Vues : 0 Auteur : Éditeur du site Heure de publication : 2026-11-11 Origine : Site
Commentaire de l’industrie HKeyBio
Modèles précliniques pour prédire le risque d'ADA
Série Médecine Translationnelle 07
Publié initialement en chinois le 17 septembre 2026. Ce commentaire reflète les informations disponibles au 8 septembre 2026.
Le point de vue de HKeyBio. L’absence d’anticorps anti-médicament (ADA) détectables dans une étude animale peut-elle établir un faible risque d’immunogénicité humaine ? Un score informatique favorable peut-il remplacer les expériences sur les cellules immunitaires humaines ? Les preuves actuelles soutiennent une conclusion plus nuancée : les outils précliniques aident à identifier les risques, à comparer les candidats et à guider l'optimisation moléculaire, mais ils ne peuvent pas encore prédire l'incidence des ADA chez les patients avec une fiabilité générale.
Cette édition de la série de médecine translationnelle de HKeyBio se concentre sur les protéines thérapeutiques, en particulier le risque d'anticorps anti-médicament (ADA) dirigés contre les anticorps et les protéines de fusion. Ces conclusions ne doivent pas être directement extrapolées aux vaccins, aux thérapies cellulaires ou aux thérapies géniques. S'appuyant sur des documents réglementaires et des recherches disponibles pour examen au 8 septembre 2026, il examine les modèles actuels et leurs limites translationnelles.
Résumé. Guide de lecture
01 Définir la cible de prédiction et interpréter les résultats du modèle
02 Les outils résolvent certains aspects du risque mais présentent des angles morts différents
03 Les modèles animaux et émergents ont chacun des applications appropriées
04 Utiliser plusieurs niveaux de preuves pour prendre des décisions plutôt qu'un score composite
La formation d’ADA est l’un des résultats de l’immunogénicité, et non sa totalité. Dans une réponse immunitaire typique dépendante des lymphocytes T, une protéine thérapeutique est absorbée, traitée et présentée sous forme de peptides ; Les réponses des lymphocytes T auxiliaires peuvent ensuite soutenir la différenciation des lymphocytes B et la production d'anticorps. Un test individuel ne capture généralement que les étapes sélectionnées. Un résultat positif à un moment donné ne signifie pas nécessairement qu’une réponse complète se produira. [1,3]
Trois résultats distincts doivent être pris en compte : si des ADA sont générés, s'ils possèdent une activité neutralisante et s'ils affectent l'exposition, la sécurité ou l'efficacité du médicament. Les ADA non neutralisants peuvent toujours modifier la pharmacocinétique (PK), tandis que la détection des ADA à elle seule n'établit pas de préjudice clinique. La première question lors de l’interprétation d’un modèle est donc de savoir s’il mesure la présentation des antigènes, l’activation cellulaire ou les anticorps réellement formés. [1,2]
Figure 1. Mécanisme général de la formation d’ADA dépendante des lymphocytes T. Reproduit de Karle et al. [3], Figure 1, sous CC BY 4.0. © 2025 Karle et coll. Créé dans BioRender. Karle, A. (2025), https://BioRender.com/z1efgeo.
Des méthodes telles que NetMHCIIpan estiment la liaison du peptide ou la présentation par des molécules d'antigène leucocytaire humain de classe II (HLA-II). La version 4.3 intègre des informations pertinentes pour HLA-DR, -DQ et -DP et peut aider à identifier les régions de séquence candidates pour un examen plus approfondi [4]. Cependant, un score de classement ne prouve ni la reconnaissance des lymphocytes T ni ne représente une probabilité de développement d’ADA au niveau du patient. Les analyses doivent documenter les allèles HLA représentés dans la population cible et la version du logiciel, garantissant que les résultats sont interprétables et reproductibles.
