Les composés dérivés du cannabis ciblent le cancer colorectal

La recherche sur le cannabis continue de découvrir de nouvelles possibilités qui s’étendent bien au-delà des composés bien connus de la plante, tels que les cannabinoïdes. Alors que beaucoup de conversations publiques se sont concentrées sur des composés tels que le THC et le CBD, les scientifiques explorent de plus en plus le cannabis comme source de candidats médicamenteux entièrement nouveaux qui pourraient un jour être conçus pour traiter une large gamme de maladies.

Une étude computationnelle de 2026¹ offre un exemple intrigant de cette approche. Plutôt que de tester des extraits de cannabis directement contre le cancer, les chercheurs ont utilisé des modèles informatiques avancés pour concevoir et évaluer de nouvelles molécules dérivées du cannabis qui pourraient interférer avec l’un des principaux facteurs du cancer colorectal. Après avoir évalué des dizaines de composés à travers plusieurs couches de tests virtuels, deux candidats se sont révélés particulièrement prometteurs.

Bien que ces résultats restent à l’étape la plus précoce de la découverte de médicaments et n’aient pas encore été validés dans des études de laboratoire, sur des modèles animaux ou sur des essais cliniques humains, ils mettent en évidence la façon dont la chimie du cannabis pourrait servir de point de départ précieux pour développer des thérapies ciblées contre le cancer. Plongeons dans la recherche et ce qu’elle signifie pour l’avenir de la médecine des cannabinoïdes.

Pourquoi le cancer colorectal a besoin de nouveaux traitements

Le cancer colorectal est l’un des cancers les plus diagnostiqués dans le monde et reste une des principales causes de décès liés au cancer. Alors que la chirurgie, la chimiothérapie, la radiothérapie, les thérapies ciblées et l’immunothérapie ont amélioré les résultats pour les patients, le traitement peut encore être difficile, en particulier lorsque les cancers deviennent résistants aux médicaments existants.

Une stratégie que les chercheurs poursuivent consiste à identifier des cibles moléculaires très spécifiques sur lesquelles les cellules cancéreuses dépendent pour leur croissance, tout en minimisant les dommages aux tissus sains. Cette approche de médecine de précision vise à améliorer l’efficacité du traitement tout en réduisant les effets secondaires indésirables. Cette étude s’est concentrée sur la kinase dépendante de la cycline 2, mieux connue sous le nom de CDK2.

Comprendre la CDK2

La CDK2 est une enzyme qui aide à réguler le cycle cellulaire, qui est le processus par lequel les cellules grandissent et se divisent. Les cellules saines dépendent de ce système pour remplacer les tissus endommagés et maintenir une fonction normale. Cependant, les cellules cancéreuses exploitent souvent ces voies pour se diviser de manière incontrôlée.

Lorsque l’activité de la CDK2 devient dysrégulée, elle peut contribuer à une croissance tumorale rapide. En raison de son rôle important dans la prolifération cellulaire, la CDK2 est devenue une cible attrayante pour le développement de nouveaux médicaments anti-cancéreux. Si les scientifiques peuvent inhiber en toute sécurité la CDK2 dans les cellules cancéreuses, ils pourraient ralentir ou arrêter la croissance tumorale.

Utilisation de la chimie du cannabis pour la découverte de médicaments

Au lieu de chercher aléatoirement des médicaments potentiels, l’équipe de recherche a combiné plusieurs techniques computationnelles avancées qui permettent aux scientifiques de prédire quels molécules sont les plus susceptibles de réussir avant d’entreprendre des tests de laboratoire coûteux.

Les chercheurs ont commencé avec une collection de 33 composés dérivés du cannabis qui avaient précédemment démontré une activité contre les cellules du cancer colorectal. En utilisant la modélisation quantitative de la structure-activité (QSAR), en particulier CoMFA et CoMSIA, ils ont analysé comment les différences subtiles dans la structure moléculaire affectaient l’activité anti-cancéreuse. Ces modèles ont permis aux chercheurs d’identifier les caractéristiques structurelles associées à des effets biologiques plus forts et d’utiliser ces informations pour concevoir 20 molécules entièrement nouvelles, étiquetées V1 à V20.

Ce processus représente une forme moderne de conception rationnelle de médicaments. Plutôt que de s’appuyer uniquement sur des essais et des erreurs, les scientifiques utilisent des outils computationnels pour prédire quels changements moléculaires pourraient améliorer les performances d’un composé avant de le synthétiser en laboratoire.

Affiner les meilleurs candidats

Concevoir de nouvelles molécules ne constitue qu’une partie du défi. Les médicaments potentiels doivent également posséder des caractéristiques qui leur permettent de fonctionner à l’intérieur du corps humain. L’équipe de recherche a donc évalué chaque nouveau composé pour son caractère de médicament et a prédit les propriétés ADMET, qui estiment la façon dont un composé peut être absorbé, distribué, métabolisé, excrété et s’il peut présenter des préoccupations toxicologiques. Parmi les 20 molécules nouvellement conçues, quatre se sont démarquées car elles ont démontré des propriétés pharmacocinétiques prévues favorables tout en maintenant un fort potentiel anti-cancéreux.

Ce processus de filtrage aide les chercheurs à éviter d’investir du temps et des ressources dans des composés qui peuvent paraître biologiquement actifs mais sont peu susceptibles de devenir des médicaments viables.

