L'évaluation de la possibilité de développer un médicament à partir d'une nouvelle protéine cible est l'une des décisions les plus cruciales – et les plus difficiles – à prendre au tout début de la recherche pharmaceutique. Elle détermine si des mois, voire des années, d'investissement dans la recherche aboutiront à un candidat thérapeutique viable, ou si une cible scientifiquement prometteuse restera validée sur le plan biologique mais intraitable sur le plan pharmacologique.

Pour les équipes de R&D qui travaillent à la croisée de la validation des cibles et de la découverte de molécules candidates, comprendre la « druggability » ne se résume pas à se demander « Pouvons-nous cibler cette cible ? », mais consiste plutôt à se demander « Pouvons-nous la cibler de manière sélective, sûre et avec des molécules de type médicamenteux ? ». Ce guide explicatif détaille ce que recouvre la « druggability », quels sont les facteurs les plus importants et comment les plateformes d'intelligence modernes peuvent accélérer votre évaluation afin de garantir le succès de votre parcours dans les premières phases de la découverte de médicaments.

Qu'est-ce que la « druggability » ?

La « druggability » désigne la probabilité qu’une cible protéique puisse être modulée par une modalité thérapeutique (petite molécule, produit biologique, etc.) présentant une puissance, une sélectivité et des propriétés pharmacologiques suffisantes pour donner naissance à un médicament viable. Il s’agit d’une évaluation prédictive de la faisabilité d’une cible, qui va au-delà de la simple pertinence biologique. Cette évaluation cruciale aide les équipes de R&D à déterminer si un investissement important permettra d’aboutir à un candidat thérapeutique viable.

Une cible peut présenter un intérêt thérapeutique majeur d'après les données génétiques, les profils d'expression ou les analyses phénotypiques, mais si elle ne possède pas les caractéristiques structurelles permettant une liaison sélective ou si elle se trouve dans un compartiment cellulaire difficile d'accès, elle peut s'avérer impossible à traiter avec les technologies actuelles, en particulier en ce qui concerne les petites molécules.

L'évaluation de la pharmacologie couvre généralement trois domaines étroitement liés :

• Potentiel thérapeutique structurel : la protéine présente-t-elle des sites de liaison adaptés aux petites molécules ou des épitopes accessibles aux produits biologiques ?
• Potentiel thérapeutique des composés chimiques : existe-t-il des composés chimiques ou des produits biologiques capables de moduler la cible tout en présentant des propriétés ADMET acceptables ?
• Potentiel thérapeutique biologique : la modulation de cette cible produira-t-elle l'effet thérapeutique souhaité sans entraîner de toxicité intolérable ?

Facteurs clés pour évaluer le potentiel thérapeutique d'un composé

En quoi la structure des protéines influence-t-elle leur aptitude à devenir des cibles thérapeutiques ?

La présence de sites de liaison bien définis est un facteur déterminant pour la possibilité de développer des médicaments à base de petites molécules. Les protéines dotées de rainures profondes et hydrophobes — comme les kinases ou les protéases — se sont historiquement révélées plus faciles à ciblier que les surfaces planes et sans relief, telles que celles que l'on retrouve dans de nombreuses interactions protéine-protéine (IPP).

Si des données structurales sont disponibles (grâce à la cristallographie aux rayons X, à la cryo-microscopie électronique ou aux prédictions d'AlphaFold), évaluez le volume de la poche, la complémentarité des formes et la présence de « points chauds » où la liaison du ligand est énergétiquement favorable. Les poches dont le volume se situe entre 300 et 1 000 cm³ et qui présentent un équilibre entre résidus hydrophobes et polaires sont généralement considérées comme cibles thérapeutiques, offrant ainsi des poches de liaison idéales au sein de la structure protéique.

Pourquoi la classe cible est-elle importante pour l'évaluation de la pharmacologie ?

Certaines familles de protéines présentent un potentiel thérapeutique bien établi. Les récepteurs couplés aux molécules de signalisation (GPCR), les canaux ioniques, les récepteurs nucléaires et les kinases constituent la majorité des médicaments approuvés par la FDA. Si votre cible appartient à l'une de ces classes, vous bénéficiez de décennies de connaissances en chimie médicinale, de bibliothèques de criblage et de connaissances structurelles.

