AbbVie R&D Convergence Hub (ARCH)                                                      

Et si quelques clics sur un clavier vous permettaient d'accéder à des informations détaillées sur une maladie que vous étudiez ? Pas seulement les informations de base, mais aussi les maladies associées, les connaissances moléculaires et les liens potentiels avec d'autres maladies ou biomarqueurs ?

Pour les milliers de scientifiques d'AbbVie, ce scénario n'est pas hypothétique. C’est une réalité grâce à une plateforme appelée “ARCH”, qui a changé la façon dont les équipes internes en charge de la recherche fondamentale, jusqu'à la conception des essais cliniques, exploitent les données pour travailler plus efficacement et, finalement, accélérer le développement de nouveaux médicaments.

ARCH, acronyme de “AbbVie R&D Convergence Hub”, s'inscrit dans notre mission d’organiser la convergence des données, qui vise à rapprocher les données et les individus. Il s'agit d'une plateforme d'analyse de pointe qui harmonise et extrait des informations, aidant les équipes de R&D à relier les données auparavant organisées en silos.

ARCH a déjà accumulé une quantité considérable de données (450 téraoctets précisément) qui, si elles étaient converties en fichiers musicaux numériques, permettraient de jouer des morceaux sans interruption pendant 873 ans. 

Mais selon Phil Hajduk, Ph.D., Vice-Président de la Recherche en matière d'informations R&D chez AbbVie, il ne s'agit pas seulement du volume de données.

« L’un des principaux axes sur lesquels nous nous sommes concentrés lors de la création d’ARCH a été de collaborer avec des experts pour chaque ensemble de données, afin d’y ajouter une interprétation et de construire un graphe de connaissances », explique M. Hajduk. « Que savons-nous de ce composé ou de cette maladie à partir des données sous-jacentes ? C’est cela que nos utilisateurs finaux obtiennent et pas simplement un accès à des données brutes qui ne racontent rien. » 

Prenons un exemple concret des vastes capacités d’ARCH au sein du groupe de recherche scientifique d’AbbVie, où chaque chimiste s’appuie sur des modèles prédictifs avancés pour concevoir de nouvelles molécules à visée thérapeutique. Ces modèles sont désormais exécutés directement sur ARCH, qui centralise les données et les analyse sur des cycles de 30 jours. Chaque mois, les chimistes obtiennent de nouvelles informations à partir du cycle précédent, qu’ils réinjectent dans leurs modèles. Ce processus itératif permet d’améliorer en continu la précision des prédictions et de réduire, à terme, le temps nécessaire à la conception de nouveaux composés.

Les informations issues de la modélisation prédictive ont également joué un rôle essentiel au sein du groupe chargé des opérations cliniques, où la plateforme ARCH est utilisée pour aider à choisir les sites d'essais cliniques. Les modèles optimisés ont permis d'accélérer le recrutement des patients, explique Phil Hajduk. 

De plus, dans des domaines d’innovation clés tels que l'immuno-oncologie, les équipes peuvent désormais évaluer une cible précoce à l'aide des données interprétées par ARCH et valider ou réfuter une hypothèse. 

Par exemple, lors d’une étude, des scientifiques cherchaient des informations sur le comportement dans l'organisme des médicaments existants ciblant un gène et une protéine chez les personnes atteintes de maladies à médiation immunitaire. Un rapport ARCH a montré le potentiel d'une réponse immunitaire accrue, ce qui a permis à l'équipe de progresser plus rapidement vers différentes cibles.

Avec des études de cas comme celles-ci provenant de nombreuses équipes, la prochaine étape consiste à mener un changement organisationnel plus important, explique Jake Harrell, Responsable de la R&D, des données et de la convergence numérique chez AbbVie.

« Nous nous efforçons de tirer pleinement parti du potentiel qu’offre le partage des données et des connaissances, ainsi que la création conjointe de savoir », explique J. Harrell. « Ce travail a un impact sur des indicateurs clés, tant pour notre organisation de la R&D dans son ensemble que pour les patients : quelle est notre probabilité d'identifier une cible que nous pouvons exploiter jusqu'à la commercialisation d'un médicament ? »

La progression des efforts de convergence des données, y compris ARCH, est essentielle pour faire progresser l’intelligence artificielle (IA) et l’apprentissage automatique (AA) dans leur globalité, explique M. Hajduk.

L’essor de programmes tels que ChatGPT, un modèle linguistique de grande ampleur désormais largement accessible à l’échelle mondiale, contribue à mettre en lumière la stratégie mise en place par AbbVie en matière d’IA/AA, et accélère même les travaux. En effet, la plateforme interne d’IA générative d'AbbVie est en cours d’intégration dans ARCH, créant ainsi un outil encore plus puissant.

Les experts en IA travaillant au sein d'AbbVie collaborent désormais et contribuent aux 1,7 milliard de graphes de connaissances d’ARCH, un chiffre en constante augmentation, explique M. Hajduk. L’hébergement des algorithmes sur une plateforme centralisée permet un apprentissage et un réapprentissage à l’échelle de l’organisation, pouvant concerner jusqu’aux 14 500 collaborateurs de l’entreprise dans le domaine de la recherche et du développement.

La réaction positive des scientifiques quant à l’impact de la convergence des données a été impressionnante, explique M. Hajduk, qui souligne qu’ils gagnent du temps en n’ayant plus à rassembler manuellement des ensembles de données variées. Associé aux progrès continus en matière de technologie et d’analyse, le potentiel d’ARCH ne cesse de croître.