Malgré les technologies modernes d'analyse et les outils d'analyse des données, la découverte et le développement de médicaments restent un processus long, complexe et coûteux, avec untaux d'échec de 90%¹. Les candidats-médicaments échouent généralement lors des essais cliniques parce qu'ils manquent d'efficacité clinique, provoquent une toxicité ingérable ou présentent une faible biodisponibilité1-3 (Figure 1).
Souvent, ces problèmes ne sont détectés qu’à un stade avancé du processus de développement d’un médicament, car les essais précliniques ont une capacité limitée à : 1) caractériser les effets hors cible à l’origine d’une toxicité systémique ; 2) identifier une sélection erronée des cibles thérapeutiques ; 3) fournir une vision complète des mécanismes d’action du médicament ; et 4) mettre en évidence l’hétérogénéité des interactions entre le médicament et sa cible d’un individu à l’autre4-8. Les taux d’échec des essais cliniques pourraient être réduits si l’évaluation fonctionnelle des propriétés des candidats-médicaments, notamment la pertinence de la cible, le mécanisme d’action et la toxicité, pouvait être mieux caractérisée et réalisée plus tôt.
Figure 1. Le processus de découverte et de développement de médicaments, ainsi que le taux d'échec à chaque étape. Image tirée de Sun et al., Acta Pharm Sin B, juillet 2022 ; 12(7) : 3049-3062.
Figure 2. Le processus de développement d'un médicament et l'application de l'analyse métabolomique. Le processus de développement d'un médicament s'étend de la recherche fondamentale à l'évaluation du médicament après sa mise sur le marché. Chaque étape comporte des objectifs spécifiques visant à caractériser la pharmacodynamique, la pharmacocinétique, la toxicologie, l'efficacité clinique et les effets indésirables. Compte tenu de sa grande sensibilité et de sa spécificité élevée, la métabolomique fait désormais partie intégrante de ce processus. Image tirée de Alarcon-Barrera et al., Drug Discov Today, juin 2022 ; 27(6) : 1763-73.
Ces dernières années, la métabolomique a pris une place prépondérante dans la découverte et le développement de médicaments, les chercheurs s’efforçant de répondre à ces questions. Le profil métabolique (c’est-à-dire le métabolome) est déterminé par l’activité biologique des cellules, qui reflète la variation génomique de l’individu, ainsi que par des facteurs environnementaux, notamment l’alimentation et le mode de vie. Les modifications des taux de métabolites sont étroitement liées à de nombreuses maladies, ce qui permet de mieux comprendre l’étiologie, l’évolution et la réponse thérapeutique de ces dernières9. En cartographiant le paysage complexe du métabolome et en suivant l’évolution des taux de métabolites, la métabolomique permet de mettre en évidence des phénotypes moléculaires distincts qui reflètent l’état de santé d’un organisme10, 11.
En fournissant des informations phénotypiques exhaustives, la métabolomique globale et ciblée permet de mieux caractériser le mécanisme d'action, la toxicité et la pharmacocinétique d'un candidat-médicament, ainsi que d'évaluer les effets indésirables associés à ce dernier (figure 2)⁷, ¹²⁻¹⁴.
La 6-diazo-5-oxo-L-norleucine (DON) est un antagoniste de la glutamine présentant une activité antitumorale prometteuse, mais son utilisation a été interrompue dans les essais cliniques en raison d'une toxicité gastro-intestinale (GI) sévère. Dans cette étude, les chercheurs ont cherché à optimiser ce médicament afin qu'il soit acheminé de manière préférentielle vers les tumeurs tout en étant inactivé dans les tissus gastro-intestinaux15.
La métabolomique non ciblée a été utilisée pour évaluer les modifications métaboliques induites par le composé optimisé, le DRP-104. L'analyse métabolomique a montré que le DRP-104 était préférentiellement bioactivé en DON dans les tumeurs (via la sérine), tout en étant simultanément bioinactivé en un métabolite inerte dans les tissus gastro-intestinaux (via les carboxylestérases). Cette double voie d’activation/inactivation a exposé les tumeurs à des quantités de DON 11 fois supérieures à celles des tissus gastro-intestinaux, réduisant ainsi efficacement la toxicité systémique. De plus, le DRP-104 a démontré une efficacité similaire à celle du DON contre la croissance tumorale, tout en réduisant significativement la toxicité gastro-intestinale. Le DRP-104 présentant un métabolisme différentiel entre le tissu cible et les tissus sensibles à la toxicité, le médicament a été réintégré dans les essais cliniques dans le cadre du programme « Fast Track » de la FDA.
