approche in silico et sclérose en plaques
DESCRIPTION
Approche in silico et sclérose en plaques. Pourquoi ? Comment ? Qu’en attendre ?. Jean-Pierre Boissel. Pourquoi ?. A complex system. A (great) number of components That are (quantitatively) interacting With feed-back loops And redundancy. Life systems. …. Are complex - PowerPoint PPT PresentationTRANSCRIPT
A complex system
• A (great) number of components • That are (quantitatively) interacting• With feed-back loops• And redundancy
3
Life systems
• …. Are complex
• …. Are complex too• Even more: cause(s) on top
Diseases
Multiple sclerosis is complex
One of the many complexity challenges:
• A single detail can make the difference• This statement applies to:– Species– Individuals within a species
5
Time axis
Horizontal
complex
ity
obstruction O2 Métabolisme énergétique
ATP glutamate
Ke
CMRO2
Métabolites
de l ’ATP
Nai
Cai
oedème
ADCw
NO
DCE
Transportsioniques
Inversion du transporteurdu glutamate
RécepteurNMDA
RécepteurAMPA-kainate
apoptose
inflammation
Rad Libres
NOS 2astrocytair
e
nécrose
molecular
subcellular
tissue
organ/body
population
•Connecting signals•Different time scales
Inte
grati
on a
xis
Bottom-to-top and dynamic complexities
inflammation Oligodendrocyte loss
Dynamic complexity
Botto
m-t
o-to
p co
mpl
exity
MS causes/factors
• Genetic– HLA region– Other regions
• Infectious• Environment_________________________________________
a number of factors, none being the single cause, all playing a role
SEP : un problème non résolu
• Traitements actuels :– Efficacité modeste– Sur • Certaines formes• Les images• La probabilité de rechute (?)
– Effet sur l’issue de la maladie : inconnu• Mécanismes toujours inconnu
SEP : beaucoup de données & de connaissances
• Toute nouvelle connaissance accroît la difficulté
• Car elle est difficile à intégrer à ce que l’on sait dèjà
• Elle alimente une des théories• Dont aucune n’explique tout
SEP : pas de modèle animal convaincant
• Difficile d’avancer sans modèles sur lesquels on peut expérimenter pour tester des hypothèses
• La maladie chez l’homme se prêtant mal à des expériences !
• Les essais contrôlés sont longs et n’explorent que le court terme et un aspect du problème
A model: various nonexclusive meanings
• Arrangement of knowledge designed in order to represent reality
• An instrument to simulate reality, with the aim of grasping on it
• A reduction of reality that is more manageable (e.g. smaller and less expensive than the real object)
13
From efficacy on animal models to efficacy in humans
• Sepsis and septic shock– Among 26 families of intervention (i.e. anti-TNFα or
corticoids) with some efficacy in one or more animal models
– 2 showed (limited) efficacy in clinical trials (interleukin-1 receptor antagonist, plasmapheresis)
– 1 was harmful (etomidate)• Acute ischemic stroke– Among 1026 neuroprotectant agents 912 showed some
efficacy in animals (rodents)– 114 of them where tested in phase II/III clinical trials– None succeeded
14
Animal model for MS: EAE
• The animal model for multiple sclerosis is the experimental allergic (autoimmune) encephalomyelitis (EAE)
• Unfortunately, several treatments, though successful in pre-clinical EAE trials, were either less effective in patients or even worsened the human disease (MA Friese et al, Brain 2006)
• Little account of the dynamic of the human disease
L’approches des systèmes complexes• Modèles discursifs : à la fois les connaissances (données,
entités identifiées) et les liaisons entre les entités (composantes) sont exprimées et représentées par des mots arrangés en phrases selon la grammaire du langage courant et/ou par des diagrammes
• Le modèle discursif qui réunit ce que l’on sait de la maladie est un préalable au choix :– D’un modèle expérimental– D’une nouvelle cible (innovation)
• S’appuie généralement sur un modèle graphique16
Limites des modèles discursifs• Exemple: “La rupture de la plaque d’athérosclérose
libère de nombreuses substances qui induisent une thrombose”
17
Limites des modèles discursifs• Exemple: “La rupture de la plaque d’athérosclérose
libère de nombreuses substances qui induisent une thrombose”
• Les modèles discursifs manquent de précision, en particulier sur l’intensité des connexions, leur enchaînement dynamique, même s’ils peuvent être extrêmement détaillés
• Leur complexité même empêche d’identifier le résultat (même sous la forme de modèles graphiques)
• Ils sont purement qualitatifs, sans possibilité de prise en compte des interactions quantitatives y compris la plus importante, le temps
18
Une autre approche des systèmes complexes
• Les modèles numériques (modèles formels): une représentation quantitative des connaissances disponibles grâce à la prise en compte appropriée des interactions entre les composantes (par exemple : vitesse de réactions, débits de transfert, affinité, etc.), sans limitation du nombre de connaissances à intégrer
20
La question
• Le vaccin anti-HPV est-il capable de prévenir les récidives de papillomatose respiratoire ?
• Si oui, quel devrait être le schéma vaccinal ?
LA
LB LHN
LHP
THP
LHS
LKP
LKS
TKS
TKP
LKQ
LKO
LKN
TB
TA
TKQ
THS
T L
TRP
LRP
LRN
TT
EPITHELIAL TISSUE LYMPHOID TISSUE
LMMLKM
LM BdBvdtBd
L
MLR
PM
PM BPqk 17
LLLLKL
LL BdBvdtBd 18
LCL
CLLL
LSS
LCfCdBrBr
dtCd
19
NCL
C
NCdCf
dtCd
20
2111
AN
A kAkN
eA
211
1A
LA kAk
L
eA
Transaltion into mathematical languageEquations 17-20
5 6 7 8 9 10 11 12 13 14 15 16Hypothetical age of a representative patient
Search of the optimal vaccination protocol
• Une vision plus précise de la maladie et de ses dynamiques
• La possibilité d’explorer les théories pathogéniques• L’innovation thérapeutiques• La meilleure utilisation des thérapeutiques
existantes :– Combinaisons– Enchaînement
• Des biomarqueurs nouveaux et performants• Une médecine personnalisée
A virtuous circle
Mathematical and computing
tools
Observation and experiments
(data):in vivo, ex vivo, in
vitro
Numerical models
In silicoexperiments
Knowledge and data in biology and
medicine
36
ConclusionPour un modèle in silico de la SEP
• Un appel pour la construction d’un modèle formel de la SEP
• Tous en profiteront :– Patients– Médecins– Firmes– Santé publique
• Les outils existent…• Il faut :– Une volonté– Un réseau– Des moyens financiers