Un composé peut produire un effet mesurable sans révéler pourquoi il agit, quelles voies il touche, ni si la réponse tiendra en dehors du modèle où elle a été observée. GenXMap intègre données transcriptomiques, protéomiques et métabolomiques à travers la dose, le temps et le système expérimental, pour relier la réponse moléculaire au mécanisme, identifier des biomarqueurs de réponse et produire les preuves qui soutiennent la décision de développement suivante.

Les questions que nous prenons en charge

Ce qu’un composé fait au niveau moléculaire, et lesquels de ces changements sont des effets primaires plutôt que des conséquences en aval ou des réponses au stress
Comment la réponse se développe selon la dose et le temps, et où elle plafonne ou s’enclenche
Si deux candidats au même phénotype agissent par le même mécanisme
Si une réponse observée dans un modèle est conservée dans un autre, ou dans un système biologique plus pertinent

Mechanism of Action Programme — mécanisme d’action

Un programme conçu plutôt qu’une commande d’analyse : la stratégie est fixée par la question biologique, le système expérimental et la décision à prendre, pas par une pile technologique prédéfinie.

Sur quoi s’appuie le programme

TranscriptomiqueRNA-seq bulk pour l’expression différentielle, les réponses au niveau des voies et les signatures d’expression entre conditions
Protéomiqueprofilage protéique par spectrométrie de masse, TIMS-TOF MS comprise, pour vérifier si les réponses transcriptionnelles se traduisent au niveau protéique
Métabolomiquechangements des voies métaboliques lorsque le composé agit sur le métabolisme, la signalisation ou la physiologie cellulaire
Validation cibléeqPCR, RT-qPCR, dPCR et panels Olink pour confirmer les transcrits et protéines sélectionnés
Design dose-réponse et cinétiqueexpériences planifiées pour que dose et temps soient des dimensions analysables, non des variables parasites
Comparaison de modèlesréponses comparées entre lignées cellulaires, cellules primaires, organoïdes ou modèles in vivo
Découverte de biomarqueurscaractéristiques moléculaires associées à la réponse, la résistance ou la sensibilité
Intégration multi-omiquepreuves convergentes entre couches, avec correction de batch entre expériences et plateformes

Comment se déroule l’analyse

Réponse différentielle

Expression différentielle, abondance protéique et niveaux de métabolites par condition, face à des contrôles appariés, avec QC et exclusions consignés.

Dose et temps

Réponses modélisées selon l’exposition et le temps, pour séparer les comportements progressifs, à seuil et en plateau, et les événements précoces de leurs conséquences.

Analyse des voies et des cibles

Changements moléculaires rapportés aux voies et aux processus ; cibles candidates, programmes propres au traitement et effets plus larges ou hors cible distingués des signaux isolés.

Convergence des couches

Résultats transcriptomiques, protéomiques et métabolomiques confrontés entre eux : une voie soutenue à deux niveaux est rapportée comme mécanisme, une voie soutenue à un seul niveau comme piste.

Comparaison de modèles

Signatures comparées entre systèmes expérimentaux pour identifier les réponses conservées, celles propres à un modèle, et les différences biologiques susceptibles de limiter la translation.

Comparaison de composés

Candidats d’un même programme comparés sur le mécanisme partagé ou distinct, les effets indésirables communs, et les différences de puissance ou de cinétique.

Définition des biomarqueurs

Signatures candidates définies face au critère d’évaluation de l’étude et, lorsque des données indépendantes existent, testées sur des données non utilisées pour les dériver.

Modélisation

Modèles dose-réponse, cinétiques et de classification, avec paramètres, seuils et versions consignés pour chaque étude.

Où l’analyse se place dans le programme

Découverte précoce

caractériser la réponse moléculaire aux composés candidats et les voies impliquées.

Caractérisation des hits

comparer les hits aux contrôles, concentrations, modèles et réplicats pour séparer la biologie induite par le composé de la variabilité expérimentale, et décider quels hits méritent un suivi.

Optimisation des leads

déterminer si des changements chimiques ou de formulation préservent la réponse voulue tout en modifiant les autres effets.

Développement préclinique

caractériser mécanisme, biomarqueurs et cohérence entre les modèles pertinents.

Études translationnelles

vérifier si les signatures issues des modèles expérimentaux sont détectables et pertinentes dans du matériel d’origine patient ou des cohortes cliniques. La stratification et la validation en cohortes patients se poursuivent sur la page Médecine de précision.

Travailler avec ce que vous avez

GenXMap n’a pas besoin de produire chaque jeu de données. Des données existantes de DNA/RNA-seq, de protéomique, de métabolomique ou de criblage — issues d’expériences antérieures, d’autres prestataires ou de sources collaboratives — peuvent être analysées seules ou intégrées à de nouvelles données. Ce qui détermine l’analyse, c’est la question, le design et les métadonnées, pas qui a produit les données.

Pour cadrer un programme, il nous faut le composé ou l’intervention, le système modèle, le critère d’évaluation, et la décision que le résultat doit soutenir.

Ce que contient le rapport

Design expérimental

Groupes, contrôles, doses, points de mesure et critères d’évaluation, avec la stratégie analytique retenue.

Caractérisation moléculaire

Résultats transcriptomiques, protéomiques et métabolomiques par condition, avec QC et exclusions.

Analyse du mécanisme

Réponses résolues en dose et en temps, cartographie des voies et interprétation intégrée entre couches.

Analyse des biomarqueurs

Signatures candidates, résultats statistiques et association au critère d’évaluation défini à l’avance.

Évaluation translationnelle

Comparaison entre modèles ou jeux de données indépendants, lorsqu’ils existent.

Interprétation

Rédigée face à la question dont l’étude est partie, en énonçant ce que les données soutiennent et ce qu’elles ne soutiennent pas.

Paquet de données

Méthodes, versions logicielles, paramètres, seuils, matrices traitées et pipelines versionnés, livrés pour relecture interne ou reproduction indépendante.

Drug Discovery & Biotechnologie