117 - Données massives en santé : défis et possibilités

La transformation des approches de santé est devenue un incontournable, pour des raisons tant démographiques, que sociétales et budgétaires. Cette transformation, qui inclura très certainement davantage d’interventions au niveau de la promotion et de la prévention pour un meilleur état de santé, ne peut se concevoir efficacement sans mettre à profit les connaissances développées à partir de notre richesse commune : les données en santé. Science des données, intelligence artificielle, données massives ouvrent de nouvelles perspectives d’interventions pour les soins et la santé, tant en termes de recherche, que d’innovation et d’application dans les milieux utilisateurs. Pour que ces développements puissent s’opérer dans les meilleures conditions d’excellence et de compétitivité, l’accès aux données de santé doit être facilité, organisé, et accompagné selon les meilleurs standards. La présentation sera l’opportunité de partager objectifs et initiatives poursuivis par les Fonds de recherche du Québec et ses partenaires, dans une vision de soutien à des projets audacieux s’inscrivant dans une démarche de recherche en santé plus holistique.

La génétique et la génomique humaines se sont montrées essentielles dans la découverte de nouvelles cibles thérapeutiques, telles que PCSK9 ou CCR5. Par ailleurs, du fait que la génétique offre des informations qui sont immédiatement pertinentes à la biologie humaine, aujourd’hui, la plupart des programmes de découverte de nouveaux médicaments exige une certaine validation génétique pour progresser. Les développements technologiques de séquençage et en informatique ouvrent la possibilité d’exploiter la génomique à grande échelle pour réaliser pleinement ce potentiel. Durant ma présentation, je vais décrire la mission de la Chaire d’excellence en recherche du Canada en médecine génomique et l’approche que nous développons pour l’exploitation de la génomique au service des sciences pharmaceutiques, en capitalisant notamment sur l’unicité et l’héritage génomique de la population franco-québécoise et d’autres populations de la Province.

La transformation des soins et services de santé à l’aide des données numériques est en cours partout dans le monde afin d’assurer une prise en charge plus efficiente de la santé des individus. Les bases de données cliniques commerciales ont été conçues jusqu’à présent pour documenter l'activité clinique pour des raisons de déclaration, de responsabilité et de facturation, plutôt que pour développer des algorithmes afin d'aider les soignants et les gestionnaires dans leurs tâches. Les unités de soins intensifs (USI) collectent de nombreuses données cliniques et sont des milieux hautement informatisés. Notre équipe de recherche, composée d’ingénieurs et de cliniciens, a mis en place un environnement clinique et de recherche qui permet le développement et la validation de systèmes informatisés d’aide à la décision clinique (SIADC) dont le but est d’aider le soignant ou le gestionnaire en lui résumant les informations menant à une décision clinique. Les travaux en cours concernent les 4 thématiques suivantes : 1) la détection et la quantification de la détresse vitale de l’enfant par analyse vidéo, 2) la mise en œuvre de la médecine basée sur les évidences dans les USI, 3) la réduction du risque de réadmission en USI, 4) l’optimisation des flux de patients dans un service clinique.
Lors de la présentation, nous développerons entre autres la combinaison de méthodologies nécessaire au développement de SIADC et l’infrastructure nécessaire pour leur utilisation en temps réel.

Comprendre l'organisation sous-cellulaire dynamique dans les cellules vivantes est essentiel pour comprendre les mécanismes de signalisation intracellulaire qui sont dérégulés dans plusieurs maladies. À l'aide de la biotinylation dépendante de la proximité (BioID), nous avons d'abord établi une carte de référence pour la cellule humaine à l'état d'équilibre en combinant près de 200 expériences indépendantes (Go et al.; humancellmap.org). En employant des principes de culpabilité par association et de profiles de corrélation entre les cibles détectées, nous avons pu établir de façon précise la localisation cellulaire de près de 40% des protéines exprimées dans la cellule HEK293. Cette carte nous a de plus permis d’identifier des protéines qui sont à l’interface des membranes externes de la mitochondrie et du réticulum endoplasmique. La carte établie nous permet maintenant de mieux sélectionner des appâts protéiques qui peuvent rendre compte du recrutement de protéines à certaines organelles ou structures subcellulaires. Ces «capteurs» BioID peuvent ensuite être appliqués pour observer les changements dynamiques dans la signalisation. Par exemple, en exploitant les capteurs BioID endosomes / lysosomes tardifs, nous avons récemment révélé de nouvelles subtilités dans la régulation des voies de détection des acides aminés (Hesketh et al., Science, 2020). De même, nous avons utilisé la référence humancellmap pour sélectionner des appâts hôtes qui permettent de profiler la localisation spécifique des protéines virales isolées (covid19interactome.org), ou suite à une infection. Cette présentation revisitera les principes clés de la cartographie dynamique des organelles dans les cellules vivantes et l'utilisation de la détection des coïncidences pour les interactomes proximaux dynamiques.

