Accueil > Industrie > [CONFIDENTIEL] De l’ordinateur à la paillasse, Owkin dévoile son nouveau laboratoire [CONFIDENTIEL] De l’ordinateur à la paillasse, Owkin dévoile son nouveau laboratoire La techbio Owkin a ouvert il y a près d’un an son tout premier laboratoire pour mener des expérimentations in vitro. Sandrine Sanchez, directrice du Owkin Lab, a dévoilé à mind Health les dessous de ces recherches jusqu’alors gardées secrètes. Par Clarisse Treilles. Publié le 18 octobre 2024 à 11h53 - Mis à jour le 24 octobre 2024 à 15h55 Ressources Owkin veut passer à la vitesse supérieure en matière de drug discovery, en se donnant les moyens, à travers son nouveau Lab, de valider sur la paillasse les hypothèses conçues à partir de ses modèles d’intelligence artificielle. La licorne franco-américaine, réputée pour ses travaux en intelligence artificielle, couvre de la découverte de cibles jusqu’à l’optimisation d’essais cliniques. Les données sont donc le nerf de la guerre pour la techbio qui monte aussi en parallèle un pipeline de programmes en interne. Un laboratoire peut lui permettre d’aller plus vite et plus loin dans ses validations précliniques. Dans le laboratoire – Crédit : Owkin Les “wet lab” sont une tendance observée chez beaucoup de techbio en ce moment. Pourquoi Owkin prend-il ce virage pour sortir du champ d’analyse des seules données patients ? Sandrine Sanchez, directrice du Owkin Lab : C’est une suite logique à notre développement et un soutien à notre expertise d’analyse des données patients. En effet, ces dernières permettent à nos modèles d’intelligence artificielle d’identifier des sous-groupes de patients et d’identifier justement ceux dont les modifications génétiques sont plus à même de développer des résistances aux thérapies actuelles, de mieux comprendre leur biologie et par conséquent de suggérer des nouveaux traitements potentiels. Le wet lab permet d’une part de valider in vitro les nouvelles cibles thérapeutiques au travers de modèles cellulaires en 2D et 3D, et d’autre part, permettra très prochainement, sur des modèles cellulaires 3D issus de spécimens de patients d’apporter des réponses biologiques aux thérapies proposées. Le tout continuera d’alimenter nos modèles d’intelligence artificielle pour les rendre plus puissants, plus performants et surtout plus pertinents. “Le wet lab permet d’une part de valider in vitro les nouvelles cibles thérapeutiques au travers de modèles cellulaires en 2D et 3D, et d’autre part, permettra très prochainement, sur des modèles cellulaires 3D issus de spécimens de patients d’apporter des réponses biologiques aux thérapies proposées.” Sandrine Sanchez, directrice du Owkin Lab Quelles sont les ressources mises à disposition de ce nouveau laboratoire ? S.S. : L’équipe est constituée de 7 personnes dont 5 dédiées à 100% aux projets en cours dans le laboratoire. Nous espérons atteindre une douzaine de personnes d’ici 3 ans. Les ressources techniques sont aujourd’hui possibles en partie grâce au lieu dans lequel le laboratoire est hébergé: Biolabs Campus Broussais. En effet, cet espace propose un accès à des laboratoires clés en mains avec des plateformes techniques équipées de technologies de pointe tels qu’un imageur à haut contenu, une RT-qPCR multiplexée, une PCR numérique, des lecteurs de plaques multiplexés, des cytomètres de flux, etc. Quelles expérimentations vont être faites par exemple ? S.S. : Nos expérimentations sont variées et dépendent de l’hypothèse de départ, mais par exemple, nous cultivons nos cellules dans des conditions qui leur permettent de garder une structure en 3 dimensions, à l’image de la tumeur originale, et surtout de recréer une hiérarchie cellulaire importante dans la réponse à la thérapie. Nous testerons par exemple de nouvelles molécules sur ces modèles complexes afin de déterminer leur potentiel à impacter la survie cellulaire jusqu’au cœur du modèle. Ces expériences réalisées sur des modèles complexes humains in vitro nous permettent de tester nos potentielles cibles thérapeutiques dans des modèles au plus proche des données humaines utilisées pour les identifier. Comment allez-vous vous servir de l’IA pour prioriser les expériences dans le Lab d’Owkin ? S.S. : Les nouvelles cibles identifiées par nos moteurs d’IA sont analysées, triées et quelques-unes sont enfin classées par ordre de priorité par notre équipe “Target Discovery” qui les transmet au laboratoire afin qu’elles soient testées. La priorisation de ces hypothèses in silico reste avant tout une décision humaine au sein d’Owkin. Nous allons également utiliser les résultats du laboratoire afin de valider certaines prédictions faites par nos modèles, notamment par exemple la prédiction de l’impact de la perturbation d’un gène donné, sur la survie de cellules cancéreuses. Enfin, nous voulons développer de nouveaux modèles d’IA permettant d’utiliser les données des modèles précliniques afin de mieux prédire le comportement de nos cibles thérapeutiques et des médicaments développés chez Owkin au cours du développement clinique (en prédisant la toxicité d’un médicament dans des modèles de laboratoire par exemple). La stratégie du “Lab in the Loop” Le Owkin Lab s’inscrit dans la logique du “lab in the loop” (ou “laboratoire en boucle”). Alors que la plupart des techbio s’appuient sur des ensembles de données publiques, il peut être intéressant pour les entreprises du secteur de disposer de laboratoires d’expérimentation automatisés qui génèrent beaucoup de données propriétaires. Les expériences physiques qui sont menées dans les wet lab vont permettre d’aider les scientifiques à gagner du temps dans l’analyse et la synthèse des données. “Nous avons vu de nombreuses grandes sociétés pharmaceutiques utiliser une boucle entre le wet lab et le dry lab pour optimiser les molécules et accélérer le processus de découverte à proprement parler” a témoigné à mind Health Ashu Singhal, cofondateur et président de la société américaine Benchling. La société Genentech, filiale de Roche, est notamment pionnière dans cette stratégie. “Les données du laboratoire et de la clinique alimentent les modèles et les algorithmes d’IA – conçus par nos chercheurs – pour identifier les tendances, faire des prédictions et générer de nouvelles molécules. Une fois que nos scientifiques ont mené des expériences basées sur ces prédictions et conceptions, ils réintègrent les résultats dans le modèle, améliorant ainsi ses performances dans tous les programmes. Il s’agit d’un cycle itératif de données, de calculs, d’expérimentation et de découverte” explique la société. Clarisse Treilles confidentielsdrug discoveryIntelligence ArtificielleLaboratoiresRecherche Besoin d’informations complémentaires ? Contactez le service d’études à la demande de mind À lire Ashu Singhal (Benchling) : “L’IA a le potentiel de multiplier par dix la taille des pipelines de R&D en pharma” IA et drug discovery : l’intelligence artificielle accélératrice de la recherche