11-03-2026
Une équipe de scientifiques et d’ingénieurs en informatique, dirigée par le Laboratoire national Lawrence Livermore (LLNL), a identifié, à partir de l’un des plus vastes ensembles de données de dossiers médicaux électroniques jamais constitués pour la SLA, plusieurs médicaments existants susceptibles d’améliorer la survie des personnes atteintes de sclérose latérale amyotrophique (SLA). Ces travaux sont publiés dans la revue The Lancet Digital Health.
L’étude a analysé les dossiers médicaux de plus de 11 000 anciens combattants américains diagnostiqués avec la SLA entre 2009 et 2019 et pris en charge par l’Administration des anciens combattants (Veterans Health Administration). En combinant des méthodes d’inférence causale et d’apprentissage automatique, les chercheurs ont évalué 162 médicaments afin d’identifier ceux prescrits pour d’autres pathologies et associés à des différences significatives de survie.
Ces travaux ont été menés en collaboration avec la faculté de médecine de l’université Stanford, le système de santé des anciens combattants de Palo Alto (VA Palo Alto) et l’université de Californie à Los Angeles (UCLA).
Le calendrier de cette étude a été déterminé par une convergence rare entre l’accès aux données et le financement, explique Priyadip Ray, chercheur principal au LLNL et membre de la division d’ingénierie computationnelle (CED) du LLNL. Dès 2009, date à laquelle la SLA a été officiellement reconnue comme maladie liée au service militaire, le Département des anciens combattants (VA) a constaté une forte augmentation du nombre de vétérans recevant des soins pour la SLA, constituant ainsi un historique de plus de dix ans de données de traitement détaillées au sein d’un seul système de santé. Parallèlement, de nouveaux programmes de financement ciblés ont permis de mener des recherches sur la SLA à une échelle historiquement difficile pour une maladie rare.
Analyse PathFX montrant les associations de voies communes pour les médicaments qui prolongent la survie globale. Crédit : The Lancet Digital Health (2026). DOI : 10.1016/j.landig.2025.100963
Ces travaux ont également été motivés par les récents revers rencontrés dans le développement de médicaments contre la SLA. L’enthousiasme initial suscité par le Relyvrio, médicament approuvé par la FDA en 2022, s’est estompé après qu’un essai de suivi à plus grande échelle n’ait pas démontré de bénéfice et que le médicament ait été retiré du marché en 2024. Cet échec a mis en évidence la complexité des essais cliniques sur la SLA et a contribué à susciter un intérêt pour d’autres pistes de recherche.
‘’Nous avons réalisé que la vaste expérience acquise dans le traitement de la SLA au sein du système des anciens combattants (VA) pouvait offrir une approche alternative pour identifier des médicaments contre cette maladie’’, a déclaré Ray.
Plutôt que de s’appuyer sur les approches d’apprentissage automatique traditionnelles, l’équipe s’est concentrée sur l’inférence causale, un cadre plus sophistiqué visant à isoler les effets potentiels du traitement tout en tenant compte des biais, des facteurs de confusion et des hétérogénéités des schémas thérapeutiques dans les données réelles, ont expliqué les chercheurs.
‘’Notre équipe a développé un ensemble de méthodes qui combinent des techniques statistiques rigoureuses et l’apprentissage automatique moderne pour isoler les effets causaux au niveau de la population, même lorsque les données ne sont pas collectées de manière contrôlée’’, a déclaré Braden Soper, co-auteur et data scientist au LLNL.
L’analyse a identifié 27 médicaments associés à des variations statistiquement significatives du risque de mortalité. Il est à noter que plusieurs médicaments appartenant aux mêmes classes thérapeutiques – notamment les statines, les inhibiteurs de la phosphodiestérase de type 5 et les antagonistes alpha-adrénergiques – ont montré des associations similaires avec une survie prolongée.
‘’Scientifiquement, ce qui était frappant, c’était la présence de plusieurs médicaments dans chacun de ces groupes ayant le même effet positif’’’, a déclaré Ray. ‘’Cela nous a permis de renforcer considérablement la conviction que ces médicaments ralentissent la progression de la SLA.’’
Pour explorer les mécanismes par lesquels ces médicaments pourraient influencer la progression de la maladie, l’équipe a utilisé PathFX, un outil de modélisation des interactions protéine-protéine développé par des collaborateurs de l’UCLA et de Stanford. L’analyse du réseau a suggéré que plusieurs des médicaments identifiés convergent vers des voies protéiques en aval communes, ce qui indique des mécanismes communs possibles et de nouvelles cibles moléculaires pour la recherche sur la SLA.
Ray souligne que ces résultats ne prouvent pas de bénéfice clinique, mais constituent une base solide pour les prochaines étapes, notamment une modélisation plus poussée prenant en compte les facteurs de santé variables dans le temps et une validation sur des ensembles de données indépendants incluant des populations civiles plus diversifiées.
‘’Étant donné la difficulté à partager des données médicales sensibles en raison des restrictions liées à la confidentialité et à l’accès, nous travaillons à rendre notre plateforme logicielle open source afin que les chercheurs du monde entier puissent appliquer ces outils à leurs propres jeux de données, maladies et interventions’’, a ajouté Soper.
Plus d’informations
Richard J. Reimer et al., Identification of drug repurposing candidates for amyotrophic lateral sclerosis using electronic health records: a retrospective cohort study, The Lancet Digital Health (2026). DOI: 10.1016/j.landig.2025.100963
Traduction: Gerda Eynatten-Bové
Source: Newswise.com