Pour les cibles nouvelles ou mal caractérisées — telles que les facteurs de transcription, les protéines de structure ou les régions désordonnées —, l'aptitude à la médication devient plus hypothétique. Dans ces cas, il est utile de vérifier si des protéines similaires ont déjà fait l'objet d'un traitement médicamenteux efficace (même en phase préclinique) afin de disposer d'un contexte précieux. Des plateformes telles que Patsnap Synapse permettent un profilage rapide des antécédents d'une classe de cibles en regroupant les données de pipeline, les annotations sur le mécanisme d'action (MoA) et la progression clinique de milliers de programmes à l'échelle mondiale, offrant ainsi un cadre solide d'évaluation de la druggabilité des cibles protéiques.

Qu'est-ce que la ligandabilité et pourquoi les composés de départ sont-ils essentiels ?

La ligandabilité désigne le fait que des petites molécules se soient avérées capables de se lier à la cible, même faiblement. Le criblage de fragments, les résultats positifs issus du criblage à haut débit (HTS) ou les sondes chimiques publiées indiquent tous que la cible peut interagir avec des substances de type médicamenteux.

Effectuez une recherche exhaustive des substances chimiques liées à votre cible. Recherchez :

• Inhibiteurs ou modulateurs publiés dans des revues scientifiques et des brevets
• Composés candidats présentant une activité de liaison ou une activité fonctionnelle confirmée
• Analogues ou dérivés permettant d'établir des relations structure-activité (SAR)
• Produits naturels ou peptides dont on a rapporté qu'ils interagissent avec la cible

La recherche dans les bases de données de brevets de structures chimiques liées à votre cible permet d'identifier à la fois les problèmes potentiels de liberté d'exploitation (FTO) et les squelettes de départ prometteurs. C'est là que des outils tels que Patsnap Chemical s'avèrent indispensables, car ils permettent d'effectuer des recherches par sous-structure et par similarité dans l'ensemble des dépôts mondiaux afin de mettre au jour l'état de la technique pertinent et les composés chimiques concurrents.

4. Validation biologique et contexte des voies métaboliques

La possibilité d'une intervention thérapeutique n'a aucun sens sans une compréhension claire de la biologie de la cible. L'inhibition ou l'inactivation génétique a-t-elle permis d'observer une restauration phénotypique dans des modèles pertinents pour la maladie ? Le rôle de la cible dans la voie métabolique est-il bien compris, ou modifiez-vous un nœud en amont avec des effets pléiotropiques ?

Examiner la littérature publiée, les criblages CRISPR, les données sur l'ARNi et les données génétiques des patients (par exemple, les résultats de GWAS, les variants rares). Croiser ces informations avec les résultats d'essais cliniques portant sur des cibles apparentées au sein de la même voie métabolique afin d'évaluer si une modulation est susceptible d'avoir un effet thérapeutique — ou toxique.

Patsnap Synapse rassemble des cartes des voies pathologiques, des données sur les mécanismes d'action et les résultats d'essais cliniques menés par la concurrence, vous aidant ainsi à replacer votre cible dans le contexte thérapeutique global et à identifier les signaux d'alerte issus de programmes ayant échoué et ciblant des mécanismes biologiques similaires.

5. Sélectivité et risque de effets hors cible

Une poche ciblable n'est utile que si l'on parvient à obtenir une sélectivité par rapport à des protéines étroitement apparentées. Les kinases, par exemple, partagent des sites de liaison à l'ATP conservés, ce qui fait de l'inhibition sélective un obstacle majeur. Évaluez l'homologie des séquences, la similitude structurelle et la polypharmacologie connue des membres apparentés de la famille.

Les approches computationnelles — telles que les études de docking, la dynamique moléculaire ou les modèles d'apprentissage automatique entraînés à partir de données de profilage à l'échelle du kinome — permettent d'anticiper les problèmes de sélectivité à un stade précoce. Il convient de compléter ces approches, dans la mesure du possible, par un profilage expérimental sur des panels de protéines.

6. Considérations relatives aux modalités

Si les petites molécules semblent poser des difficultés, envisagez d'autres options thérapeutiques. Les produits biologiques (anticorps, nanocorps), les peptides, les PROTAC, les « colles moléculaires », les oligonucléotides antisens (ASO) et les approches ciblant l'ARN ont chacun des critères de développabilité distincts.

