CONFIDENTIEL DE L'ENTREPRISE. NE PAS DIVULGUER.
Les soins de santé personnalisés adaptent les bons traitements aux bons patients
_____________________________________________________________________________________
Défi: Accélérez les progrès de la recherche sur les biomarqueurs en déployant des méthodes statistiques pour exploiter des données omiques de plus en plus sophistiquées.
Solution: Utilisez les fonctionnalités interactives de JMP Genomics pour effectuer des analyses statistiques fiables en moins de temps.
Résultats: En améliorant la rigueur statistique et la reproductibilité, les chercheurs en biomarqueurs accélèrent les innovations essentielles dans le domaine émergent des soins de santé personnalisés.
_____________________________________________________________________________________
Les recherches récentes sur les biomarqueurs ont conduit à la création de médicaments et de tests de diagnostic de plus en plus ciblés. Cette approche personnalisée des soins de santé est en grande partie due à la prolifération de nouvelles technologies génomiques qui génèrent des ensembles de données plus vastes et plus complexes. Grâce à l'accès à des données omiques de plus en plus sophistiquées, les scientifiques peuvent étudier des questions de diagnostic et de réponse aux médicaments qui, jusqu'à récemment, dépassaient les capacités de la technologie disponible. Cependant, la quantité de données rend l'analyse statistique exigeante, créant un besoin d'outils analytiques capables de gérer simultanément un débit élevé de données tout en offrant une interface interactive et conviviale pour les chercheurs qui peuvent avoir une formation statistique limitée. JMP Genomics offre aux scientifiques de Genentech la possibilité de manipuler rapidement les données et d'identifier des biomarqueurs prometteurs pour les traitements personnalisés des patients.
Les biomarqueurs favorisent la personnalisation dans les soins de santé
À mesure que la technologie et la recherche en santé progressent, les chercheurs cherchent de nouvelles façons d'exploiter les informations biologiques pour prédire les résultats pour la santé et adapter les régimes des patients. Les soins de santé personnalisés, comme ce mouvement est largement connu, comprennent des activités telles que :
- Développer des tests de diagnostic pour identifier la cause première des symptômes.
- Catégoriser les patients en sous-groupes qui peuvent répondre différemment au traitement.
- Identifier les biomarqueurs qui peuvent donner aux prestataires de soins des informations clés sur la maladie d'un patient.
Le développement de biomarqueurs offre une fenêtre passionnante sur les impacts uniques de la technologie et de l'analyse sur la capacité de fournir une expérience de soins de santé vraiment personnalisée. Les scientifiques spécialisés dans les biomarqueurs évaluent diverses interactions biologiques entre les médicaments et les sous-groupes de patients afin de mieux comprendre l'efficacité et les résultats du traitement, permettant aux prestataires de soins de santé de prescrire le traitement idéal pour chaque patient.
Pour déployer efficacement ces médicaments spécifiques aux patients et obtenir l'approbation réglementaire, les chercheurs doivent développer simultanément des tests de diagnostic compagnon (CDx) pour identifier les patients positifs aux biomarqueurs. Bien que ce modèle « un médicament/un test » ait amélioré les résultats pour de nombreux patients, certains ne répondent toujours pas au traitement comme prévu, laissant les chercheurs avec plus de questions qui restent souvent sans réponse en raison des outils limités à leur disposition.
Au cours des dernières années, cependant, les technologies de séquençage de nouvelle génération et le séquençage parallèle massif ont ouvert le champ. Le développement rapide dans les domaines de la microfluidique et des technologies de multiplexage a élargi les capacités d'investigation, permettant aux chercheurs d'évaluer plusieurs gènes en un seul test, ainsi que de collecter plus de données à partir d'échantillons de tissus plus petits. Ces technologies ont fourni aux chercheurs les moyens de génotyper et d'évaluer de manière exhaustive l'expression génétique à grande échelle afin de développer une vision plus complète de la biologie d'un patient. Armés de ces informations, les chercheurs en biomarqueurs peuvent continuer à évaluer des traitements pour des sous-groupes de patients de plus en plus raffinés, augmentant ainsi les chances de succès du traitement.Pourtant, avec une quantité toujours croissante de données omiques disponibles, les chercheurs ont besoin d'outils statistiques sophistiqués pour les évaluer.
Exploiter la puissance des mégadonnées pour développer des biomarqueurs oncologiques
Matt Wongchenko, chercheur scientifique principal chez Genentech, étudie les biomarqueurs dans le contexte du développement de médicaments en oncologie. « Genentech et Roche ont un intérêt très fort pour l'avenir de la médecine personnalisée. C'est le contexte de l'existence du groupe de développement de biomarqueurs en oncologie », explique Wongchenko. Dans une si grande entreprise, il existe une myriade de médicaments en cours de développement pour des indications en oncologie ; Le travail de Wongchenko consiste à identifier des biomarqueurs spécifiques qui peuvent être utilisés pour prédire ou mesurer la réponse du patient à chaque médicament, puis à créer des tests de diagnostic fiables pour identifier ces biomarqueurs. Grâce à ce processus, Genentech adapte les traitements disponibles à diverses sous-populations de patients, repoussant ainsi la frontière des soins de santé personnalisés.
