La pharmacogénomique est une approche pertinente — alors pourquoi l'industrie pharmaceutique ne l'utilise-t-elle pas réellement ?

La pharmacogénomique (PGx) se trouve confrontée à un paradoxe inhabituel. Les données scientifiques sont bien établies, les avantages cliniques (et économiques) sont indéniables, et pourtant, son adoption reste lente, fragmentée et inégale.
 

En particulier dans les essais cliniques, le profilage pharmacogénomique n’est pratiquement jamais utilisé. Une analyse de ClinicalTrials.gov n’a identifié que 619 essais interventionnels liés à la PGx sur un total de 350 728 (~0,18 %), et moins de la moitié précisaient clairement quels gènes étaient étudiés, alors même que la PGx dans les essais peut apporter plusieurs avantages très concrets :
 

Un signal d'efficacité plus net : moins de variabilité -> une distinction plus claire entre
répondeurs et non-répondeurs Moins d'événements indésirables : identification précoce des génotypes à haut risque -> moins d'effets indésirables
évitables Moins de frictions dans l'essai : moins d'abandons, moins de traitements de secours, moins de « exercices d'alerte »
Meilleure stratégie posologique en phase précoce : la PGx aide à expliquer les valeurs aberrantes en pharmacocinétique/pharmacodynamique avant qu’elles ne se transforment en surprises de toxicité limitant
la dose Argumentaire plus solide à l’arrivée : sous-groupes définis de manière prospective -> stratégie d’étiquetage plus défendable auprès des payeurs
 

Pour la plupart des équipes de développement, la pharmacogénomique (PGx) reste perçue comme un élément qui ajoute de la complexité sans réduire clairement les risques : plus de tests, plus de coordination, plus de questions réglementaires, plus de choses qui peuvent mal tourner. Lorsque les délais sont serrés et que l'échec coûte cher, l'instinct est de simplifier, et non d'introduire un élément supplémentaire, même si cet élément est pertinent sur le plan médical. C'est exactement pour cette raison que la pharmacogénomique a eu du mal à passer du statut de « bonne idée » à celui d'« infrastructure par défaut » dans les essais cliniques.
Les rapports d’expérience des cliniciens soulignent également que les panels PGx commerciaux peuvent omettre des gènes clés exploitables définis par les directives du CPIC/FDA/DPWG tout en incluant des variants à faible valeur probante, ce qui rend plus difficile de déterminer quels résultats sont réellement utiles dans la pratique. Même lorsque le gène pertinent est inclus, les panels peuvent ne pas capturer de manière cohérente tous les allèles cliniquement exploitables (tels que les variants du nombre de copies ou les structures hybrides), ce qui peut conduire à une classification erronée des métaboliseurs chez les participants.
 

Même lorsque les tests PGx sont utilisés, ils doivent s’inscrire dans des délais d’essai serrés : des programmes tels que PREPARE exigeaient que les résultats soient rendus dans un délai d’environ 7 jours pour rester cliniquement pertinents, et dans la pratique, le déploiement de la PGx implique tout, de la sélection des gènes et de la traduction phénotypique à la production de rapports, en passant par la logique CDS et l’intégration des DSE entre plusieurs équipes. Dans la pratique, la transformation des données de séquençage en phénotypes conformes aux lignes directrices dépend souvent de pipelines bioinformatiques spécialisés et d’une infrastructure locale, ce qui entraîne des retards, des difficultés d’interprétation et des variations entre les sites, les cliniciens citant systématiquement les contraintes de temps et la complexité de l’interprétation des résultats comme des obstacles majeurs.
 

L'ironie est que l'argument le plus solide en faveur de la pharmacogénomique a déjà été avancé. L'étude PREPARE a montré que la PGx préventive réduit les effets indésirables cliniquement pertinents d'environ 30 %. Ce n'est pas négligeable. C'est le genre d'ampleur d'effet que l'industrie pharmaceutique célèbre habituellement.
 

Mais PREPARE a également discrètement montré pourquoi la PGx n’a toujours pas été déployée à grande échelle : génotypage centralisé, délais d’exécution de plusieurs jours, coordination lourde, frais généraux liés au traitement des données et panels qui n’ont jamais été conçus pour des essais cliniques mondiaux et rapides.
En d’autres termes, la biologie a fonctionné. La logistique, non.
C’est là qu’intervient DNA ME.
Chez DNA ME, nous abordons la pharmacogénomique autour du séquençage nanopore avec une solution logicielle efficace et simplifiée, car cette combinaison rend enfin la pharmacogénomique compatible avec le fonctionnement réel des essais cliniques.
 

Le séquençage nanopore vous permet de générer des données génétiques à proximité du site d'essai au lieu d'expédier des échantillons vers un laboratoire centralisé. Plus important encore, le séquençage à lecture longue identifie les gènes pharmacogéniques les plus importants (comme le CYP2D6) sans les approximations et les erreurs de classification qui affligent le séquençage traditionnel à lecture courte

panels. Mais le séquençage n'est qu'une partie du processus. Le véritable atout réside dans ce qui se passe une fois les données générées.
 

DNA ME transforme les lectures brutes en résultats pharmacogénomiques standardisés, lisibles par machine et prêts à être utilisés dans les essais cliniques, sans qu'il soit nécessaire de faire appel à des experts en bio-informatique pour obtenir les résultats de séquençage. Les données peuvent être directement intégrées dans la surveillance de la sécurité, les règles d'augmentation de la dose ou la logique des essais adaptatifs. Les analyses peuvent également être effectuées localement sur un simple ordinateur portable ; aucun GPU ni équipement informatique coûteux n'est nécessaire, et il n'est pas nécessaire de télécharger ou d'envoyer les données génétiques sensibles des participants.
 

Le workflow basé sur la technologie nanopore de DNA ME permet également de détecter la méthylation CpG et la méthylation spécifique à un allèle directement à partir du même séquençage, ajoutant ainsi une couche fonctionnelle au profilage pharmacogénomique sans tests supplémentaires ni traitement en aval. Cela permet d’identifier les participants dont le métabolisme réel peut différer de leur génotype prédit en raison de la régulation épigénétique des gènes pharmacogéniques, contribuant ainsi à réduire les valeurs aberrantes d’exposition et à améliorer la classification des métaboliseurs au sein du même pipeline rationalisé.
 

Dès que la pharmacogénomique (PGx) deviendra rapide, abordable et invisible sur le plan opérationnel (intégrée de la même manière que l'échantillonnage pharmacocinétique ou les laboratoires de sécurité), l'industrie pharmaceutique cessera de se demander si cela vaut la peine de le faire. La question devient alors : pourquoi accepterait-elle le risque de ne pas le faire ?

Si vous avez essayé d'intégrer le PGx dans un essai, quel a été le principal obstacle : le coût, les délais d'exécution, les opérations ou l'adhésion interne ?

Nous sommes curieux de savoir ce que les équipes constatent sur le terrain.

(Et si vous souhaitez un panel prêt pour les essais + un flux de travail nanopore « plug-and-play » adapté à votre actif, envoyez-nous un message chez DNA ME et nous le construirons avec vous.)