Pour les produits biologiques, déterminez si la cible est extracellulaire ou liée à la membrane, et si les épitopes pertinents sont accessibles. Pour les agents de dégradation tels que les PROTAC, vérifiez si la cible comporte des lysines susceptibles d’être ubiquitinées et s’il existe des recruteurs de ligases E3. La compréhension du paysage concurrentiel pour chaque modalité peut révéler quelles approches gagnent du terrain — des données que vous pouvez extraire des bases de données d’essais cliniques et des dépôts de brevets au sein de plateformes intégrées.

Intégrer la veille concurrentielle dans votre évaluation

La viabilité d'un molécule ne s'évalue pas en vase clos. Comprendre ce que d'autres ont déjà tenté – et s'ils ont réussi ou échoué – constitue un enseignement essentiel. Les concurrents visent-ils la même cible ? Certains programmes se sont-ils enlisés au stade préclinique ou ont-ils échoué en phase clinique en raison d'un manque d'efficacité, de toxicité ou d'une pharmacocinétique déficiente ?

En suivant les pipelines de vos concurrents, les dépôts de brevets et les informations divulguées lors de conférences, vous pouvez tirer des enseignements de la validation (ou de l'invalidation) externe de votre cible. Synapse propose une veille complète des pipelines mondiaux, des mises à jour sur les essais cliniques et de l'activité transactionnelle, vous aidant ainsi à repérer les risques émergents ou les opportunités de partenariat avant d'engager des ressources importantes dans l'évaluation de la potentialité thérapeutique de votre cible protéique.

Tirer parti des plateformes d'intelligence modernes

Par le passé, les évaluations de la potentialité thérapeutique nécessitaient de rassembler des données provenant de dizaines de sources différentes : PubMed, PDB, bases de données sur les brevets, registres d'essais cliniques et données de criblage propriétaires. Cette approche fragmentée est chronophage et susceptible de présenter des lacunes.

Les plateformes d'intelligence biopharmaceutique actuelles intègrent ces flux de travail. Patsnap Synapse rassemble la biologie de la maladie, les pipelines concurrents, les annotations sur les mécanismes d'action et les résultats cliniques au sein d'une interface unique, vous permettant d'évaluer rapidement les antécédents de la cible et les risques liés à la concurrence. En combinaison avec Patsnap Chemical pour les recherches d'antériorité et l'extraction de données SAR, et Patsnap Bio pour l'analyse des cibles basée sur les séquences dans les programmes de produits biologiques, les équipes de R&D bénéficient d'une vision à 360 degrés de la pharmacologie fondée sur des données réelles.

Étapes pratiques pour votre évaluation

Voici un processus simplifié pour vous guider dans votre évaluation de la pharmacologie :

1. Collecter des données structurelles : obtenir ou prédire des structures en 3D. Identifier les sites de liaison et évaluer leur géométrie.
2. Précédents concernant la classe cible de l'étude : déterminer si des protéines apparentées ont déjà fait l'objet d'un traitement médicamenteux efficace et quelles modalités ont été utilisées.
3. Rechercher dans la littérature chimique et biologique : identifier les ligands existants, les composés-outils ou les composés prometteurs issus du criblage.
4. Évaluer la validation biologique : passer en revue les données génétiques, phénotypiques et relatives aux voies métaboliques qui étayent votre hypothèse.
5. Évaluer le paysage concurrentiel : recenser les programmes en cours, les résultats cliniques et l'activité en matière de brevets concernant votre cible.
6. Envisagez d'autres options : si les petites molécules semblent poser des difficultés, évaluez les produits biologiques, les agents de dégradation ou les médicaments génétiques.

Conclusions finales

L'évaluation de la « druggability » relève à la fois de l'art et de la science. Elle nécessite d'intégrer la biologie structurale, la chimie médicinale, la prédiction computationnelle et l'analyse concurrentielle au sein d'une évaluation cohérente. Plus tôt vous identifiez les risques — ou les opportunités — liés à la « druggability », plus vous serez en mesure d'allouer vos ressources de manière stratégique, de concevoir des campagnes de criblage et de mettre votre programme sur la voie du succès.

Les plateformes d'intelligence modernes rationalisent ce processus en centralisant les données dispersées et en mettant en évidence des informations qui, autrement, nécessiteraient des semaines de traitement manuel. Pour découvrir comment Patsnap Synapse et les outils associés peuvent accélérer vos processus d'évaluation des cibles, rendez-vous sur patsnap.com/solutions/lifesciences.