Dans le monde des biotechnologies, l’utilisation de simulations in silico a révolutionné la façon d’aborder la recherche et le développement. Elles sont devenues un outil puissant pour les chercheur·e·s car elles permettent d’accélérer le rythme de la découverte et de l’innovation, en réduisant le besoin d’expériences coûteuses et chronophages.
Venez explorer avec nous les avantages de l’in silico, et découvrez comment BGene utilise cette technologie de pointe pour innover dans le secteur des cosmétiques ou de la recherche pharmaceutique.
Qu’est-ce que la modélisation in silico ?
In silico en latin signifie « dans le silicium » ou « sur un ordinateur », le silicium étant le composant principal des puces électroniques. Ce terme récent (il est apparu en 1991) fait référence à la simulation sur ordinateur, par opposition aux tests :
· In vivo, « au sein du vivant », qui se déroulent sur des êtres vivants.
· Ex vivo, « hors du vivant », pratiqués sur des cellules extraites de leur organisme d’origine.
· In vitro, « sous verre », réalisés dans des conditions artificielles en éprouvettes ou en laboratoire.
L’in silico offre une alternative à ces derniers tests, en permettant aux biologistes, chimistes, physicien·ne·s, ingénieur·e·s, etc. de prédire les effets de protéines, de bactéries, d’enzymes, etc. sur des organismes vivants à partir de simulations informatiques. L’in silico aide aussi à étudier des phénomènes difficiles à observer expérimentalement et à optimiser la conception de nouveaux produits et processus.
L’histoire de la simulation par ordinateur.
Les simulations in silico représentent tout un pan de la bioinformatique, un domaine qui combine la biologie et l’informatique pour étudier et analyser des données biologiques telles que des séquences d’ADN, des protéines et des structures moléculaires. Si les premières servaient avant tout des fins militaires et datent de la Seconde Guerre mondiale et du projet Manhattan (qui déboucha sur la première bombe atomique), la science in silico s’est développée à partir des années 1970 et a connu une nette accélération à partir des années 1990, grâce à l’avènement d’internet et à la croissance fulgurante des performances des ordinateurs.
En 2023, les simulations in silico permettent de faire le lien entre les disciplines numériques et les sciences de la vie.
Les avantages de l’in silico.
Économiser plus de ressources.
L’un des avantages majeurs de l’in silico est qu’il permet de réduire les coûts et le temps nécessaire pour mener des expériences. Les chercheur·e·s peuvent explorer, valider ou invalider plus rapidement un grand nombre d’hypothèses et de scénarii, multipliant ainsi les possibilités de résultats probants.
Des informations fiables pour identifier et prévenir les risques.
Un autre atout de cet outil est sa capacité à simuler des situations difficiles ou dangereuses, telles que des accidents industriels ou des catastrophes naturelles. Il permet de comprendre comment ces situations se produisent et de développer des stratégies de prédiction ou de gestion de ces évènements.
De nouveaux médicaments et solutions thérapeutiques pour sauver des vies.
L’in silico est aussi de plus en plus utilisé en médecine, en particulier grâce à la technologie du jumeau numérique. Les simulations informatiques permettent aujourd’hui de créer une réplique virtuelle d’un organisme. Ce jumeau numérique sera ensuite utilisé pour simuler des organes, des maladies et leurs traitements ou encore des interventions chirurgicales.
Couplés à l’intelligence artificielle, les jumeaux sont capables d’apprendre, d’aller rechercher des informations, d’anticiper et de s’adapter à un environnement changeant. Si l’on prend l’exemple d’une transplantation cardiaque (https://www.inria.fr/fr/innovaheart-jumeau-numerique-projets-europeens ) le jumeau numérique d’un patient pourra être étudié sous divers angles : la greffe elle-même bien sûr, mais aussi la réaction du cœur aux traitements médicamenteux, à la future activité physique, etc. Tout ça en prenant en compte la physiologie propre du malade.
L’industrie pharmaceutique a également beaucoup recours aux simulations in silico pour accélérer l’étude et le processus de développement de nouveaux médicaments, évaluer leur toxicité potentielle et optimiser leur efficacité avant les essais cliniques.
Un outil avancé de conception et de design.
Enfin, les simulations numériques peuvent servir à optimiser la conception de nouveaux produits en testant différents scénarii. Par exemple, les constructeurs automobiles effectuent régulièrement des essais virtuels sur ordinateur pour s’assurer de la sécurité de leurs véhicules (avant bien sûr de faire des essais de terrain !). Ils peuvent ainsi réduire le risque d’échecs coûteux et accélérer la mise sur le marché de leurs voitures.
Cette liste de domaines où l’approche in silico est utilisée est loin d’être exhaustive. Les méthodes de simulation virtuelle se développent à grande vitesse et de nouvelles applications apparaissent tous les jours – ou presque.
Comment BGene travaille avec les modèles in silico.
Dans nos laboratoires, nos BGeners se servent de nos 4 modules de modélisation in silico pour :
- Rechercher et découvrir des processus biologiques potentiellement intéressants, en parcourant les différentes bases de données disponibles à l’échelle mondiale. PathwayFinder nous permet d’identifier les réactions cruciales permettant de convertir un substrat en une molécule d’intérêt. En outre, il sélectionne les séquences génétiques clés qui codent ces réactions. Cet outil va même au-delà, en anticipant des réactions biochimiques structurellement similaires à celles déjà répertoriées. Le résultat obtenu est une liste de voies métaboliques, classées par faisabilité.
- Ensuite, HostFinder Sélectionner déniche l’hôte idéal qui recevra ces différentes réactions. Il fait le tri parmi différents candidats à un même processus biologique, par calcul numérique ou modèle prédictif.
- Dezyme se charge ensuite de trouver les enzymes les plus efficaces pour déclencher les réactions métaboliques identifiées par le PathwayFinder. Les simulations in silico nous aident à prédire les petites variations qui rendront nos enzymes plus efficaces et nos procédés plus performants.
- Enfin, les données des trois modules précédents seront regroupées dans notre outil de bio-informatique MAD4Bio® (prononcer « Mad for Bio ») conçu par notre équipe en 2018. MAD4Bio® nous permet de cartographier l’intégralité des voies métaboliques de l’hôte sélectionné par PathwayFinder, sous forme d’un réseau unifié. En se basant sur cette cartographie, MAD4BIO propose des modifications génétiques pour optimiser ces voies, améliorant ainsi la transformation du substrat en molécule d’intérêt. Nous sommes alors en mesure de trouver des voies de biosynthèse non identifiées pour les molécules naturelles ou de remplacer la chimie de synthèse pour produire naturellement des molécules non naturelles.
