Ro’ee Gilron, PhD, Neuroscientifique en chef chez Rune Labs – Série d’entretiens

Ro’ee Gilron, PhD, est le neuroscientifique en chef chez Rune Labs, une société de logiciels et d’analyse de données pour la neurologie de précision, qui soutient la prestation de soins et le développement de thérapies. StrivePD est l’écosystème de prestation de soins de la société pour la maladie de Parkinson, qui permet aux patients et aux cliniciens de mieux gérer la maladie de Parkinson en fournissant un accès à des tableaux de bord résumant une gamme de sources de données sur les patients, et en connectant les patients aux essais cliniques. Pour le développement de thérapies, les sociétés biopharmaceutiques et de dispositifs médicaux utilisent la technologie de Rune, le réseau de cliniciens et de patients engagés, ainsi que les grands ensembles de données réelles longitudinales pour accélérer les programmes de développement. La société a reçu un soutien financier de la part d’investisseurs de premier plan tels que Eclipse Ventures, DigiTx, TruVenturo et Moment Ventures.

Qu’est-ce qui vous a initialement attiré dans le domaine de la neuroscientifique ?

Je me suis épris de la neuroscientifique translationnelle après mon expérience de recherche auprès de patients épileptiques dans l’unité de surveillance de l’épilepsie (EMU). Beaucoup de travail a été effectué avec ces patients au fil des ans, menant à des découvertes incroyables dans le domaine de la parole, de la vision et du contrôle moteur, domaine dans lequel je me suis concentré à l’époque. Après avoir effectué des recherches de base pour mon travail de diplôme, je voulais avoir la possibilité de travailler avec des patients atteints de la maladie de Parkinson avec des dispositifs de stimulation cérébrale profonde.

Pouvez-vous discuter de certains de vos premiers travaux sur les dispositifs de stimulation cérébrale profonde (DBS) ?

Au cours de la dernière décennie de ma carrière, j’ai eu la chance d’être au bon endroit au bon moment. J’ai rejoint le laboratoire de Philip Starr, un neurochirurgien à l’UCSF Health, et à l’époque, il travaillait sur des dispositifs de stimulation cérébrale expérimentaux. Le laboratoire travaillait à obtenir une exemption d’appareil investigatif (IDE) pour collecter les données nécessaires à l’appui d’une demande d’approbation préalable au marché avec un groupe sélectionné de patients et de cliniciens essayant de développer des thérapies de nouvelle génération avec la stimulation cérébrale profonde.

Un aspect passionnant de ce travail a été les nouvelles capacités des dispositifs qui étaient en développement à l’époque. Il y a un dispositif de stimulation cérébrale que nous avons travaillé à développer de bout en bout, ce qui impliquait la conception de l’interface, le travail avec le dispositif et la programmation.

Rune Labs se décrit comme une société de logiciels et d’analyse de données pour la neurologie de précision. Pouvez-vous définir ce qu’est la neurologie de précision ?

Nous prenons le modèle de la recherche sur le cancer au cours des 10 dernières années. Nous pensions que les essais échouaient parce que seulement 5 % des patients répondaient. Nous réalisons maintenant que si vous prenez toutes ces données et les agrégez à travers différents types de cancer, que vous séquencez les génomes des tumeurs et que vous prenez les « échecs » perçus, vous avez une thérapie beaucoup plus personnalisée à offrir à ces patients. Maintenant, vous ne traitez pas un patient atteint d’un cancer du sein, mais un type très spécifique de tumeur qui a été séquencé à partir d’un patient atteint de cancer. Les traitements sont incroyablement personnalisés. Cette révolution dans le cancer a eu un impact majeur sur les taux de survie des patients, et maintenant nous essayons d’apprendre de cette expérience.

En neurologie, nous sommes encore coincés, dans une certaine mesure, avec des méthodes d’évaluation de certains troubles qui existent depuis le siècle dernier. Nous essayons d’instaurer un avenir où tous ces dispositifs sophistiqués sont attachés à une montre et couplés à des smartphones, collectant des informations détaillées sur les patients pour les aider, ainsi que leurs cliniciens, à prendre de meilleures décisions concernant leur thérapie. Nous voulons utiliser ces données comme fondement pour développer de nouvelles thérapies neurologiques et les mettre sur le marché.

Il y a eu très peu de percées dans la maladie de Parkinson au cours de la dernière décennie, pourquoi est-ce une maladie si difficile à traiter ?