Le J147 est un nouveau candidat-médicament contre la maladie d’Alzheimer (MA) qui protège contre la neurodégénérescence dans des modèles animaux transgéniques de la MA, ce qui a conduit à son passage à la phase des essais cliniques chez l’homme. S’assurer que ce candidat-médicament est administré à une dose suffisante pour interagir avec la cible thérapeutique constitue un défi majeur dans le cadre des essais cliniques, qui nécessite de mettre au point des biomarqueurs permettant d’évaluer la liaison à la cible.
L'objectif de cette étude était de déterminer si certains métabolites plasmatiques pouvaient indiquer une interaction du J147 avec sa cible moléculaire, la sous-unité alpha de l'ATP-synthase, in vivo16. L'analyse métabolomique issue de trois études indépendantes menées sur des rongeurs a montré que le J147 réduisait systématiquement les taux d'acides gras libres tant dans le plasma que dans le foie. Les modifications observées au niveau du foie étaient associées à l'activité de la voie de signalisation de la protéine kinase activée par l'AMP, ce qui a été confirmé dans des cellules HepG2. Dans l'ensemble, ces résultats ont permis d'identifier un biomarqueur sanguin de la modulation de l'ATP synthase.
Bien que des médicaments antihypertenseurs et hypolipidémiants soient prescrits à des millions de patients, leurs mécanismes d’action ne sont pas encore entièrement compris. Afin d’apporter un nouvel éclairage sur ce sujet, un groupe de recherche a mené une analyse d’association à l’échelle du métabolome afin de formuler de nouvelles hypothèses concernant les effets ciblés et non ciblés liés aux variations métaboliques associées à ces médicaments17.
Les bêtabloquants, les inhibiteurs de l'enzyme de conversion de l'angiotensine (ECA), les diurétiques, les statines et les fibrates ont été testés. Des associations significatives ont été mises en évidence entre les bêtabloquants et des concentrations de métabolites caractéristiques des effets indésirables des médicaments, notamment une augmentation de la sérotonine et une diminution des acides gras libres. Les inhibiteurs de l'ECA et les statines ont été associés à des métabolites indiquant une interaction avec leur cible, notamment une réduction du cholestérol et un produit issu de l'inhibition de l'ECA par le médicament. Les fibrates ont été associés à des métabolites indiquant leur dégradation métabolique, tandis que les diurétiques ont présenté une hétérogénéité considérable dans les modifications des métabolites, ce qui nécessitera des études supplémentaires pour une caractérisation complète.
Dans l'ensemble, ces travaux jettent les bases d'une meilleure compréhension du mécanisme d'action et des effets hors cible des médicaments antihypertenseurs et hypolipidémiants.
Le cancer colorectal (CC) est le troisième cancer le plus fréquent aux États-Unis, pour lequel de nouvelles thérapies ciblées sont nécessaires. Les cellules du CC présentent des taux élevés de cystathionine-bêta-synthase (CBS). Le produit de la CBS, le sulfure d'hydrogène, favorise la prolifération des cellules du CC et la croissance tumorale. L'acide aminooxyacétique (AOAA) est un inhibiteur de la CBS capable de faire régresser le CC, mais son absorption cellulaire est limitée. Afin d'améliorer l'absorption et, par conséquent, l'efficacité antitumorale de l'AOAA, Chao et al. ont synthétisé le YD0171, un dérivé ester méthylique de l'AOAA18. L’objectif de cette étude était d’évaluer l’efficacité thérapeutique du YD0171 et de caractériser son mécanisme d’action.
La métabolomique a confirmé que le YD0171 inhibe efficacement la CBS, comme en témoignent les modifications observées au niveau des métabolites de la voie de la transsulfuration et la réduction du sulfure d’hydrogène, validant ainsi la CBS comme cible thérapeutique. L’analyse a également montré que le YD0171 perturbe des voies métaboliques critiques, telles que le cycle de Krebs et la glycolyse, qui sont essentielles à la bioénergétique des cellules cancéreuses. Cela a fourni une base mécanistique à ses effets antiprolifératifs. La métabolomique a confirmé que le YD0171 agit comme un promédicament en se transformant en sa forme active, l’AOAA, au sein des cellules. Cela a été mis en évidence par la similitude des effets métaboliques entre le YD0171 et l’AOAA. L’étude a démontré que le YD0171 induit des perturbations métaboliques plus importantes que l’AOAA à des doses plus faibles, ce qui oriente son optimisation vers une efficacité accrue. Enfin, les données métabolomiques ont indiqué que le YD0171 affecte préférentiellement le métabolisme tumoral tout en épargnant les tissus sains, ce qui réduit le risque de toxicité systémique.
