayment-Steele, ancienne membre de l’équipe de Das qui est maintenant à l’Université Brandeis à Waltham, Massachusetts. Ou, cela suggère qu’un réglage manuel de l’ARNm optimisé par LinearDesign pourrait conduire à des séquences vaccinales encore meilleures.

Mais selon David Mathews, biologiste informatique de l’ARN au centre médical de l’Université de Rochester à New York, LinearDesign peut faire le gros du travail. “Cela place les gens dans le bon stade pour commencer à faire toute optimisation”, dit-il. Mathews a aidé à développer l’algorithme et est co-fondateur, avec Huang, de Coderna.ai, une startup basée à Sunnyvale, en Californie, qui développe davantage le logiciel. Leur première tâche a été de mettre à jour la plate-forme pour tenir compte des types de modifications chimiques trouvées dans la plupart des vaccins à ARNm approuvés et expérimentaux ; LinearDesign, dans sa forme actuelle, est basé sur une plate-forme d’ARNm non modifiée qui est tombée en disgrâce parmi la plupart des développeurs de vaccins.

Une approche structurée

Mais les études sur les souris et les expériences sur les cellules sont une chose. Les essais humains 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 torsadées dans de nombreux virus qui codent leurs génomes sous forme d’ARN double brin – certains chercheurs craignent qu’un algorithme d’optimisation comme LinearDesign ne finisse par créer des séquences vaccinales qui stimulent réactions immunitaires nocives chez les personnes.

“C’est une sorte de responsabilité”, déclare Anna Blakney, bioingénieure en ARN à l’Université de la Colombie-Britannique à Vancouver, au Canada, qui n’a pas participé à l’étude.

Les premiers résultats d’essais cliniques humains impliquant le SW-BIC-213 de StemiRNA suggèrent cependant que la structure supplémentaire n’est pas un problème. Dans de petits essais de rappel rapportés à ce jour, les effets secondaires du vaccin ne se sont pas avérés pires que ceux rapportés avec d’autres vaccins COVID-19 à base d’ARNm³. Mais comme le souligne Blakney : “Nous en apprendrons davantage à ce sujet dans les années à venir.”