C’est multifactoriel dans la maladie de Parkinson. Nous n’avons pas la cible parfaite et la plupart des thérapies que nous avons aujourd’hui ne changent pas le cours de la maladie, ne traitant que les symptômes, y compris la stimulation cérébrale profonde. Il est difficile de développer de nouveaux médicaments. La maladie de Parkinson, et de nombreux autres troubles, se déroulent sur une période avant que les symptômes ne se manifestent. Vous pouvez vivre très longtemps avec la maladie étant stable, ce qui rend difficile l’évaluation de l’efficacité de nouveaux médicaments de manière traditionnelle. Les méthodes de mesure des bénéfices cliniques, comme les questionnaires, ne sont pas toujours capables de capturer avec précision l’impact, en particulier avec la diversité des symptômes de la maladie dans un essai de 500 patients. Il y a un nombre très limité de molécules à tester.

Cependant, il y a une théorie selon laquelle si vous aviez une façon beaucoup plus approfondie de phénotyper les patients et de les suivre pour collecter plus de détails au fil du temps, vous pourriez être en mesure d’observer un effet que vous n’auriez pas pu observer auparavant. Cela pourrait nécessiter une période plus courte, comme des semaines ou des mois, accélérée grâce aux données collectées à partir de dispositifs portables comme l’Apple Watch.

Quel type de données Rune Labs collecte-t-il à partir de dispositifs portables comme l’Apple Watch à des implants de stimulation cérébrale profonde pour accélérer le développement de thérapies pour la maladie de Parkinson ?

Avec l’Apple Watch, nous avons obtenu une autorisation 510(k) de la part de la Food and Drug Administration des États-Unis pour mesurer les tremblements et la dyskinésie d’un patient minute par minute. Nous avons travaillé avec Apple (AAPL ) sur cette technologie, qui nous permet de nous concentrer de manière plus riche sur les patients chaque jour, chaque semaine et chaque mois. Cela n’est pas possible lorsque vous regardez uniquement le score clinique d’un patient. Avec l’Apple Watch, nous pouvons collecter une vaste gamme de données qui nous permettent de faire des annotations de phénotype approfondies. En plus de ces réponses validées, il collecte également une grande quantité d’informations sur le patient. Cela peut inclure des modèles de mobilité, de la comptabilisation des pas à la longueur des pas, ainsi que d’autres métriques validées comme le temps de support double ou la marche en symétrie, qui sont liés à la probabilité de chute d’un patient – une grande préoccupation pour les patients atteints de la maladie de Parkinson et un grand contributeur à l’invalidité. Nous suivons également l’activité de sommeil et d’exercice, qui, selon les études, sont bénéfiques. L’exercice est l’une des seules choses qui est bénéfique pour les symptômes de la maladie de Parkinson à long terme.

En outre, nous utilisons ces données pour aider à phénotyper les patients avec des dispositifs de stimulation cérébrale profonde dans un sous-ensemble de patients atteints de la maladie de Parkinson plus avancée. Pour cela, nous utilisons des dispositifs fabriqués par Medtronic qui peuvent détecter l’activité cérébrale. Nous suivons une grande quantité d’informations sur l’électrophysiologie des patients provenant de ces noyaux qui produisent des réseaux pathologiques chez les patients. Cette approche nous permet de caractériser les patients d’une manière qui n’était pas possible auparavant.

Comment ces données aident-elles Rune Labs à offrir des thérapies personnalisées prédictives ?

Nous abordons cela avec une approche centrée sur le patient. Actuellement, communiquer toutes les options disponibles à une personne atteinte de la maladie de Parkinson peut être difficile, car les cliniciens doivent trier un grand nombre de thérapies pour leurs patients. L’une des choses que nous pensons que de meilleures données pourraient aider à améliorer les prédictions, comme recommander à un patient de recevoir un dispositif de stimulation cérébrale profonde parce qu’il a connu de nombreuses fluctuations motrices avec des médicaments oraux. Nous pouvons aider à autonomiser le patient pour qu’il puisse avoir cette conversation avec son clinicien. Un autre exemple est si un clinicien peut voir à partir des données que son patient a connu de nombreuses dyskinésies, il peut recommander de modifier la formulation de son médicament. Il y a de nombreux nouveaux médicaments et dispositifs sur le marché et nous voulons autonomiser les patients pour qu’ils puissent explorer toutes les options.