Dans l'ensemble, la métabolomique s'est révélée être un outil complet permettant de guider la conception rationnelle, l'optimisation et la validation du YD0171, garantissant ainsi son efficacité, son innocuité et sa sélectivité en tant que traitement anticancéreux ciblé. Cette approche illustre comment la métabolomique peut accélérer le développement de médicaments en établissant un lien entre les modifications biochimiques et les résultats thérapeutiques.
Une fois que l'on a pris la mesure de toute la valeur de la métabolomique, la seule question qui reste est la suivante : qui la maîtrise le mieux ? Si de nombreux laboratoires disposent de capacités en matière de profilage métabolique ou de chimie analytique, les technologies de métabolomique complètes sont extrêmement rares.
L'identification précise et impartiale des métabolites à l'échelle de l'ensemble du métabolome pose des défis en matière de rapport signal/bruit que très peu de laboratoires sont en mesure de relever. De plus, la transformation de quantités massives de données en informations exploitables est un processus lent, voire impossible, pour la plupart d'entre eux, car une interprétation correcte nécessite deux éléments qui font défaut : l'expérience et une base de données exhaustive.
Grâce à notre plateforme robuste et à nos outils de visualisation, nos experts sont en mesure de vous en dire plus sur votre molécule et de développer des panels d'essais pour vous aider à obtenir les résultats dont vous avez besoin.
Couverture
Capacité d'interroger des milliers de métabolites dans divers espaces biochimiques, révélant de nouvelles perspectives et opportunités.
Comparabilité
Capacité à intégrer les données de différentes études dans le même ensemble de données, dans différentes zones géographiques et chez différents patients au fil du temps.
Compétence
Capacité à informer sur la conception d'une étude appropriée, à générer des données de haute qualité, à obtenir des informations biologiques et à formuler des recommandations exploitables.
Capacité
Capacité à traiter des centaines de milliers d'échantillons rapidement et à moindre coût pour répondre à une demande en forte croissance
Depuis plus de 20 ans, Metabolon les scientifiques Metabolon utiliser, Metabolon comprendre et Metabolon intégrer la métabolomique dans leurs recherches afin de favoriser la découverte et l'innovation. Pour découvrir comment la plateforme et les logiciels de métabolomique de pointe Metabolon, ainsi que nos experts scientifiques, peuvent vous aider à tirer parti de la métabolomique dans vos recherches, contactez l'un de nos experts ici.
Siège social d'
617 Davis Drive, Suite 100
Morrisville, NC 27560
Adresse postale
Boîte postale 110407
Research Triangle Park, NC 27709
Téléphone:
+1 (919) 572-1711
Fax:
+1 (919) 572-1721
Siège international
Metabolon
Zeppelinstraße 3
85399 Hallbergmoos
Allemagne
1. Dowden, H. et J. Munro, « Évolution des taux de réussite clinique et des axes thérapeutiques ». Nat Rev Drug Discov, 2019. 18(7) : p. 495-496.
2. Harrison, R.K., Échecs des essais de phase II et de phase III : 2013-2015. Nat Rev Drug Discov, 2016. 15(12) : p. 817-818.
3. Takebe, T., R. Imai et S. Ono, « État actuel de la découverte et du développement de médicaments issus du milieu universitaire américain : l’influence de la collaboration entre le secteur industriel et le milieu universitaire sur la découverte et le développement de médicaments ». Clin Transl Sci, 2018. 11(6) : p. 597-606.
4. Larsson, P., et al., « Optimisation des tests de viabilité cellulaire pour améliorer la réplicabilité et la reproductibilité des criblages de sensibilité aux médicaments anticancéreux ». Sci Rep, 2020. 10(1) : p. 5798.
5. Emmerich, C.H., et al., « Améliorer l'évaluation des cibles dans la recherche biomédicale : les recommandations du GOT-IT ». Nat Rev Drug Discov, 2021. 20(1) : p. 64-81.
6. Davis, K.D., et al., « Découverte et validation de biomarqueurs pour faciliter le développement de traitements antidouleur sûrs et efficaces : défis et opportunités ». Nat Rev Neurol, 2020. 16(7) : p. 381-400.
7. Moffat, J.G., et al., Opportunités et défis de la découverte de médicaments basée sur le phénotype : une perspective du secteur. Nat Rev Drug Discov, 2017. 16(8) : p. 531-543.
