Les "vaccins du futur" conçus par l'IA peuvent-ils anticiper les pandémies ?

La pandémie de coronavirus a laissé deux leçons au monde. La première est que l'humanité peut développer des vaccins à une vitesse sans précédent. La seconde est que, malgré cela, il est facile de prendre du retard face aux mutations du virus.

Même une fois le vaccin développé et largement administré, le virus continue de muter. Lorsqu'un nouveau variant apparaît, l'efficacité des vaccins existants peut changer, nécessitant des rappels ou le développement de versions améliorées. Les vaccins contre la grippe suivent une logique similaire, étant mis à jour chaque année en fonction des souches prévues.

Cherchant à changer fondamentalement ce système de "course-poursuite", une équipe de recherche de l'Université de Cambridge et la société de biotechnologie DIOSynVax, issue de cette université, développent un vaccin conçu par l'IA. Ce projet, rapporté par la BBC et d'autres, est la première initiative mondiale à évaluer un composant vaccinal conçu par l'intelligence artificielle chez l'homme.

Les chercheurs ne visent pas un vaccin ciblant uniquement un variant spécifique. Ils cherchent à identifier une faiblesse commune à une large famille de coronavirus et à l'enseigner au système immunitaire, créant ainsi un vaccin "préparé pour l'avenir". En d'autres termes, l'idée est de ne pas courir après les virus déjà en circulation, mais de se préparer à des virus apparentés qui n'ont pas encore émergé dans la société humaine.

Qu'est-ce qu'un "super antigène" ?

Au cœur d'un vaccin se trouve un composant appelé antigène. L'antigène sert de marqueur pour le système immunitaire, lui indiquant "retenez cette forme comme un ennemi". Les vaccins traditionnels conçoivent des antigènes basés sur les virus actuellement en circulation ou sur des fragments de virus identifiés par le passé.

Cependant, les virus mutent. Si le marqueur change, le système immunitaire peut avoir du mal à identifier l'ennemi. C'est pourquoi, avec les méthodes traditionnelles, il est nécessaire de mettre à jour les vaccins en fonction des souches en circulation.

L'équipe de Cambridge utilise l'IA à cette fin. Elle collecte les informations génétiques des coronavirus enregistrées dans des programmes de surveillance mondiale et les analyse avec l'IA. L'objectif est de trouver les parties du virus qui, même en cas de mutation, ne changent pas facilement, c'est-à-dire les structures communes essentielles à sa survie.

Le résultat est un "super antigène" conçu pour déclencher une réponse immunitaire contre plusieurs virus apparentés. Ce n'est pas un antigène adapté à une seule souche virale, mais une conception qui condense les caractéristiques communes à toute une famille de virus.

Le sujet de cette recherche est le groupe des sarbecovirus, qui inclut le SARS-CoV-2, le virus responsable du COVID-19. Ce groupe comprend également les virus ayant causé le SRAS par le passé et d'autres virus apparentés circulant chez les animaux, susceptibles d'infecter les humains à l'avenir.

Ce que la phase I des essais a révélé

L'essai clinique actuel est une étape initiale visant principalement à évaluer la sécurité. Selon les rapports et les informations de recherche, le vaccin candidat a été administré à des volontaires adultes en bonne santé pour vérifier les effets secondaires, la sécurité et la réponse immunitaire.

Un aspect notable est la nouveauté de la méthode d'administration. Ce vaccin candidat est un vaccin à ADN, administré par un système de jet microfluidique sans aiguille dans la peau. Cette méthode utilise un jet liquide à haute pression pour délivrer le vaccin aux cellules cutanées, ce qui pourrait être avantageux pour les personnes réticentes aux aiguilles et dans les contextes de vaccination de masse.

L'essai n'a pas révélé de préoccupations majeures concernant la sécurité, et une réponse immunitaire a été observée. Cependant, il est crucial de noter que cela ne prouve pas encore que le vaccin peut "prévenir l'infection". L'objectif des essais initiaux est de vérifier si l'administration aux humains peut se faire en toute sécurité et si des signes de réponse immunitaire sont présents.

L'article de la BBC décrit l'impact sur le système immunitaire comme "modeste". Bien que les attentes des chercheurs soient élevées, il est prématuré de considérer cela comme un résultat directement applicable. Des essais de phase II avec un plus grand nombre de participants sont nécessaires pour déterminer l'ampleur, la portée et la durabilité de la réponse immunitaire.

Qu'est-ce qui est "fondamentalement nouveau" ?

L'essence de cette technologie réside dans le changement du point de départ du développement des vaccins.

Traditionnellement, le développement de vaccins répond à "l'ennemi apparu". Un nouveau virus se propage. Le pathogène est identifié. Les informations génétiques sont analysées. Le vaccin est conçu. Des essais cliniques sont menés. Le vaccin est fabriqué et distribué. Bien que ce processus ait été considérablement raccourci lors de la pandémie de COVID-19, il reste essentiellement une réponse après coup.