En outre, nous travaillons avec des fabricants de dispositifs tels que Medtronic qui pourraient potentiellement offrir des suggestions en temps réel aux patients, comme des médicaments particuliers ou si la modalité inhalée ou injectée est la plus adaptée pour eux.

Une autre chose que nous travaillons sur dans l’espace des dispositifs de stimulation cérébrale profonde est la capacité de prendre les données de résultats d’un patient, comme ses symptômes, et de les combiner avec les données d’électrophysiologie qui sont collectées à partir de son cerveau. Mettre ces deux types de données ensemble pour élaborer une recommandation sur la façon de stimuler efficacement le cerveau d’un patient peut, à l’avenir, être intégré dans des essais cliniques. Il y a déjà des exemples de cela qui ont aidé à identifier des biomarqueurs pour la progression de la maladie de Parkinson.

Avec toutes les données qui ont été collectées, Rune Labs a-t-il été en mesure d’identifier des biomarqueurs pour la progression de la maladie de Parkinson ?

Je pense que nous avons quelques premiers résultats très prometteurs en termes de biomarqueurs. Les données publiées montrent qu’il existe certaines caractéristiques qui contribuent à un risque accru et à une progression plus rapide de la maladie, comme des troubles du sommeil ou des problèmes cognitifs. La plate-forme que nous avons peut mesurer ces symptômes. Ce qui est passionnant à ce sujet est le potentiel qu’il a pour avoir un impact positif sur les patients. Les patients portent ces dispositifs et capturent ces modèles sur de longues périodes, ce qui est nécessaire pour développer des biomarqueurs étant donné la durée de cette maladie qui se mesure en décennies.

Rune Labs a également travaillé sur un stimulateur de la moelle épinière pour aider les patients atteints de sclérose en plaques, pouvez-vous discuter de la science derrière cela ?

La sclérose en plaques est une maladie neurodégénérative et, comme la maladie de Parkinson, il n’y a pas de remède aujourd’hui, mais il y a des médicaments et des thérapies modifiant la maladie qui aident les patients à soulager leurs symptômes. Ces médicaments réduisent essentiellement le système immunitaire surréactif qui fait que le corps attaque lui-même dans la sclérose en plaques. Chez Rune, nous investiguons un traitement novateur de la sclérose en plaques qui utiliserait un dispositif de stimulation de la moelle épinière pour aider à gérer la douleur neuropathique associée à la sclérose en plaques. Ce qui est unique dans cette approche est que, comme la maladie de Parkinson, vous pouvez utiliser ce dispositif pour accéder au système nerveux.

Un objectif en neurologie est de concevoir un implant cérébral adaptatif qui puisse répondre en temps réel aux ondes cérébrales pour traiter des dizaines de maladies. Quels sont certains des défis fondamentaux derrière la construction de cela ?

Il y a de nombreux défis fondamentaux derrière la construction d’un dispositif de stimulation cérébrale profonde adaptatif (aDBS). Le principal défi est d’enregistrer et de stimuler la même cible. Il y a plusieurs facteurs qui peuvent avoir un impact sur la fidélité du signal, et même empêcher l’utilisation d’un dispositif chez certains patients. Une étude récente a montré que l’utilisation d’un générateur de impulsions implantable (IPG) dans la poitrine droite à distance du dipôle électrique du cœur peut atténuer la contamination de l’électrocardiogramme (ECG) et ainsi réduire la probabilité d’artefacts d’ECG dans les contacts de détection disponibles. En plus des artefacts d’ECG, le mouvement du câble de l’électrode de stimulation cérébrale profonde peut être observé comme causant de grandes transitoires dans les signaux cérébraux. Les deux artefacts mentionnés ci-dessus contaminent de larges bandes du spectre de fréquence et peuvent donc potentiellement empêcher les politiques de contrôle basées sur les seuils de réagir efficacement au biomarqueur cible et conduire à une augmentation ou à une diminution non contrôlée de la stimulation.

Le développement de systèmes aDBS cliniquement durables apportera de nouveaux défis qui sont techniques, notamment l’interaction sans artefacts avec l’activité cérébrale. Beaucoup de ces défis pourraient être résolus en associant des dispositifs externes sans fil supplémentaires aux implants pour soutenir le suivi physiologique et comportemental tout en augmentant la précision des stratégies de contrôle personnalisées pour les patients.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Rune Labs.