Modéliser la complexité des maladies chroniques
L'avènement de la génomique et de la protéomique s'est traduit par une explosion de la quantité des données, qui exige maintenant une intégration à grande échelle afin de mieux être traduite en termes de biomédecine. Le manque d'outils de génération de modèles dynamiques reste un obstacle majeur, notamment pour les PME. Face à ce constat, le projet Biobridge («Integrative genomics and chronic disease phenotypes: modelling and simulation tools for clinicians») visait à intégrer les bases de données d'informations «omiques». L'objectif était d'incorporer les données de génomique, de protéomique et de métabolomique dans des voies métaboliques appropriées, puis d'entrer celles-ci dans un environnement de simulation afin de mieux comprendre des processus métaboliques complexes. Comme cas type, Biobridge a choisi le déséquilibre nitroso-rédox du système cardiovasculaire. On considère que ce déséquilibre est responsable de trois maladies chroniques: l'insuffisance cardiaque chronique, la bronchopneumopathie chronique obstructive (BPCO) et le diabète. Toutes trois ont en commun certains mécanismes métaboliques et gouvernent l'utilisation de l'oxygène, aussi leur pronostic est incertain et elles consomment une proportion élevée des ressources de santé. La recherche intégrative en transfert clinique est une approche qui convient à ces maladies. La susceptibilité génétique et l'influence de facteurs de l'environnement comme l'alimentation et le tabac engendrent une situation extrêmement complexe à élucider. Les chercheurs ont porté leur attention sur l'entraînement à l'endurance des muscles squelettiques, en comparant des sujets sains avec des patients atteints de BPCO. Ils ont analysé divers niveaux du système comme les muscles cardiaques et squelettiques, par rapport à des facteurs pluridimensionnels, y compris ceux en «omique» et des mesures physiologiques. Ils ont comparé avec un groupe témoin de sujets sains deux groupes de patients BPCO soumis à deux régimes d'exercice, avec et sans atrophie musculaire. D'autres approches ont comblé les lacunes des analyses. C'est ainsi que des études sur l'animal et des cultures de cellules ont contribué à répondre à des questions soulevées lors de l'approche bioinformatique d'analyse des données. Le projet a également conduit une étude sur le diabète de type II, via data mining, et une autre sur les relations entre la composition de la masse corporelle et les capacités d'exercice des patients BPCO. Biobridge a obtenu les résultats visés, grâce à la simulation et en utilisant des sources de données intégrées à plusieurs niveaux. Citons ainsi la préparation d'outils pour modélisation probabiliste, la conception d'un modèle déterministe du transport de l'oxygène et de la production d'espèces réactives, et l'intégration de l'environnement de simulation au portail web de Biobridge. Les outils de simulation pourraient faciliter l'identification des biomarqueurs convenant à une surveillance non-invasive du déséquilibre nitroso-rédox, et donner aux cliniciens de nouveaux moyens d'améliorer l'efficacité des ressources en soins. Les systèmes pourraient être appliqués à d'autres maladies chroniques et conduire à des stratégies personnalisées pour des stades précoces des maladies.