Témoignage client
Les applications analytiques automatisées accélèrent les découvertes dans la recherche sur les biomarqueurs
Les biologistes d'Ipsen étudient les biomarqueurs essentiels au développement de nouvelles thérapies contre le cancer

Défi
Simplifier les processus impliqués dans l’analyse des données pour accélérer l’innovation scientifique en laboratoire.
Solution
Utilisez le langage de script JMP pour développer des applications automatisées et personnalisables qui simplifient l'analyse des données et permettent aux chercheurs de faire plus facilement des découvertes.
Résultats
Le temps de traitement pour l’analyse de 10 biomarqueurs a été réduit de 20 heures à 30 minutes, libérant ainsi du temps aux chercheurs pour se concentrer sur l’innovation scientifique.
Cette année, plus de 14 millions de personnes dans le monde recevront un diagnostic de cancer. Selon l’Organisation mondiale de la santé, la maladie ne montre aucun signe de ralentissement et le nombre de nouveaux cas devrait augmenter de 70 % au cours des 20 prochaines années. Au vu de ces statistiques, il va sans dire qu’il est essentiel de mener des recherches sur de nouvelles méthodes de diagnostic et de traitement du cancer.
L'existence de plus de 100 types de cancer connus nécessite des pistes de recherche diverses dans les laboratoires d'oncologie – et les portefeuilles thérapeutiques des sociétés pharmaceutiques visent à améliorer la vie des personnes atteintes de cancer de nombreuses manières différentes. Ipsen, groupe pharmaceutique mondial spécialisé, est l’un des leaders mondiaux des soins de santé entièrement intégrés aux patients, notamment dans les domaines du cancer neuroendocrinien, de la prostate, de la vessie et du rein. Avec 13 % de son chiffre d’affaires annuel investi directement dans la recherche et le développement, Ipsen dépense plus de 200 millions de dollars par an uniquement pour la découverte.
Les nouvelles méthodes de profilage des immuno-essais génèrent des ensembles de données utiles mais complexes
Jean-Luc Blachon, responsable de la recherche statistique au sein du département bioinformatique d'Ipsen, est l'un des acteurs clés de cette innovation. Lui et son équipe collaborent avec des chercheurs en oncologie pour aider à évaluer l’efficacité de nouvelles molécules anticancéreuses, notamment grâce à l’étude de biomarqueurs. Grâce aux avancées récentes dans le diagnostic moléculaire clinique, les biomarqueurs jouent désormais un rôle essentiel pour aider les biologistes à mieux comprendre les mécanismes moléculaires et cellulaires affectant la provenance et la progression des tumeurs. « Nos méthodes consistent à observer un biomarqueur capable de se fixer directement sur les cellules cancéreuses », explique Blachon. « L’augmentation ou la réduction de la présence d’un biomarqueur dans le corps du patient permet de déterminer si un cancer a progressé ou a régressé. »
Les biomarqueurs ont considérablement amélioré l'efficacité des schémas thérapeutiques oncologiques disponibles dans tous les domaines, la norme de soins pour le cancer à un stade avancé impliquant désormais des algorithmes de traitement basés sur des biomarqueurs dérivés directement des caractéristiques moléculaires d'une tumeur. Les chercheurs d'Ipsen testent l'efficacité des biomarqueurs grâce à une méthode connue sous le nom de profilage d'immuno-essai multiplex, dans laquelle les protéines biomarqueurs présentes dans les fluides biologiques des cellules malignes peuvent être rapidement évaluées. Les données générées à partir d’une série d’immuno-essais sont compilées et transmises à l’équipe de Blachon pour analyse.