8. Lin, A., et al., « La toxicité hors cible est un mécanisme d'action courant des médicaments anticancéreux faisant l'objet d'essais cliniques ». Sci Transl Med, 2019. 11(509).
9. Beger, R.D., et al., « La métabolomique au service de la médecine de précision : un livre blanc, le point de vue de la communauté ». Metabolomics, 2016. 12(10) : p. 149.
10. Fiehn, O., « Métabolomique : le lien entre génotypes et phénotypes ». Plant Mol Biol, 2002. 48(1-2) : p. 155-71.
11. Nicholson, J.K. et I.D. Wilson, « Opinion : Comprendre la biologie des systèmes « globaux » : la métabonomique et le continuum métabolique ». Nat Rev Drug Discov, 2003. 2(8) : p. 668-76.
12. Luukkonen, P.K., et al., Une variante du gène codant pour l'hydroxystéroïde 17-bêta déshydrogénase 13 augmente les phospholipides et protège contre la fibrose dans la stéatose hépatique non alcoolique. JCI Insight, 2020. 5(5).
13. Schenone, M., et al., « Identification des cibles et mécanismes d'action en biologie chimique et en découverte de médicaments ». Nat Chem Biol, 2013. 9(4) : p. 232-40.
14. Fox, J.T. et K. Myung, « Criblage à haut débit sur cellules pour la découverte d'agents chimiothérapeutiques ». Oncotarget, 2012. 3(5) : p. 581-5.
15. Rais, R., et al., « Découverte du DRP-104, un promédicament inhibiteur métabolique ciblant les tumeurs ». Sci Adv, 2022. 8(46) : p. eabq5925.
16. Kepchia, D., et al., Le candidat-médicament J147 contre la maladie d'Alzheimer réduit les taux d'acides gras plasmatiques en modulant la voie de signalisation AMPK/ACC1 dans le foie. Biomed Pharmacother, 2022. 147 : p. 112648.
17. Altmaier, E., et al., Une approche métabolomique met en évidence les effets des antihypertenseurs et des hypolipidémiants sur le métabolisme humain. Eur J Epidemiol, 2014. 29(5) : p. 325-36.
18. Chao, C., et al., Inhibition de la cystathionine-bêta-synthase dans le cancer du côlon : amélioration de l'efficacité de l'acide aminooxyacétique grâce à l'approche des promédicaments. Mol Med, 2016. 22 : p. 361-379.
1. Zgoda-Pols, J.R., et al., Une analyse métabolomique révèle une élévation du sulfate de 3-indoxyle dans le plasma et le cerveau lors d'une lésion rénale aiguë d'origine chimique chez la souris : étude des agonistes des récepteurs de l'acide nicotinique. Toxicol Appl Pharmacol, 2011. 255(1) : p. 48-56.
2. Bryant, J.A., et al., L'impact d'un traitement oral à base de microbiome purifié sur le microbiome gastro-intestinal. Nat Med, 2026. 32(1) : p. 186-196
3. McGovern, B. H., et al., « SER-109, un médicament expérimental ciblant le microbiome visant à réduire les récidives après une infection à Clostridioides difficile : enseignements tirés d'un essai de phase II ». Clin Infect Dis, 2021, 72(12), p. 2132-2140.
4. Feuerstadt, P., et al., SER-109, un traitement oral à base de microbiome contre les infections récurrentes à Clostridioides difficile. N Engl J Med, 2022. 386(3) : p. 220-229.
5. Hu, Z., et al., La métabolomique ciblée met en évidence de nouveaux biomarqueurs diagnostiques du cancer colorectal. Mol Oncol, 2025. 19(6) : p. 1737-1750.
6. Butler, F.M., et al., Les habitudes alimentaires végétariennes et les métabolites liés à l'alimentation sont associés à la fonction rénale dans la cohorte de l'étude Adventist Health Study-2. J Ren Nutr, 2025.
7. Stanford, J., et al., « Profilage métabolomique et évaluation de la qualité de l'alimentation dans le cadre d'un essai croisé randomisé portant sur des régimes alimentaires sains et courants ». Mol Nutr Food Res, 2025. 69(23) : p. e70271.
8. O’Connor, L.E., et al., Profilage métabolomique d’un régime alimentaire ultra-transformé dans le cadre d’un essai alimentaire croisé randomisé et contrôlé mené à domicile. J Nutr, 2023. 153(8) : p. 2181-2192.
9. Fritsch, D.A., et al., La fonction du microbiome est à la base de l'efficacité d'une intervention alimentaire enrichie en fibres chez les chiens souffrant de diarrhée chronique du gros intestin. BMC Vet Res, 2022. 18(1) : p. 245.