La protéomique peptidique associée aux complexes majeurs d'histocompatibilité (MAPP) expose généralement les cellules présentatrices d'antigène humain à un candidat médicament, puis utilise la chromatographie liquide et la spectrométrie de masse en tandem pour identifier les peptides associés à HLA-II. Cela mesure les peptides naturellement traités et présentés, fournissant des preuves utiles pour la cartographie des épitopes et les comparaisons molécule à molécule. Néanmoins, la détection du peptide ne démontre pas l’activation ultérieure des lymphocytes T, et la non-détection peut refléter la sélection du donneur ou l’étendue de la couverture analytique. [3]
Les systèmes de cellules mononucléées du sang périphérique (PBMC) et les co-cultures de cellules dendritiques/cellules T CD4+ autologues peuvent mesurer les réponses fonctionnelles, y compris la prolifération. Dans une étude de 2024 portant sur dix anticorps, un test de PBMC appauvries en CD8 a détecté des réponses à quatre des huit anticorps avec une immunogénicité clinique relativement élevée, tandis qu'une co-culture de cellules dendritiques/cellules T CD4+ en a détecté cinq ; trois étaient négatifs dans les deux systèmes [5]. Ces résultats illustrent pourquoi un seul test de lymphocytes T ne peut pas prédire l’immunogénicité clinique de chaque produit biothérapeutique.
Les recommandations de bonnes pratiques publiées en janvier 2026 mettent l’accent sur la sélection des donneurs, la qualité des cellules, les contrôles et les critères d’interprétation prédéfinis [6]. Pour les programmes de développement de médicaments en Chine, le nombre de donneurs doit être pris en compte ainsi que la mesure dans laquelle la distribution HLA représente la population de patients prévue. Les molécules qui modifient directement la fonction des cellules immunitaires nécessitent une interprétation particulièrement prudente : une faible réponse du test provoquée par une suppression pharmacologique ne doit pas automatiquement être classée comme un faible risque d’immunogénicité.
Tableau 1. Utilisations et principales limites des outils d'évaluation préclinique.
Outil ou modèle |
Principale question abordée |
Limite clé |
Prédiction informatique |
Quelles régions de séquence doivent être prioritaires pour la validation ? |
Les scores ne peuvent pas être directement convertis en taux d’incidence de l’ADA. |
MAPP |
Quels peptides dérivés de médicaments sont traités et présentés ? |
La présentation n’équivaut pas à l’activation des lymphocytes T. |
Dosages des lymphocytes T humains |
Les réponses se produisent-elles dans les donneurs sélectionnés et dans les conditions de test ? |
Des résultats négatifs ne peuvent exclure un risque clinique. |
Études animales conventionnelles |
L’ADA affecte-t-elle l’interprétation de l’étude ? |
L’incidence de l’ADA animale n’est pas égale à l’incidence de l’ADA humaine. |
Souris humanisées et organoïdes |
Le modèle peut-il ajouter des preuves mécanistes sur des processus tels que la coopération entre les types de cellules ? |
Le périmètre d’utilisation et les performances prédictives nécessitent encore une validation. |
L’ADA chez les animaux conventionnels est d’abord une variable qui aide à expliquer les résultats de cette étude. L'Agence européenne des médicaments (EMA) note que les protéines humaines ou humanisées peuvent être reconnues comme étrangères par les animaux et que l'immunogénicité animale est généralement peu prédictive de l'immunogénicité chez l'homme. Les mesures de l'ADA chez l'animal peuvent néanmoins aider à interpréter les résultats de toxicité à doses répétées [2]. Ainsi, la positivité de l’ADA chez les singes cynomolgus n’établit pas en soi un risque élevé pour l’homme, et une étude animale négative pour l’ADA ne constitue pas une preuve de sécurité humaine.
Pour les études précliniques d’efficacité in vivo, une approche plus utile consiste à suivre l’ADA au fil du temps ainsi que les changements dans l’exposition et l’efficacité du médicament. Si l'efficacité diminue après une administration répétée, vérifiez d'abord si l'exposition a diminué et si l'interférence du médicament affecte le test, avant d'envisager une perte d'effet liée au mécanisme cible. Un seul résultat positif à l’ADA à la fin d’une étude est généralement insuffisant pour établir que l’ADA a provoqué le changement d’efficacité. Il s’agit d’une approche proposée pour étudier l’interprétation basée sur les principes réglementaires ci-dessus. [2]
Les souris immuno-humanisées progressent vers des réponses anticorps plus complètes. Une étude de validation de principe publiée en août 2026 a utilisé du tissu thymique humain et des cellules souches hématopoïétiques dans six groupes expérimentaux pour étudier les réponses à l'infliximab et à l'interféron bêta-1b. Des ADA spécifiques au médicament, y compris certaines réponses neutralisantes, ont été observées [7]. Cependant, six groupes expérimentaux ne équivalent pas à six donneurs totalement indépendants, et une variabilité des donneurs et des réponses non spécifiques chez certains animaux témoins ont été signalées. Les résultats soutiennent le développement ultérieur de l'identification des risques ; ils ne démontrent pas un classement fiable parmi divers candidats ni une acceptation réglementaire générale.