Grâce aux avancées significatives réalisées dans le traitement, le taux de survie des enfants et adolescents atteints d’un cancer s’élève à plus de 80%. Malgré ces avancées, les cas de cancers réfractaires au traitement ou récidivants représentent toujours la principale cause de décès par maladie dans les pays occidentaux. Devant l’absence d’alternatives thérapeutiques, le taux de succès stagne depuis 20 ans. Nous devons donc nous tourner vers d’autres stratégies. Pour faire face à ce défi, nous avons élaboré le programme de de recherche en médecine de précision TRICEPS qui a pour but d’effectuer le profilage moléculaire des enfants et adolescents pour lesquels le traitement conventionnel ne fonctionne pas, et ce en temps réel. TRICEPS réunit l'ensemble des 4 centres d'oncologie pédiatrique du Québec. Cette nouvelle stratégie est envisageable grâce au développement du séquençage de nouvelle génération qui offre la possibilité de rechercher directement des mutations dans un grand nombre de gènes (séquençage de l’exome) et d’étudier les profils d’expression (transcriptome). Dans le cadre de cette conférence, Professeur Sinnett partagera son expérience liée à l’établissement de ce programme et présentera les résultats de l’étude de la première cohorte de patients.

Dans le domaine de la santé, la détection de corrélations entre différents paramètres cliniques, biologiques, génétiques ou d’imagerie est un élément clé du processus de compréhension des facteurs de risques et des systèmes biologiques menant à certaines pathologies ou maladies. Cependant, face à des quantités toujours plus impressionnantes de données collectées, souvent provenant de sources multiples, il est de plus en plus difficile de détecter de telles associations. Dans cette présentation, nous résumerons le concept de corrélation canonique, et illustrerons les derniers développements de la science des données dans ce domaine à travers différents exemples d’études en génétique, épigénétique et neuroscience.

Avec l’évolution des techniques computationelles d’apprentissage machine et la disponibilité de grands ensembles de données, les analyses deviennent de plus en plus sophistiquées, et les risques d’erreurs et de bias sont plus élevés. Il est de plus en plus difficile de scrutiner, comprendre, et d’étendre les études publiées dans les journaux scientifiques. Cependant, la recherche scientifique se base sur un principe fondamental qui consiste en la capacité, pour des chercheurs indépendants, de reproduire les résultats en refaisant les expériences ou en ré-analysant les données. La communauté scientifique se trouve en face d’un défi majeur: comment communiquer la recherche pour maximiser la transparence, reproductibilité et exploitation des produits de recherche. Dans cette présentation, je décrirais les obstacles actuels et les solutions qui peuvent être aisément déployées pour améliorer la reproductibilité de la recherche en santé.

BALSAC a d’abord été le projet d’un jeune historien souhaitant reconstituer la population du Saguenay afin d’y réaliser des projets d’histoire sociale. Cinquante ans et quelques centaines de projets plus tard, le fichier de population BALSAC est reconnu internationalement pour son exhaustivité, sa profondeur historique et la qualité de ses données. BALSAC poursuit actuellement avec ses partenaires la construction de iBALSAC, une infrastructure de données génomiques, généalogiques et géographiques destinée à la recherche de pointe en sciences biomédicales et en sciences sociales. Au fil des ans, la gestion et le développement de BALSAC ont soulevé d’importants enjeux de nature technique, éthique et scientifique. Cette présentation permettra de dresser le bilan de ce cheminement mais surtout de décrire les grands projets de développement en cours ainsi que les formidables opportunités qui s’offrent à BALSAC à l’ère des données massives, de la science participative et de la recherche intersectorielle.

