Présentée en 2012 avec la loi Safety and Innovation Act de la FDA américaine, la désignation de traitement innovant (Breakthrough Therapy Designation, ou BTD) a été instaurée pour réduire les délais de développement et d'analyse de nouveaux médicaments prometteurs pour traiter des maladies graves ou dangereuses pour lesquelles il n'existe encore aucun autre traitement.Le parcours d'approbation en tant que désignation de traitement innovant est différent des autres programmes de développement accélérés, dans la mesure où des preuves d'efficacité supérieures sont nécessaires. En contrepartie, les promoteurs bénéficient d'un engagement et d'un soutien beaucoup plus appuyés de la part de la FDA pendant les phases de développement clinique.Pour recevoir le statut de désignation de traitement innovant, il faut notamment fournir une preuve clinique préliminaire démontrant une amélioration substantielle d'un critère significatif sur le plan clinique, par rapport aux traitements alternatifs existants.Une fois désignés comme traitements innovants, les médicaments candidats bénéficient d'un guidage intensif de la FDA au cours d'un programme de développement efficace, avec engagement de l'organisation à accélérer le développement et l'analyse par la FDA. Si leur efficacité est étayée par des données cliniques, ils peuvent également faire l'objet d'un déploiement et d'une analyse prioritaires pour leur demande de mise sur le marché.
L'obtention de la désignation de traitement innovant est considérée comme une réussite majeure pour toute entreprise de R&D pharmaceutique, car elle présente des avantages à la fois sur le plan de la santé publique et d'un point de vue commercial. Les données démontrent que non seulement les périodes d'analyses sont écourtées, mais aussi que les médicaments désignés comme traitements innovants passent par des phases de développement préalables à la mise sur le marché plus courtes (écourtées de deux à trois ans) que les médicaments ne bénéficiant pas de cette désignation.En outre, l'obtention de cette désignation apporte une certaine crédibilité aux promesses cliniques d'un produit donné, offrant ainsi une valeur considérable à une entreprise. Concrètement, notre analyse des octrois de désignations de traitements innovants annoncés publiquement a permis de constater que les actions des entreprises cotées en bourse, sans produit commercialisé au moment de l'analyse, augmentaient en moyenne de 6 % (en plus des rendements du marché) le lendemain de l'annonce de l'octroi de la désignation de traitement innovant.
La relation entre la nouveauté chimique et les médicaments désignés traitements innovants
Avec de tels avantages, le statut de traitement innovant demeure un prix convoité, mais difficile à obtenir. Au 30 juin 2022, la FDAavait reçu en tout 1 265 demandes de désignation de traitement innovant.Toutefois, seules 40 % de ces demandes ont obtenu une réponse favorable.
Le statut de médicament innovant n'est pas divulgué par la FDA avant l'approbation finale du produit.Entre 2013 et 2019, seuls 73 des 276 nouveaux médicaments (soit 26 %), approuvés par le Center for Drug Evaluation and Research (CDER) de la FDA, ont obtenu le statut de BTD.La modalité médicamenteuse dominante, les petites molécules, représente 56 % de ces nouveaux traitements innovants.Une majorité de ces médicaments innovants à petites molécules, conçus par la FDA, comportaient au moins une nouvelle entité moléculaire (NME) dont la forme et la composition n'avaient pas été utilisées précédemment dans un autre médicament approuvé par la FDA.Toutefois, une observation approfondie du taux de succès des différents types de médicaments à petites molécules révèle des résultats pour le moins intéressants.
Selon notre analyse récente, environ 3 nouveaux médicaments (petites molécules, nouvelle structure) sur 10 ont obtenu le statut de traitement innovant, contre seulement 1 sur 10 pour les nouveaux médicaments à petites molécules avec une structure déjà connue. Cela signifie que les médicaments avec une nouvelle structure ont été deux fois plus susceptibles de recevoir le statut de désignation de traitement innovant par la FDA.Cet écart important met en évidence l'impact différentiel de la nouveauté structurelle et l'importance de repousser toujours plus les limites de l'espace chimique dans la recherche de nouveaux médicaments.
Les méthodes in silico accélèrent l'innovation des médicaments à petites molécules
L'équilibre innovation-efficacité constitue un défi de longue date dans la recherche de médicaments, car l'industrie pharmaceutique est soumise à une pression constante incitant au développement de nouvelles thérapies présentant des avantages cliniques significatifs par rapport aux traitements existants. Les molécules avec une nouvelle structure se sont avérées nettement plus susceptibles d'être la source de nouveaux traitements prometteurs. Cependant, alors que le nombre de molécules organiques pouvant être synthétisées est estimé à 10180 pour celles de moins de 1 000 Da, l'exploration de l'immensité de l'espace chimique à la recherche de médicaments avec une nouvelle structure est hors de portée des approches expérimentales traditionnelles.
Les méthodes in silico progressent, générant désormais une exploration plus efficace des nouvelles régions pertinentes de l'espace chimique, d'un point de vue biologique, qui contiennent des molécules avec une nouvelle structure.L'une des principales méthodes in silico, explorée par les nombreuses entreprises de biopharma au cours des dernières années, est l'apprentissage machine.L'apprentissage machine peut permettre de prévoir les propriétés d'une molécule médicamenteuse avec une précision toujours plus grande.Cette information aide les chercheurs à hiérarchiser la synthèse de molécules médicamenteuses avec des profils de propriétés plus adaptées, permettant en parallèle la création de groupes de molécules candidats plus diversifiés sur le plan structurel et représentant des zones plus étendues de l'espace chimique.Ces groupes, aux structures diverses et variées, augmentent les chances de trouver des molécules médicamenteuses structurellement nouvelles en proposant une meilleure sélection de molécules pouvant être synthétisées et analysées.
Faire progresser l'efficacité de l'apprentissage machine dans la recherche de médicaments
Lorsqu'il s'agit de créer des algorithmes prédictifs puissants pour explorer l'immensité de l'espace chimique en recherchant des médicaments, l'utilisation de données d'apprentissage de haute qualité est primordiale. Les méthodes d'apprentissage machine peuvent puiser dans différentes sources de données publiques et de données exclusives internes.Toutefois, ces données disparates doivent être retravaillées, traduites, structurées et indexées afin de libérer leur plein potentiel. En réalité, les experts en science des données consacrent encore 38 % de leur temps à obtenir et nettoyer les données utilisées pour alimenter leurs algorithmes, autant d'heures qui pourraient être employées de manière plus productive pour développer des modèles et optimiser les résultats. Ainsi, la disponibilité des jeux de données analysés par des experts humains disposant d'une expérience en matière de taxonomie, de liaisons sémantiques et de classement de données, peut avoir un impact majeur sur le succès de l'apprentissage machine dans la recherche de médicaments.
Les représentations de molécules ou « empreintes moléculaires », utilisées pour encoder la structure des molécules médicamenteuses et ainsi permettre un apprentissage machine, sont tout aussi importantes. Les recherches récentes ont démontré que des empreintes optimisées peuvent faire une différence considérable, augmentant la justesse des modèles prédictifs. En effet, une nouvelle empreinte moléculaire développée par des experts en science des données de CAS améliore la justesse des prédictions de 45 % maximum par rapport aux mêmes algorithmes exécutant des méthodes d'empreintes Morgan traditionnelles. Ces empreintes moléculaires améliorées présentent déjà de grandes promesses dans notre recherche de médicaments, afin de prédire l'activité biologique des molécules médicamenteuses. Cette avancée permet déjà de réduire le nombre de molécules qui doivent être synthétisées pour une sélection et d'améliorer l'efficacité des recherches de la prochaine génération de traitements innovants.
Vous aimeriez analyser la nouveauté structurelle de votre propre propriété intellectuelle ou optimiser vos initiatives de R&D numériques ? CAS Services personnalisés adapte nos technologies spécialisées, notre expertise scientifique et notre contenu incomparable à vos besoins uniques.
Comment CAS peut-il combler les lacunes de connaissances concernant les tendances émergentes ?
Gardez une longueur d'avance sur les approches émergentes au sein de la recherche de médicaments avec CAS. Au-delà de la nouveauté structurelle, les petites molécules sont utilisées pour identifier de nouveaux modes de protéines ciblées qui ne se prêtent pas à un usage thérapeutique. Cela a créé de nouvelles catégories d'agents thérapeutiques offrant une activité potentielle fascinante dans de nombreux secteurs thérapeutiques. Pour en savoir plus sur le paysage de la recherche de médicaments à base de colles moléculaires, la dégradation ciblée des protéines et la proximité induite, lisez notre dernier livre blanc.