Les organoïdes visent à conserver davantage la fonctionnalité des tissus immunitaires humains. Une étude organoïde des amygdales humaines de 2021 a reproduit les réponses en anticorps spécifiques à l’antigène, le changement de classe et la maturation d’affinité après une stimulation avec des antigènes, y compris des vaccins [8]. Cela fournit une base de recherche pour étudier la coopération entre les cellules T et B, mais l’étude n’a pas validé la prédiction de l’incidence de l’ADA pour les protéines thérapeutiques. Traduire la capacité de réponse vaccinale en prévision des risques liés aux médicaments nécessite toujours des panels de médicaments, des contrôles positifs et négatifs et une validation indépendante.
Pour les souris humanisées et les organoïdes, « plus ressemblant à un humain » devrait préciser quelles fonctions immunitaires le modèle reproduit. La couverture par les donneurs, la qualité de la reconstitution immunitaire, le changement de classe d'anticorps, les réponses de fond et la reproductibilité doivent être évalués par rapport à la question posée. Le label « humanisé » à lui seul n’établit pas les mérites relatifs d’un modèle.
Lors de la découverte et de l'optimisation, les risques liés à la séquence et à la qualité du produit peuvent être examinés en premier, les résultats informatiques étant utilisés pour identifier les régions nécessitant une validation. L'agrégation, les impuretés, la voie d'administration et la population de patients prévue doivent également être pris en compte. La réduction d’un score dérivé d’une séquence ne doit pas se faire au détriment de l’évaluation du produit dans son ensemble. [1]
Pour les comparaisons de candidats, le statut de la formulation, les conditions du donneur, les contrôles et les critères d'interprétation doivent être aussi cohérents que possible. Si les MAPP identifient une région nouvellement présentée alors qu'un test de lymphocytes T est négatif, examinez d'abord les étapes biologiques couvertes par chaque méthode et les conditions expérimentales, puis décidez quelle validation supplémentaire est nécessaire. Deux résultats négatifs ne doivent pas être traités comme « annulant » un résultat positif. Même une optimisation mineure de la séquence doit être accompagnée de la confirmation que l’activité et la qualité physico-chimique d’origine sont conservées.
Une fois le travail in vivo commencé, les mesures de l'ADA doivent être évaluées avec des lectures d'exposition, d'efficacité et de sécurité. La stratégie de test clinique de l’ADA doit également être planifiée avant d’entrer dans la clinique. Les lignes directrices 2019 de la FDA américaine différencient les évaluations des anticorps de dépistage, de confirmation, de titre et neutralisantes et discutent des performances des méthodes analytiques [9]. Les modèles de prévision des risques et les tests de détection ADA répondent à différentes questions. Ces derniers mesurent les anticorps dans les échantillons ; l'établissement d'un test de détection n'établit pas la capacité de prédire l'immunogénicité humaine.
Lorsque des ensembles de données cliniques ADA sont utilisés pour comparer des molécules ou développer des modèles, les différences dans les populations de patients, les médicaments concomitants, les calendriers d'échantillonnage et les méthodes de test doivent être examinés. Une analyse de 2026 combinant les lectures in vitro publiées avec les fréquences cliniques de l'ADA a exploré les relations entre les mesures mécanistiques et les résultats cliniques (10). Les associations rétrospectives peuvent guider le développement de méthodes mais ne remplacent pas la validation prospective d'un nouveau candidat.
Le rôle pratique de la prédiction préclinique de l’ADA est d’identifier les risques qui méritent une attention précoce, d’expliquer les preuves incohérentes et de soutenir les modifications fondées sur des preuves des molécules ou des conceptions d’étude. À l’heure actuelle, le résultat le plus précieux est souvent une évaluation des risques qui indique clairement les preuves à l’appui, le champ d’application et les incertitudes restantes.
HKeyBio est spécialisé dans les modèles de maladies auto-immunes. Dans l’évaluation préclinique de l’efficacité in vivo des thérapies auto-immunes et contre les allergies, nous nous concentrons sur la façon dont les modèles, la pathologie, les résultats immunitaires et les tests analytiques s’informent mutuellement. Pour les programmes à doses répétées potentiellement affectés par l'ADA, la conception de l'étude peut être discutée à la lumière de la nécessité d'interpréter les changements d'exposition et d'efficacité. Les modèles spécifiques, les tests, l'adéquation entre espèces et les exigences de mise en œuvre doivent être confirmés individuellement en fonction des caractéristiques et du stade de développement de la molécule.