Les variants génétiques de perte de fonction (variants LoF), tels que ceux qui introduisent un codon d'arrêt prématuré ou qui décalent le patron de lecture des codons, éliminent ou diminuent considérablement l'action des protéines. Pour analyser les variants LoF associés aux traits complexes, nous avons imputé les génotypes des participants de la cohorte UK Biobank en utilisant les séquences d’ADN complètes de plus de 97 000 individus du projet multiethnique TOPMed. Cette imputation nous a permis d'augmenter la quantité de variations caractérisées d’environ 30 millions à plus de 300 millions. La plupart (94%) des variants imputés sont rares (fréquence allélique alternative <0,5%), dont 0,03% (50 000) sont des variants LoF. Après avoir fait l’imputation, nous avons effectué des tests d’association pour chaque variant et des tests d’association de burden pour plus de 1 400 traits dans la UK Biobank. Nous avons identifié des variations LoF rares qui sont associées aux traits, comme par exemple, une mutation décalante dans CHEK2 et une variation de non-sens dans PALB2 associées au cancer du sein. Bien que l’impact de ces variations soit établi, c'est la première fois qu’elles sont caractérisées dans une population adulte qui ne présente pas de problèmes de santé majeurs. Nous démontrons que l’imputation des génotypes avec une grande référence de séquençage, nous permet de trouver des associations entre des traits et des variations possiblement pathogènes dans de grandes cohortes.

Au Canada, un aîné sur quatre s’est vu prescrire 10 catégories de médicaments ou plus en 2016. Ce phénomème de polypharmacie peut avoir plusieurs impacts négatifs comme des risques d’effets indésirables. En effet, les patients sujets à la polypharmacie s’exposent à des risques d’interactions médicamenteuses peu ou pas documentées pouvant résulter en des conséquences sur leur santé. Ces effets ce traduisent à leur tour en impacts sur le système de santé et la société, par exemple via une hausse des hospitalisations. Cette présentation porte sur un projet de recherche visant à utiliser des approches d’intelligence artificielle (IA) afin de départager la qualité des polypharmacies chez les ainés québécois atteints de maladies chroniques et à développer des indicateurs de polypharmacie. On y verra notamment un exemple concret d’application de l’IA dans ce contexte spécifique.

Imagia est une entreprise active dans le domaine de l’intelligence artificielle appliquée aux soins de santé, qui favorise notamment la découverte collaborative de biomarqueurs prédictifs de la progression de la maladie et de la réponse au traitement de patient.
Le but premier de la plateforme d’Evidens, développé par Imagia, est de permettre une représentation, un accès et une analyse adéquate des données de santé tout en garantissant le respect des droits à la protection de la vie privée et en exploitant le plein potentiel de la recherche collaborative. Evidens permet notamment aux chercheurs cliniques de mener à bien des processus de recherche pour valider des hypothèses sans nécessiter d’expertise en intelligence artificielle (IA), et aux scientifiques en IA de concevoir des modèles spécifiques au domaine de la santé.

Les données omiques sont souvent au coeur de la recherche biomédicale et des sommes importantes sont dédiées à leur génération. Jusqu’ici, peu d'intérêt a été porté à la saine gestion et l’intendance de ces données, ce qui mène année après année à du gaspillage scientifique et financier à grande échelle. Le gouvernement fédéral, à l'instar d'autres organisations et juridictions à travers le monde, s'est doté d'une nouvelle politique sur la gestion des données de recherche qui impose de nouvelles obligations aux chercheurs et à leurs institutions. Ces obligations seront revues, ainsi que les façons de les mettre en oeuvre. À cet effet, les principes FAIR (Findable, Accessible, Interoperable, Reusable) seront présentés et déclinés en bonnes pratiques à mettre en place dès l’étape de planification d’un projet de recherche, jusqu’à la publication des résultats et des (méta) données associées. En particulier, le recours aux identifiants permanents, aux ontologies disciplinaires et aux schémas de métadonnées sera présenté afin d’exposer les avantages à FAIRifier les données produites dans le cadre de la recherche en sciences biomédicales. Ces bonnes pratiques méthodologiques sont cruciales à l’ère des données massives, où la traçabilité des données et de leur traitement devient un enjeu majeur, notamment en ce qui a trait à la transparence attendue des systèmes experts basés sur l’intelligence artificielle et entraînés avec ces données.

Les technologies à haut débit, et en particulier le séquençage de nouvelle génération (NGS), ont révolutionné la recherche biomédicale en permettant la caractérisation des composants génétiques avec une résolution sans précédent. Bien que ces développements promettent d'avoir un impact significatif sur les sciences de la vie et les soins de santé, un défi immédiat est que l'infrastructure informatique actuelle et les techniques pour stocker, traiter, analyser et partager les vastes volumes de données générés par ces plates-formes représentent souvent un goulot d'étranglement majeur. En particulier, l’aspect identifiable des données force la mise en œuvre de politiques strictes de sécurité et de partage de données. Dans cette présentation nous parlerons du consortium Global Alliance for Genomics and Health (GA4GH) qui coordonne le développement de politiques et de standards qui permettent le partage responsable des données génomiques mondialement. Nous présenterons également des exemples de systèmes de données fédérées qui permettent d’organiser et de partager les données génomiques malgré les frontières provinciales et nationales.