Le vaccin conçu par l'IA vise une réponse proactive. En se basant sur les informations virales passées et présentes, il prédit les faiblesses communes, y compris celles des virus susceptibles d'apparaître à l'avenir. Si cela fonctionne, il pourrait être possible de disposer déjà d'une certaine préparation immunitaire lorsque de nouvelles souches ou des virus apparentés émergent.

Le professeur Jonathan Heeney de l'Université de Cambridge critique le fait que le développement des vaccins ait toujours été en retard par rapport aux virus. Cette technologie vise à contourner cette courbe.

Cette approche ne se limite pas au coronavirus. L'équipe de recherche envisage déjà des applications pour la grippe, la grippe aviaire et les fièvres hémorragiques virales comme Ebola. La grippe aviaire, en particulier, est surveillée internationalement en raison de sa propagation signalée chez les mammifères, en plus des oiseaux. Pour Ebola, les vaccins existants varient selon les espèces, ce qui souligne l'importance d'une conception qui prend en compte l'ensemble de la famille virale.

La précaution autour du terme "vaccin universel"

Cependant, le terme "vaccin universel" nécessite une attention particulière. L'expression "universel" peut donner l'impression qu'il prévient toutes les infections. En réalité, la technologie vise à créer un vaccin "qui pourrait être efficace sur une plus large gamme au sein d'une famille de virus spécifique".

Cela ne signifie pas qu'une seule injection peut prévenir tous les coronavirus, toutes les infections respiratoires ou toutes les pandémies. Il s'agit de définir les groupes de virus cibles, de rechercher les caractéristiques communes et de tenter d'induire une réponse immunitaire étendue.

De plus, même si une réponse immunitaire est confirmée, cela ne garantit pas nécessairement la prévention de l'infection ou de la gravité de la maladie. La défense contre les infections implique plusieurs éléments, tels que les anticorps, les cellules T, la mémoire immunitaire et l'immunité muqueuse. Il est crucial d'évaluer soigneusement dans quelle mesure les réactions mesurées en laboratoire correspondent à l'efficacité protectrice dans le monde réel.

Ce point est également souligné par les experts. Le professeur Andy Pollard du groupe de vaccins d'Oxford, qui n'est pas impliqué dans cette recherche, reconnaît le potentiel de l'IA comme un changeur de jeu dans la recherche sur les vaccins, mais souligne que le système immunitaire humain est fortement influencé par les antécédents d'infections et de vaccinations, contrairement aux animaux de laboratoire. Les résultats prometteurs obtenus chez les souris ne se traduisent pas nécessairement de la même manière chez l'homme.

D'un point de vue scientifique, les résultats actuels ne représentent pas un "accomplissement", mais plutôt une "ouverture de porte".

Sur les réseaux sociaux, l'attente et la prudence se répandent simultanément

Les réactions sur les réseaux sociaux à cette nouvelle se divisent en trois grandes directions.

La première est une forte attente. L'idée que l'IA produit des résultats pratiques dans les domaines médical et pharmaceutique suscite des réactions positives telles que "la lutte contre les pandémies pourrait changer" ou "si le développement des vaccins devient plus rapide, ce serait un grand progrès". Sur des réseaux comme LinkedIn, où les professionnels sont nombreux, on trouve des posts valorisant la conception d'antigènes par calcul, les vaccins à ADN et l'administration sans aiguille. Pour les acteurs de la technologie médicale et de la biotechnologie, ce n'est pas seulement une nouvelle sur l'IA, mais une technologie avancée en essais cliniques.

La deuxième est une vue prudente. "Conçu par l'IA" peut sembler magique, mais en réalité, l'IA seule ne complète pas un vaccin. La collecte de données génétiques, l'analyse structurelle, la conception d'antigènes, les tests sur animaux, la fabrication, les essais cliniques et l'examen par les autorités réglementaires impliquent de nombreux experts humains et systèmes. Sur les réseaux sociaux, on observe une méfiance envers les titres qui suggèrent que "l'IA a tout inventé". L'IA est un outil puissant pour soutenir la conception, mais elle ne permet pas de sauter la vérification scientifique.

La troisième est la préoccupation pour la sécurité et la biosécurité. Si l'IA peut concevoir des antigènes vaccinaux, il y a une inquiétude persistante qu'elle puisse être utilisée à mauvais escient pour concevoir des agents pathogènes dangereux ou des risques biologiques élevés. Sur Reddit, on trouve des discussions sur le potentiel de l'IA dans la recherche biologique et les vaccins, mais aussi des débats sur la possibilité que la technologie qui conçoit des traitements puisse également concevoir des dangers. Cela reflète une inquiétude non pas tant envers la recherche actuelle, mais envers l'ère où l'IA et les sciences de la vie se rejoignent.

