Un prix de 7,5 millions de livres sterling pour soutenir l'IA dans la résolution du problème des cibles thérapeutiques dans la SLA
Vingt équipes mondiales remportent des financements et un accès aux données pour identifier de nouvelles cibles thérapeutiques dans la SLA grâce à l'IA et à la multi-omique — un modèle potentiel pour toutes les maladies liées au vieillissement.
Résumé
Le Longitude Prize on ALS a attribué 2 millions de livres sterling à 20 équipes de recherche internationales pour utiliser l'intelligence artificielle et des données biologiques à grande échelle afin d'identifier de nouvelles cibles thérapeutiques pour la sclérose latérale amyotrophique. La SLA est une maladie des motoneurones fatale et progressive qui a mis en échec la plupart des essais cliniques en raison de sa complexité biologique. Chaque équipe bénéficie d'un accès à un ensemble de données harmonisé combinant des données génomiques, transcriptomiques, protéomiques et cliniques provenant de milliers de patients atteints de SLA. Le prix se déroule en plusieurs étapes jusqu'en 2031, avec une récompense finale de 1 million de livres sterling attribuée à l'équipe présentant le plus fort potentiel thérapeutique. En cas de succès, ce modèle pourrait transformer la façon dont les scientifiques abordent d'autres maladies liées au vieillissement.
Résumé détaillé
La SLA — sclérose latérale amyotrophique — reste l'un des problèmes les plus tenaces de la médecine. Elle est progressive, fatale et biologiquement diverse, ce qui signifie qu'elle se manifeste différemment selon les patients, raison pour laquelle tant de médicaments ont échoué lors des essais cliniques. Le Longitude Prize on ALS est une tentative structurée de changer cela, en engageant 7,5 millions de livres sterling derrière une nouvelle approche combinant l'intelligence artificielle et des données biologiques humaines à grande échelle.
Vingt équipes ont reçu des Discovery Awards totalisant 2 millions de livres sterling lors de la première phase du prix. Sélectionnées parmi près de 100 candidatures, ces équipes regroupent plus de 70 organisations réparties dans 12 pays, mêlant chercheurs universitaires, entreprises pharmaceutiques et sociétés technologiques. Fait crucial, chaque équipe accède à un ensemble de données rare et harmonisé, intégrant des informations génomiques, transcriptomiques, protéomiques et cliniques issues de milliers de patients atteints de SLA — le type de ressource qui a toujours été fragmenté et difficilement accessible.
Le prix cible le goulot d'étranglement en amont du développement des médicaments : identifier quelles cibles biologiques méritent véritablement d'être poursuivies. C'est précisément là que la recherche sur la SLA a historiquement échoué. En concentrant un financement compétitif à ce stade — avant le début des essais cliniques coûteux — la structure est conçue pour éliminer rapidement les hypothèses fragiles et renforcer le pipeline à son point le plus vulnérable.
La compétition se déroule en plusieurs phases. Dix équipes progresseront en 2027 pour un développement approfondi, un groupe plus restreint passera à la validation expérimentale, et un prix final d'un million de livres sterling sera décerné en 2031. Ce modèle par étapes reflète la courbe d'attrition propre à la découverte de médicaments, récompensant la durabilité plutôt que les promesses précoces.
Les experts invitent à modérer les attentes. L'intégration multi-omique et la reconnaissance de schémas par l'IA sont des outils puissants, mais ils ne révèlent pas automatiquement les relations de causalité. Néanmoins, si un succès même partiel émerge — si la SLA commence à se stratifier en sous-types avec des cibles exploitables — cela validerait une approche plus granulaire et fondée sur les données pour les maladies neurodégénératives et du vieillissement en général, avec des implications bien au-delà de la SLA elle-même.
Principales conclusions
- 20 international teams awarded £2M to find new ALS drug targets using AI and multi-omics data
- Each team accesses a rare harmonized dataset with genomic, transcriptomic, proteomic, and clinical ALS patient data
- Prize structured in phases through 2031, focusing funding on the highest-failure point in drug discovery
- Success could establish a scalable model for stratifying other complex aging-related neurodegenerative diseases
- Experts caution AI pattern recognition alone does not confirm causal biological targets
Méthodologie
Compris. Je suis prêt à traduire le contenu de cet article de Longevity.Technology portant sur l'annonce d'un prix par Challenge Works. Veuillez me fournir le texte à traduire.
Limites de l'étude
Aucune donnée expérimentale n'a encore été publiée ; toutes les équipes en sont au stade précoce d'identification des cibles. Cet article relève en partie de l'opinion éditoriale et ne doit pas être interprété comme un résultat de recherche. Les résultats complets et leur validation ne sont pas attendus avant 2031 au plus tôt.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :