Secteurs · Drug Discovery & Biotechnologie
Drug Discovery & Biotechnologie
Caractérisation multi-omique du mécanisme d’action, des biomarqueurs de réponse et de la cohérence translationnelle.
Secteurs · Drug Discovery & Biotechnologie
Caractérisation multi-omique du mécanisme d’action, des biomarqueurs de réponse et de la cohérence translationnelle.
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.
Un programme conçu plutôt qu’une commande d’analyse : la stratégie est fixée par la question biologique et le stade de développement.
Expression différentielle, abondance protéique et niveaux de métabolites par condition, face à des contrôles appariés, avec QC et exclusions consignés. Confirmation ciblée des transcrits et protéines sélectionnés par qPCR, dPCR ou Olink.
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. Le design fait de la dose et du temps des dimensions analysables plutôt que des variables parasites.
Changements moléculaires rapportés aux voies et aux processus, en distinguant les cibles candidates et les programmes propres au traitement des effets plus larges ou hors cible.
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.
Signatures comparées entre lignées cellulaires, cellules primaires, organoïdes ou modèles in vivo, pour identifier les réponses conservées, celles propres à un modèle, et les différences biologiques susceptibles de limiter la translation.
Candidats comparés sur le mécanisme partagé ou distinct, les effets indésirables communs, et les différences de puissance ou de cinétique de réponse.
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.
Modèles dose-réponse, cinétiques et de classification, avec paramètres, seuils et versions consignés pour chaque étude.
Design, groupes, contrôles et critères d’évaluation. Résultats moléculaires par condition, avec QC et exclusions. 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. Méthodes, versions logicielles, paramètres, matrices traitées et pipelines versionnés, livrés pour relecture interne ou reproduction indépendante.
Caractériser la réponse moléculaire aux composés candidats et les voies impliquées.
Comparer les hits aux contrôles, concentrations, modèles et réplicats pour séparer la biologie induite par le composé de la variabilité expérimentale, et décider lesquels méritent un suivi.
Déterminer si des changements chimiques ou de formulation préservent la réponse voulue tout en modifiant les autres effets.
Caractériser mécanisme, biomarqueurs et cohérence entre les modèles pertinents.
Vérifier si les signatures issues des modèles expérimentaux sont détectables dans du matériel d’origine patient ou des cohortes cliniques.
Lorsqu’un programme demande d’appliquer le composé avant la mesure, CTI Biotech fournit le modèle et réalise le traitement, puis le matériel traité nous parvient pour l’extraction, le QC et les couches omiques. Le modèle est choisi en fonction de la question : cellules primaires, tissu reconstruit ou lignée établie, selon ce que vous devez démontrer.
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.
Les données produites ailleurs arrivent souvent sans les métadonnées dont l’analyse a besoin. Nous vous disons ce qu’on peut en conclure avant tout travail, plutôt qu’après.
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.
Non pas si un composé modifie un système biologique, mais ce qui change, comment, et si cela tiendra.
Réserver les plateaux découverte de médicaments sur OMICS4Les études de cas pour ce secteur sont en préparation : contactez-nous pour discuter d'un projet directement.
Un projet dans ce domaine ?