Ces trois réactions sont toutes naturelles. Dans une société où le souvenir des pandémies est encore vif, l'attente et la méfiance envers les technologies vaccinales, ainsi que l'excitation et l'inquiétude envers l'IA, coexistent. C'est pourquoi ceux qui communiquent les résultats de la recherche doivent montrer de l'espoir tout en évitant des affirmations excessives.

Comment l'IA change-t-elle la recherche sur les vaccins ?

La force de l'IA réside dans sa capacité à identifier des motifs que les humains pourraient négliger dans de vastes ensembles de données. En combinant les informations génétiques des virus, les structures protéiques, les antécédents de mutations et les données de réponse immunitaire, elle peut estimer "quelles parties cibler pour une efficacité potentiellement large".

Cela devient une grande tendance dans les domaines de la découverte de médicaments et de la conception de protéines. Les applications de l'IA s'étendent rapidement, de la prédiction des structures tridimensionnelles des protéines à la conception d'anticorps, en passant par les vaccins personnalisés contre le cancer et les vaccins contre les maladies infectieuses.

Cependant, un vaccin ne se limite pas à la conception moléculaire. Il faut vérifier si l'antigène conçu s'exprime correctement dans le corps, si le système immunitaire réagit dans la direction souhaitée, si les effets secondaires sont tolérables, si le vaccin est efficace chez les personnes âgées ou celles ayant des maladies sous-jacentes, si le coût de fabrication est réaliste, s'il peut être distribué dans les pays à faible revenu, et si sa conservation et son transport sont possibles.

L'IA peut accélérer le développement, mais elle ne rend pas les essais cliniques inutiles. Au contraire, plus l'IA propose de candidats, plus il est crucial d'avoir un cadre d'évaluation expérimental, clinique et réglementaire.

L'importance de cet essai réside dans le fait que l'antigène conçu par l'IA a dépassé le stade des modèles théoriques et des tests sur animaux pour être évalué chez l'homme. Cela signifie que la relation entre l'IA et la recherche vaccinale passe de "possibilité future" à "développement clinique actuel".

La préparation aux pandémies se décide en "temps de paix"

Développer un vaccin après le début d'une pandémie crée inévitablement un décalage temporel. Avec le COVID-19, des technologies comme les vaccins à ARNm ont permis un développement rapide sans précédent. Pourtant, de nombreuses vies ont été perdues, les systèmes de santé ont été submergés et les activités économiques ont été fortement restreintes.

Si des candidats vaccins efficaces contre les groupes de virus susceptibles de provoquer des pandémies à l'avenir peuvent être préparés à l'avance, la réponse initiale pourrait être grandement modifiée. Au lieu de concevoir à partir de zéro une fois l'épidémie commencée, il serait possible d'améliorer et de déployer des candidats déjà dotés de données de base sur la sécurité et la réponse immunitaire.

Des organisations de lutte contre les maladies infectieuses comme CEPI collaborent avec des entreprises comme DIOSynVax pour se préparer aux futurs coronavirus et aux maladies inconnues appelées "Disease X". Cette approche repose sur l'idée que la préparation aux pandémies se décide non pas au moment de la crise, mais grâce à des investissements en recherche et à la coopération internationale en temps de paix.

Le vaccin conçu par l'IA s'inscrit dans ce contexte. Il ne s'agit pas d'une vaccination généralisée imminente. Cependant, en tant que base technologique pour se préparer aux crises infectieuses futures, c'est un pas très important.

Les défis avant la mise en pratique

De nombreux défis restent à relever avant la mise en pratique.

Tout d'abord, la vérification de l'efficacité. Les essais de phase II devront explorer l'intensité et l'étendue de la réponse immunitaire chez des participants plus diversifiés. L'âge, les antécédents d'infection et les antécédents de vaccination peuvent influencer les réactions.

Ensuite, il y a la question de quels indicateurs de succès utiliser pour la réponse immunitaire. Dans le cas des vaccins contre le COVID-19, les anticorps neutralisants ont été un indicateur clé, mais pour cibler une large famille de virus, les réponses des cellules T et le rôle des anticorps non neutralisants pourraient également être importants. Il est essentiel de déterminer quelles mesures prédisent réellement l'efficacité protectrice.

De plus, il y a des problèmes de fabrication et de distribution. Même si l'IA peut concevoir d'excellents antigènes, si ceux-ci ne peuvent pas être produits en masse de manière stable, cela reste insuffisant pour la lutte contre les pandémies. Il faudra également déterminer quelle plateforme, entre les vaccins à ADN, à ARNm, à vecteur viral ou protéiques, est la plus adaptée.

Enfin, il y a la question de la confiance sociale. Depuis le COVID-19, l'environnement informationnel autour des vaccins est devenu complexe. Même une technologie