10. Leal, L.N., et al., « Un apport nutritionnel adéquat avant le sevrage améliore la productivité laitière et réduit le risque d'abattage chez les vaches Holstein ». J Dairy Sci, 2025. 108(6) : p. 5875-5888.
11. Ahsin, M., et al., La santé des sols et des pâturages est à l'origine de l'amélioration de la densité nutritionnelle de la viande bovine, telle que déterminée par la métabolomique non ciblée dans les systèmes d'élevage bovin nourri à l'herbe du sud des États-Unis. NPJ Sci Food, 2025. 9(1) : p. 151.
12. Yin, W., et al., Profil lipidique plasmatique chez différentes espèces pour l'identification de modèles animaux optimaux de la dyslipidémie humaine. J Lipid Res, 2012. 53(1) : p. 51-65.
13. Porter, F. D., et al., Les produits d'oxydation du cholestérol constituent des biomarqueurs sanguins sensibles et spécifiques de la maladie de Niemann-Pick de type C1. Sci Transl Med, 2010. 2(56) : p. 56ra81.
14. Needham, B. D., et al., Profils des métabolites plasmatiques et fécaux dans les troubles du spectre autistique. Biol Psychiatry, 2021. 89(5) : p. 451-462
15. Li, C., et al., L'estradiol et mTORC2 agissent en synergie pour favoriser la biosynthèse des prostaglandines et la tumorigenèse dans les cellules LAM déficientes en TSC2. J Exp Med, 2014. 211(1) : p. 15-28.
16. Green, P.G., et al., Flexibilité métabolique et remodelage inverse du cœur défaillant chez l'homme. Eur Heart J, 2025. 46(25) : p. 2422-2433.
17. Maekawa, H., et al., L'inhibition du SGLT2 protège la fonction rénale grâce à une répression épigénétique, dépendante de la SAM, des gènes inflammatoires en cas de stress métabolique. J Clin Invest, 2025. 135(19).
18. Wu, D., et al., Des criblages intégrés révèlent que la déplétion en nucléotides guaniniques, rendue irréversible par le ciblage de l'IMPDH2, inhibe le cancer du pancréas et potentialise l'inhibition de KRAS. Gut, 2026.
19. Schwerdtfeger, L.A., et al., Le microbiote intestinal et ses métabolites sont associés à la progression de la sclérose en plaques. Cell Rep Med, 2025. 6(4) : p. 102055.
20. Wu, H., et al., Dynamique du microbiome et du métabolome associée à un mauvais contrôle glycémique et aux réactions aux changements de mode de vie. Nat Med, 2025. 31(7) : p. 2222-2231.
21. Jacobs, J.P., et al., La thérapie cognitivo-comportementale pour le syndrome du côlon irritable entraîne des modifications bidirectionnelles de l'axe cerveau-intestin-microbiome associées à une amélioration des symptômes gastro-intestinaux. Microbiome, 2021. 9(1) : p. 236.
22. Pietzner, M., et al., « Les métabolites plasmatiques pour cartographier les voies métaboliques dans la multimorbidité liée aux maladies non transmissibles ». Nat Med, 2021. 27(3) : p. 471-479.
23. Faquih, T.O., et al., « Prédiction métabolomique robuste de l'âge à partir d'un large éventail de métabolites ». J Gerontol A Biol Sci Med Sci, 2025, vol. 80, n° 3.
24. Scherer, N., et al., « L'association de la métabolomique et du séquençage de l'exome met en évidence des effets graduels de variants hétérozygotes rares et délétères sur la fonction des gènes et les traits humains ». Nat Genet, 2025. 57(1) : p. 193-205.
25. Holmes, Z.C., et al., Une analyse métabolomique non ciblée du lait maternel provenant de mères en bonne santé met en évidence les facteurs à l'origine de la variabilité des métabolites. Sci Rep, 2024. 14(1) : p. 20827.
26. Titz, B., et al., Implications des facteurs de confusion oculaires pour les analyses protéomiques et métabolomiques de l'humeur aqueuse dans les maladies rétiniennes. Transl Vis Sci Technol, 2024. 13(6) : p. 17.
27. Bloom, S.M., et al., La dépendance en cystéine de Lactobacillus iners constitue une cible thérapeutique potentielle pour la modulation du microbiote vaginal. Nat Microbiol, 2022. 7(3) : p. 434-450.
28. Leimer, E.M., et al., Profil lipidique du liquide synovial humain à la suite d'une fracture intra-articulaire de la cheville. J Orthop Res, 2017. 35(3) : p. 657-666.