L'échelle de cette recherche s'est accrue considérablement en une période relativement courte. « Quand j'ai commencé la recherche pour la première fois, il s'agissait essentiellement de répondre à de petites questions, d'avoir des tests pour examiner des gènes individuels, des protéines individuelles et de devoir aborder les données avec des questions très spécifiques », explique Wongchenko. Les capacités étendues offertes par ce volume de données présentent de nouvelles opportunités pour comprendre le fondement moléculaire de chaque indication et sous-groupe de patients, augmentant ainsi la valeur de l'utilisation de biomarqueurs dans les décisions de traitement des patients.
L'augmentation du volume de données apporte de nouveaux défis
À mesure que le volume et la complexité des données omiques augmentent, les exigences envers les scientifiques des biomarqueurs comme Wongchenko augmentent également. Bien que la technologie ait progressé pour donner aux scientifiques des biomarqueurs les outils nécessaires pour mener des expériences multi-omiques et améliorer leur puissance statistique globale et leur reproductibilité, ces scientifiques manquent souvent d'expertise statistique et de formation pour comprendre et tirer pleinement parti des ressources disponibles. Bien que Genentech dispose d'un personnel statistique hautement qualifié pour soutenir des équipes comme celle de Wongchenko, ils ne peuvent souvent pas répondre à l'éventail complet des besoins analytiques dans les délais souhaités.
"Nous travaillons avec nos biomathématiques, et ils ont des priorités contradictoires et un temps limité", explique Wongchenko. S'appuyer sur du personnel extérieur pour le soutien statistique contraint souvent l'équipe de biomarqueurs dans le temps et limite sa capacité à adapter ses analyses à ses observations en cours, l'empêchant de maximiser la sortie des données disponibles. « Parfois, il y a une réunion le lendemain pour laquelle j'ai besoin d'avoir une analyse prête [pour] pour aider à éclairer la prise de décision et je peux changer cela [en utilisant JMP] plutôt que d'avoir à attendre des semaines, des mois, pour que quelqu'un d'autre fasse le une analyse."
Les outils capables d'analyser ces données de manière rapide et agile sont très précieux, en particulier des outils conviviaux comme JMP Genomics qui n'exigent pas que les utilisateurs possèdent une solide expérience en statistiques. Bien qu'il ait d'abord commencé à utiliser JMP Genomics parce qu'il s'agissait de l'offre logicielle de Genentech à l'échelle de l'entreprise, Wongchenko a rapidement reconnu les avantages de JMP ; il pourrait adapter son expérience de programmation précédente, en combinaison avec une formation supplémentaire, pour appliquer JMP à ses recherches. « Je n'ai pas nécessairement atteint un débit d'analyse aussi élevé que je ne l'ai fait jusqu'à ce que je sache comment utiliser JMP Genomics », explique-t-il. « Avant d'utiliser JMP... c'était vraiment ennuyeux et long d'essayer d'obtenir des statistiques. »
Associer les bons outils aux bons besoins
Alors, qu'est-ce qui fait de JMP Genomics un outil si utile pour ce type d'analyse informatique robuste ?
« Le principal moteur, ce sont les analyses interactives », explique Wongchenko. « Il est difficile de surpasser la possibilité d'ouvrir simplement une table de données et de saisir les variables que je souhaite examiner. En cinq secondes, je peux voir quelle est l'association entre deux choses différentes, ou l'association entre une variable et la survie, etc. C'est vraiment la facilité d'analyser les données et de les regarder de manière interactive.
Grâce à la flexibilité offerte par JMP Genomics, les scientifiques peuvent explorer les données de manière plus approfondie, ce qui leur permet d'utiliser leur expertise génomique pour personnaliser les analyses et identifier les problèmes ou les résultats plus facilement qu'avec des outils d'analyse entièrement automatisés. Cette flexibilité facilite également une prise de décision efficace; des délais d'exécution rapides permettent à l'équipe d'évaluer plusieurs scénarios et de fournir une justification statistique plus large qu'auparavant.
Avec l'expansion des capacités analytiques, les scientifiques de Genentech et de l'ensemble de l'industrie des biomarqueurs sont enfin en mesure de commencer à déverrouiller les informations critiques cachées dans les données de séquençage des patients. Comprendre comment personnaliser les traitements pour chaque patient deviendra de plus en plus courant à mesure que des scientifiques comme Wongchenko développeront des biomarqueurs pour faire la lumière sur les interactions entre les médicaments et les patients.
« Le processus d'approbation des médicaments sera toujours long », déclare Wongchenko. Mais avec les bons outils, les chercheurs peuvent extraire des associations jusque-là inconnues qui changeront la façon dont les traitements sont délivrés, rapprochant ainsi la recherche en oncologie de la réalisation de soins de santé personnalisés.
