DigiTREAT

La polyarthrite rhumatoïde (PR) est une maladie auto-immune qui entraîne la destruction des articulations.

Malgré l’existence de 14 médicaments approuvés, jusqu’à 40 % des patients ne répondent pas correctement au traitement, et il n’existe pas de biomarqueurs fiables pour prédire la réponse thérapeutique. Cela souligne la nécessité de nouvelles approches pour améliorer la personnalisation des traitements. Les avancées récentes ont mis en lumière les jumeaux numériques médicaux (JNM), qui peuvent intégrer et analyser des données complexes et hétérogènes. Les JNM pourraient permettre de développer des soins personnalisés en proposant des hypothèses testables.

Le projet DigiTREAT vise à développer le premier jumeau numérique médical pour la PR (RA-DT), en s’appuyant sur les avancées récentes en bioinformatique et en biologie computationnelle. Le projet DigiTREAT a pour objectif de créer des modèles spécifiques aux patients qui fournissent des informations sur l’hétérogénéité de la maladie et la réponse au traitement.

Les principaux objectifs de DigiTREAT sont les suivants : 1) Développer un modèle multicellulaire et multi-échelle pour simuler l’interaction entre les cellules immunitaires circulantes dans le sang et les cellules résidentes dans les articulations, afin d’identifier des biomarqueurs pouvant prédire la progression de la maladie et la réponse au traitement ; 2) Tester les prédictions sur un modèle murin de PR (polyarthrite induite par le collagène, CIA) en utilisant des technologies spatiales omiques avancées ; 3) Valider les prédictions du modèle et les biomarqueurs grâce au séquençage de l’ARN unicellulaire (scRNAseq) dans des échantillons sanguins d’une cohorte de patients atteints de PR, traités par trois médicaments principaux (étanercept, tocilizumab et rituximab) ; 4) Relier les biomarqueurs prédits aux symptômes cliniques et aux manifestations systémiques de la maladie chez les patients. Le RA-DT vise à fournir des recommandations de traitement personnalisées basées sur l’intégration des données des patients et la prédiction des réponses aux traitements. Un environnement virtuel sera développé pour héberger le RA-DT, permettant la visualisation des données, la simulation et la connexion avec les données cliniques, rendant ainsi cet outil accessible pour une utilisation dans les milieux cliniques et précliniques.