[1] FDA. Évaluation de l'immunogénicité des produits protéiques thérapeutiques. Guide pour l'industrie. 2014. Source
[2] EMA. Ligne directrice sur l'évaluation de l'immunogénicité des protéines thérapeutiques. Révision 1. 2017. Section 6 : évaluation de l'immunogénicité non clinique. Source
[3] Karle AC, et al. Tests MAPP pour l’évaluation non clinique des risques d’immunogénicité : bonnes pratiques recommandées par la plateforme européenne d’immunogénicité. Immunol avant. 2025;16:1690101. est ce que je:10.3389/fimmu.2025.1690101. Figure 1 : CC BY 4.0. Source
[4] Nilsson JB, et al. Prédiction précise de la présentation de l’antigène HLA de classe II sur tous les loci grâce à une acquisition de données sur mesure et à un apprentissage automatique raffiné. Sci Adv. 2023. est ce que je:10.1126/sciadv.adj6367. Voir également la documentation DTU pour les versions du logiciel. Source
[5] Walsh RE, et al. Évaluation préclinique du risque d'immunogénicité des produits biothérapeutiques à l'aide de tests de lymphocytes T CD4. Immunol avant. 2024;15:1406040. est ce que je:10.3389/fimmu.2024.1406040. Source
[6] Tourdot S, et al. Dosages des lymphocytes T pour l'évaluation non clinique des risques d'immunogénicité : bonnes pratiques recommandées par la plateforme européenne d'immunogénicité. Immunol avant. 2025;16:1723110. Publié le 12 janvier 2026. est ce que je:10.3389/fimmu.2025.1723110. Source
[7] Gharaie S, et al. Les souris immuno-humanisées NeoThy™ peuvent produire des anticorps anti-médicaments pour soutenir l’évaluation de l’immunogénicité des produits médicamenteux biologiques. Immunol avant. 2026;17:1851898. est ce que je:10.3389/fimmu.2026.1851898. Source
[8] Wagar LE, et al. Modélisation des réponses immunitaires adaptatives humaines avec des organoïdes d'amygdales. Nat Med. 2021. est ce que je :10.1038/s41591-020-01145-0. Source
[9] FDA. Tests d'immunogénicité des produits protéiques thérapeutiques : développement et validation de tests pour la détection d'anticorps anti-médicaments. Guide pour l'industrie. 2019. Source
[10] Agnihotri S, Venkatesh A, Ramanathan M, Balu-Iyer S. Première étape vers la prédiction de l'immunogénicité clinique des produits biologiques en utilisant des lectures in vitro comme alternatives aux essais sur les animaux. J Pharm Sci. 2026;115(6):104297. est ce que je:10.1016/j.xphs.2026.104297. Source
Documentation officielle de NetMHCIIpan 4.3. Source
Auteur : Département Marketing de HKeyBio | Revue scientifique : Jing Yan | Editeur : Wang Shuyan
HKeyBio, le spécialiste des modèles de maladies auto-immunes, est une organisation de recherche préclinique sous contrat (CRO) axée sur les maladies auto-immunes et allergiques, fournissant des services d'évaluation de l'efficacité in vivo de bout en bout. Son équipe technique principale possède plus de 20 ans d’expérience dans le processus de développement de médicaments auto-immuns. La société est certifiée ISO 9001 et exploite un centre de recherche intégré dans le parc industriel de Suzhou couvrant la recherche moléculaire et cellulaire, la pathologie, les études sur les petits animaux et les tests analytiques, ainsi que deux sites de recherche sur les primates non humains à Suzhou et dans le Guangxi. HKeyBio compte près de 80 collaborateurs, et tous les porteurs de projets sont titulaires d'un master ou d'un doctorat. L'équipe a accumulé une expérience dans le soutien de plus de 500 demandes de nouveaux médicaments expérimentaux (IND) dans le domaine des maladies auto-immunes, ce qui lui permet de relever efficacement des défis complexes tout au long du développement de médicaments auto-immuns et de leur soumission réglementaire.
· Plus de 50 modèles de primates non humains de maladies auto-immunes et allergiques
· Plus de 500 modèles animaux de maladies auto-immunes et allergiques
· Expérience dans la prise en charge de plus de 500 applications IND dans les maladies auto-immunes
