L’annonce vient d’un article paru dans Science translationnal medicine, paru le 21 janvier 2026. Des essais cliniques niveau 2 vont pouvoir débuter sur un candidat médicament pour traiter les formes les plus sévères de la sclérose en plaques (dites SEP-PP et SEP-SP). Une maladie grave provoquée par la dégénérescence progressive des fibres nerveuses et la perte de la myéline, la gaine qui protège les prolongements des neurones et permet une transmission efficace de l’influx nerveux. Cette dégénérescence des neurones entraîne celle des fonctions motrices, visuelles et cognitives. Il n’existe actuellement pas de traitements pour enrayer ces processus.
Tant que les essais cliniques de phase 2, puis 3, ne sont pas terminés, il ne faut surtout pas en déclarer le succès à l’avance. Mais tous les signaux sont au vert pour l’instant. Pourquoi, alors, en faire immédiatement un article grand public ? Parce que la méthode utilisée pour en arriver au moins là mérite d’être connue. Elle porte en elle une leçon de politique scientifique à rebours de tous les discours faciles sur « le génie », ou « les meilleurs » qu’il faudrait supporter tandis que les autres chercheurs devraient se contenter de se disputer les restes (oui, je veux bien parler, par exemple, de l’idée stupide avancée par le PDG du CNRS d’un processus de sélection soi-disant « darwinien » pour choisir les labos à bien financer et les autres).
En lisant l’article des scientifiques on tombe ainsi sur le nom du médicament testé. Surprise, ce n’est pas du tout une nouvelle molécule, c’est le Bavisant, un antihistaminique. Puis, l’on découvre la méthode utilisée pour cette découverte. Un criblage systématique de molécules et médicaments déjà connus pour tester leur activité contre les mécanismes moléculaires de la sclérose en plaques.
Tri sévère
L’équipe de 31 chercheurs – France, Italie, Allemagne, Canada, USA, premier auteur Nadjet Gacem (Inserm, Institut du cerveau, hôpital Pitié-Salpétriere, Paris) dernier auteur Gianvito Martino (Université Vita-Salute San Raffaele, Milan) – n’a pas cherché une « idée géniale », mais a simplement posé la question : parmi des molécules et médicaments connus, y en aurait-il qui seraient efficaces contre la sclérose en plaques ? Bien sûr, si la question est simple, y répondre est un poil plus compliqué. On ne peut pas tester les dizaines de milliers de molécules et les milliers de médicaments connus. Il faut donc d’abord identifier ceux qui sont le plus susceptibles d’agir sur les neurones et leur protection par la myéline. Les scientifiques sont partis d’une liste de 1 500 molécules et médicaments.
Puis, ces 1 500 candidats ont été soumis à une analyse informatique de leur potentiel. Leur nombre est alors tombé à 273. La deuxième étape de sélection a consisté à éliminer tout ce qui pouvait présenter une toxicité pour les neurones et la production de myéline par des tests expérimentaux. De ce tri sévère, seules 32 molécules sont sorties. L’étape suivante a testé, toujours sur des modèles expérimentaux de neurones humains et animaux, leur efficacité dans la protection des neurones et la régénération de la myéline. Le nombre de candidats a été alors réduit à six. Parmi lesquels le meilleur était le Bavisant.
Dans différents modèles expérimentaux de sclérose en plaques, dont des souris « humanisées », le Bavisant s’est montré, explique le communiqué des chercheurs, « capable de stimuler la remyélinisation des fibres nerveuses, de protéger les neurones contre les dommages dégénératifs et de réduire l’inflammation. La molécule agit simultanément sur deux types cellulaires clés – les neurones et les oligodendrocytes – ce qui permet au tissu nerveux de se régénérer et de mieux résister aux agressions. »
Méthode de bourrins
Une présentation un peu polémique de la méthode utilisée la qualifierait de « méthode de bourrins ». En réalité, il y a beaucoup d’intelligence : analyses par intelligence artificielle sur de grandes bases de données biologiques et pharmacologiques, modèles cellulaires humains dérivés de cellules souches de patients, cultures de tissus cérébraux et modèles expérimentaux de sclérose en plaques (le détail en français ici). Et beaucoup de collectifs, d’organisation, de minutie (et de financements multiples pour faire fonctionner tout ça). Mais nul « génie » individuel, ni idée « géniale » sortant de l’ordinaire du questionnement scientifique.
Il est donc possible d’y voir au moins deux leçons de politique scientifique. La première, déjà évoquée, est que la sélection et le financement des équipes par la méthode soi-disant darwinienne des « meilleurs » en favorisant des individus porteurs d’un projet personnel (la base des crédits accordés dans le cadre des appels d’offres sur concours) ne peuvent vraiment pas devenir un standard. Les grands projets collectifs, souvent organisés autour d’un dispositif expérimental complexe et coûteux, conçus par des équipes voire des communautés entières, doivent être financés en priorité.
(Soit dit en passant par l’observateur expérimenté de la politique scientifique : il vaut mieux n’avoir aucun standard unique pour le financement, même les mieux intentionnés ont des défauts, comme celui qui consiste à interdire à un émérite (un scientifique ayant dépassé l’âge de la retraite mais qui est « autorisé » à venir encore travailler au labo) de porter un projet et de candidater à un appel d’offres – l’idée est qu’il faut faire « place aux jeunes » et lutter contre le mandarinat. L’idée est en général bonne… et peut se révéler contre-productive ici ou là suivant les individus.)
La deuxième leçon réside dans le caractère précieux de ces « données » regroupées en catalogues, bases informatisées, ou « – thèques » de toutes sortes (carothèques des campagnes océanographiques, catalogues de survey astronomiques, bases de données physiques, chimiques, biologiques, géologiques et climatiques, écologiques, etc.) dont le volume croît à grande vitesse. Leur constitution et entretien, sous des formes utilisables notamment par le « minage de données » informatiques, doivent recevoir le soutien financier pérenne seul à même de garantir leur exploitation à long terme. Là aussi, nul génie, mais beaucoup de transpiration et d’organisation collective. Et nulle prévisibilité de leur efficacité future. La seule chose certaine, c’est que leur perte empêcherait les découvertes qu’elles rendent possibles. Or, leur financement est tout sauf « glamour » politiquement parlant.