Le docking moléculaire a révélé une liaison forte

Après avoir affiné la liste, les chercheurs ont utilisé des simulations de docking moléculaire pour prédire à quel point chaque composé se liait fortement à l’enzyme et ont identifié les interactions responsables de cette liaison. Parmi tous les candidats, V7 et V8 ont produit la liaison la plus forte à la CDK2, surpassant le composé de référence utilisé pour la comparaison.

Une liaison forte est importante car elle augmente la probabilité qu’un composé puisse interférer efficacement avec la fonction normale de la protéine. Cependant, le docking ne représente qu’une image statique. Les chercheurs ont également voulu déterminer si ces interactions restaient stables dans le temps.

Simulation du comportement protéique dans le monde réel

Pour répondre à cette question, l’équipe a mené des simulations de dynamique moléculaire d’une durée de 100 nanosecondes. Contrairement au docking moléculaire, qui capture une interaction prévue unique, la dynamique moléculaire simule la façon dont les protéines et les molécules de médicament se déplacent naturellement dans le temps. Cela crée une image plus réaliste de la façon dont un médicament potentiel reste attaché de manière sécurisée sous des conditions changeantes.

Au cours de la simulation, V7 et V8 ont maintenu des interactions stables avec la CDK2. Les chercheurs ont évalué plusieurs indicateurs de stabilité, notamment :

• La déviation moyenne quadratique (RMSD), qui mesure la stabilité structurelle globale.
• La fluctuation moyenne quadratique (RMSF), qui examine le mouvement de régions protéiques individuelles.
• Le rayon de giration (Rg), qui reflète la compacité de la protéine.
• La surface accessible au solvant (SASA), qui estime la quantité de protéine exposée à l’eau environnante.
• La surface moléculaire (MolSA), une autre mesure du comportement structurel.

Ces analyses suggèrent ensemble que les deux composés ont formé des complexes protéine-ligand stables tout au long de la période de simulation. Cependant, parmi les deux candidats principaux, V8 a constamment démontré le comportement dynamique le plus favorable.

Ce qui rend cette étude différente

L’une des plus grandes forces de cette étude est son flux de travail computationnel complet. Plutôt que de s’appuyer sur une seule méthode de prédiction, les chercheurs ont combiné plusieurs techniques indépendantes, notamment la modélisation QSAR, l’écran de propriétés de médicament, la prédiction ADMET, le docking moléculaire et les simulations de dynamique moléculaire. Chaque étape a servi de point de contrôle, réduisant progressivement la liste de dizaines de molécules possibles à deux candidats particulièrement prometteurs.

Cette approche en couches augmente la confiance que les composés sélectionnés méritent une investigation plus approfondie, tout en réduisant le nombre de molécules nécessitant des expériences de laboratoire coûteuses.

Limitations importantes

Malgré les résultats encourageants, il est important de reconnaître ce que cette étude démontre et ne démontre pas. Tout ce qui a été rapporté a été généré par la modélisation computationnelle. Aucun des nouveaux composés conçus n’a encore été testé dans des cellules vivantes, des modèles animaux ou des essais cliniques humains. Même si les simulations informatiques sont précieuses car elles aident les chercheurs à prioriser les candidats les plus prometteurs, elles ne peuvent pas prouver qu’une molécule sera sûre ou efficace en tant que médicament.

La recherche future devra :

• Synthétiser les nouveaux composés conçus.
• Les tester dans des cultures de cellules de cancer colorectal.
• Évaluer leur sécurité dans des études sur des modèles animaux.
• Déterminer s’ils se comportent comme prévu dans des expériences de laboratoire.
• Éventuellement évaluer leur sécurité et leur efficacité à travers des essais cliniques.

De nombreux candidats médicamenteux prometteurs issus de simulations computationnelles ne parviennent jamais à devenir des thérapies approuvées, ce qui rend la validation expérimentale une étape essentielle suivante.

Le cannabis pourrait offrir une nouvelle plateforme de découverte de médicaments

La prise la plus significative de cette recherche est peut-être la remarquable diversité chimique trouvée dans le cannabis, qui illustre comment cette diversité peut inspirer la conception de composés pharmaceutiques entièrement nouveaux. Plutôt que d’utiliser le cannabis lui-même comme traitement, les chercheurs utilisent son cadre moléculaire comme plan pour créer des molécules plus sélectives et plus semblables à des médicaments, capables de cibler des voies de maladie spécifiques.

Alors que ces résultats restent fermement dans la phase de découverte préclinique, ils mettent en évidence le rôle croissant de la conception de médicaments assistée par ordinateur dans l’accélération de la recherche pharmaceutique. À mesure que l’intelligence artificielle, la modélisation moléculaire et la chimie médicinale continuent d’évoluer, les composés dérivés du cannabis pourraient de plus en plus contribuer non seulement à la médecine des cannabinoïdes mais aussi à la recherche plus large de thérapies anti-cancéreuses de nouvelle génération.

Références:

^{1. Khadija Khaddam Allah, Khaoula Mkhayar, Rachid Haloui, Amine Ballari, Ossama Daoui, Kaouakeb El Khattabi, Abdelmoula El Abbouchi, Samir Chtita, Souad El Khattabi, Le cannabis comme source de nouveaux traitements: Une étude computationnelle combinant LBDD et docking/dynamique structurale pour identifier de nouveaux composés à potentiel thérapeutique pour le cancer colorectal, Journal of Genetic Engineering and Biotechnology, Volume 24, Numéro 3, 2026, 100763, ISSN 1687-157X, https://doi.org/10.1016/j.jgeb.2026.100763}