Marc-André Legault : Optimiser la pharmacothérapie avec
Actualités — Marc-André Legaultprofesseur nouvellement nommé à la Faculté de pharmacie de l’Université de Montréal, souhaite améliorer ce que l’on sait de l’interaction entre la variation génétique et la réponse aux médicaments.
Il combine les statistiques génétiques, l’épidémiologie génétique et l’apprentissage automatique pour identifier les patients les plus susceptibles de bénéficier d’un médicament donné et minimiser ses effets secondaires.
Et il croit que ses recherches ont le potentiel de révolutionner la médecine personnalisée.
Une passion pour la recherche dès le premier jour
Legault est devenu accro à la recherche dès sa première année d’études de premier cycle en sciences biomédicales à l’UdeM.
Il a effectué un stage à l’École d’optométrie et a travaillé dans un laboratoire de neurosciences. Ces expériences l’ont marqué : il se souvient s’être lancé à corps perdu dans son premier véritable projet de recherche.
« J’ai pu mener mes propres expériences, rédiger les résultats et interagir avec le reste de l’équipe », se souvient-il.
Puis une rencontre charnière avec un chercheur en bioinformatique a changé son parcours professionnel.
« Il m’a parlé du domaine émergent de la bioinformatique et de son utilité pour résoudre des problèmes concrets en recherche biomédicale », a déclaré Legault.
Intrigué par le potentiel de la bioinformatique – et motivé par sa passion pour les nouvelles technologies – il décide de se spécialiser dans le domaine.
Legault s’est joint au laboratoire de Marie-Pierre Dubé à l’Institut de Cardiologie de Montréal, où il a perfectionné ses compétences en développement de bioinformatique. Entre autres choses, il a travaillé sur la comparaison de méthodes de détection des variations structurelles du génome. Il a également co-écrit sa première publication scientifique, un ouvrage révolutionnaire dans lequel il a utilisé des données génétiques de jumeaux monozygotes pour comparer des algorithmes de détection de variations.
Transformer la médecine personnalisée
Legault explore des approches de pointe en pharmaco-omique dans le but de transformer la médecine personnalisée. Plutôt que de se limiter à l’analyse d’un seul gène ou d’une seule protéine, il adopte une approche plus globale qui considère l’ensemble des molécules du corps.
« En épidémiologie génétique, nous nous concentrons sur des biomarqueurs simples tels que le taux de cholestérol pour évaluer le risque de maladie cardiaque », a-t-il expliqué. « Avec ces nouvelles approches omiques, nous analysons les effets des médicaments sur l’ensemble des protéines de l’organisme. »
Pour ses études doctorales, Legault a analysé les effets de 26 616 protéines sur 1 746 phénotypes à l’aide de données sur plus de 413 000 individus de la UK Biobank, une base de données contenant des informations génétiques, phénotypiques et sanitaires détaillées sur plus d’un demi-million de citoyens britanniques.
Ses résultats, disponibles sur le ExPheWAS plate-forme utilisable par d’autres chercheurs, conduisent à une meilleure compréhension des liens entre la variation génétique et diverses maladies.
Le but ultime des recherches de Legault est de dresser un portrait moléculaire complet de l’état de santé d’un patient en intégrant des données sur les protéines et autres biomarqueurs. Cela permettra à terme aux praticiens de la santé de sélectionner le médicament le plus approprié pour chaque individu en fonction de son profil biologique unique.
«Nous pourrons prioriser les traitements, en fonction d’un choix personnalisé de médicaments selon l’état actuel du patient», a déclaré Legault.
Imiter l’effet d’un médicament
Un aspect clé des recherches de Legault consiste à modéliser les effets des médicaments sur les personnes qui n’en prennent pas et à relier ces effets à la variation génétique.
« Si une personne possède une variante génétique qui réduit naturellement l’activité d’une enzyme, cela pourrait imiter l’effet d’un médicament conçu pour inhiber cette enzyme », a-t-il expliqué.
Ces modèles s’avèrent utiles dans le développement de médicaments, notamment pour concevoir des essais cliniques et prédire les effets à long terme de l’utilisation de médicaments.
Au Mila – Institut d’intelligence artificielle du Québec, où il est chercheur associé, Legault développe des outils bioinformatiques et des algorithmes d’apprentissage automatique pour analyser l’impact de la variation génétique sur la réponse aux traitements.
L’un des axes de ses recherches à Mila est le repositionnement des médicaments, c’est-à-dire l’utilisation d’un médicament existant pour traiter d’autres maladies. Par exemple, un médicament développé pour la maladie de Crohn pourrait être utilisé pour traiter l’arthrite, sur la base d’une analyse des effets du médicament sur les profils omiques.
Utile pour soigner les enfants
Legault est également chercheur au Centre de recherche Azrieli du CHU Sainte-Justine, où il s’attache à prédire quels médicaments normalement prescrits aux adultes pourraient également être utiles pour traiter les enfants.
Cela représente un défi majeur pour un chercheur habitué à travailler avec des superordinateurs et des bases de données massives.
« Chez les adultes, il est courant d’avoir des données sur plus d’un demi-million, voire un million de personnes », a déclaré Legault. « Mais il est extrêmement rare d’avoir des cohortes aussi nombreuses d’enfants. Comprendre les effets d’un médicament au niveau moléculaire chez les enfants nous aidera à prioriser les traitements adaptés à leurs besoins spécifiques.
En plus de ses recherches, Legault aime partager ses connaissances avec les étudiants de l’Université de Montréal. Cet hiver, par exemple, il enseignera la randomisation mendélienne, une méthode qu’il utilise dans ses propres recherches.
« L’enseignement stimule la recherche et j’espère transmettre ma passion pour la recherche à mes étudiants », a-t-il déclaré.
Pour Legault, la plus grande récompense est de voir des étudiants inspirés par son enseignement rejoindre son laboratoire, prêts à contribuer à la recherche et à diriger leurs propres projets innovants.