«Auparavant, ces dossiers étaient traités manuellement», rappelle Blachon. « Nos biologistes collectaient les fichiers, les importaient individuellement dans un logiciel, lançaient le traitement, rassemblaient les résultats, les collationnaient dans un fichier Excel et vérifiaient le tout. Et cela s’ajoutait à leur travail de biologistes. « C’était une tâche colossale et extrêmement répétitive. »
Lesmodules complémentaires personnalisables JMP ® réduisent considérablement le temps de traitement en laboratoire
Des ensembles de données volumineux et complexes font partie intégrante du quotidien des équipes de recherche internationales d’Ipsen. Effectuer manuellement des analyses non pertinentes ou obtenir des résultats insatisfaisants pourrait nuire à la recherche scientifique de pointe impliquée dans l'étude des biomarqueurs du groupe. Blachon a donc cherché à trouver un moyen d’automatiser ces processus et de simplifier les flux de travail analytiques pour faire gagner du temps aux chercheurs et éviter les tâches répétitives tout en améliorant la précision et la qualité de leurs découvertes. Par exemple, des valeurs aberrantes dans les effets secondaires ou les données démographiques pourraient biaiser un échantillon si elles ne sont pas supprimées.
La solution de Blachon ? Trois applications personnalisables que Blachon lui-même a développées avec le langage de script JMP (JSL). La première application traite des fichiers Excel pour évaluer les courbes dose-réponse et, ce faisant, permet aux chercheurs de déterminer les concentrations de biomarqueurs nécessaires dans chaque échantillon. La seconde permet de vérifier la validité des résultats en calculant la limite de détection et la limite de qualification au sein d’un ensemble de données. Et la troisième application automatise une série d’analyses. « Pour une expérience donnée, avec ces trois applications en main, le temps nécessaire au traitement des échantillons peut être réduit d'une vingtaine d'heures à seulement 30, voire 15 minutes », explique Blachon.
Les chercheurs n’ont plus besoin de faire appel à l’expertise de tiers en informatique ou en statistiques ; avec leurs données en main, ils peuvent passer plus de temps au laboratoire et moins de temps à manipuler des ensembles de données désordonnés dans Excel. « Notre objectif en utilisant JMP, explique Blachon, est de faire gagner du temps aux chercheurs, qu'ils peuvent consacrer à réfléchir, entre autres, au sens des analyses statistiques qu'ils ont demandées. Ces applications libèrent du temps pour réfléchir et réaliser des tâches à plus forte valeur ajoutée. Il y a donc des gains en termes de qualité également. Les chercheurs peuvent désormais explorer des pistes qu’ils n’auraient même pas envisagées par le passé.
La visualisation des données aide les biologistes à identifier les points de regroupement et à développer de nouvelles hypothèses
Outre les applications personnalisées, l'interface homme-machine hautement intuitive de JMP facilite la découverte des données. « La visualisation est l’un des grands atouts de JMP », explique Blachon. « L’accent est mis délibérément sur les graphiques, qui constituent un point de départ très simple pour proposer des hypothèses. » Les utilisateurs ont également accès au puissant JMP Graph Builder, qui les guide étape par étape tout au long du processus de création de graphiques. D’autres visualisations aident les chercheurs à repérer facilement les valeurs aberrantes et à regrouper les points en quelques clics.
En utilisant les visualisations dans JMP pour la découverte de données, les chercheurs d'Ipsen peuvent effectuer des analyses plus détaillées, varier les hypothèses et tester de nouvelles idées, tout en restant propriétaires de leurs analyses. Blachon souligne qu'avec l'aide de ses applications JMP développées en JSL, « les biologistes peuvent se concentrer sur leurs propres statistiques ».
En automatisant les tâches, les chercheurs peuvent réellement se concentrer sur l'innovation scientifique
Enfin, les applications JMP personnalisables développées par Ipsen sont compatibles avec les autres systèmes d'information du groupe, permettant l'émergence d'un véritable hub statistique, optimisé pour l'exploration visuelle.
« Tous ces atouts ouvrent des perspectives très intéressantes en termes de recherche », explique Blachon. « Nous avons déjà noué des partenariats avec plusieurs instituts scientifiques pour travailler sur la manière dont différents biomarqueurs interagissent, par exemple. » « Il s'agit d'une première mondiale, rendue possible grâce aux outils développés dans JMP. »




« Pour une expérience donnée, avec ces trois applications à portée de main, le temps nécessaire au traitement des échantillons peut être réduit de 20 heures environ à seulement 30, voire 15 minutes. »
– Jean-Luc Blachon