La polypharmacologie vise à concevoir des molécules capables d’agir sur plusieurs cibles biologiques complémentaires, afin de mieux répondre à la complexité des maladies. Au CERMN, cette approche associe chimie thérapeutique, chémoinformatique, modélisation moléculaire et formulation. Elle trouve notamment des applications dans les maladies neurodégénératives, les cancers et les pathologies pour lesquelles plusieurs mécanismes biologiques doivent être modulés simultanément. Une réalisation majeure concerne le néocopride, candidat médicament issu des recherches du laboratoire pour la maladie d’Alzheimer, engagé dans les études précliniques réglementaires et dont le développement est soutenu par une start-up dédiée. Les travaux ont également permis d’établir une preuve de concept pour des prodrogues pléiotropes, conçues pour activer successivement plusieurs cibles thérapeutiques dans l’organisme. En parallèle, le repositionnement de médicaments existants ouvre de nouvelles perspectives en exploitant des propriétés pharmacologiques déjà connues pour d’autres indications. Ces stratégies sont particulièrement pertinentes lorsque l’optimisation simultanée de plusieurs mécanismes d’action peut apporter un bénéfice thérapeutique.
Le développement de nouveaux candidats repose aussi sur la capacité à améliorer leurs propriétés physicochimiques et leur devenir dans l’organisme. Le groupe de formulation conçoit des nanoémulsions lipidiques permettant d’encapsuler différentes molécules d’intérêt et d’envisager plusieurs voies d’administration. Des systèmes innovants sont notamment étudiés pour favoriser l’administration intranasale et l’accès au cerveau, avec des applications en neurodégénérescence et en oncologie. Les travaux comprennent également le développement de formulations composites, notamment pour le traitement du glioblastome, ainsi que l’association de molécules thérapeutiques et de composants à propriétés spécifiques. En chémoinformatique, le CERMN développe des outils d’analyse des relations entre structures chimiques et profils d’activité biologique. Le logiciel Norns permet notamment d’identifier des motifs chimiques associés à des activités multiples, en combinant analyse de données et apprentissage automatique. Ces approches contribuent à mieux comprendre les profils pharmacologiques complexes et à orienter la conception de nouvelles molécules. L’intégration progressive de méthodes d’intelligence artificielle renforce ces capacités d’analyse et ouvre de nouvelles perspectives pour accélérer la découverte de candidats médicaments.
