Article co-rédigé par Lilas Courtot, Ph.D., responsable scientifique, et Emeline Gougeon, responsable du développement stratégique, comité scientifique Pro Anima.

Lire l’article original (en anglais)

Les NAMs en France et en Europe : état des lieux actuel

Les Nouvelles Approches Méthodologiques (NAM) englobent un large éventail de méthodes in vitro et in silico, principalement sans recours à l’animal, mises au point pour mieux étudier la physiopathologie humaine. Elles permettent de générer des données sur les effets biologiques et toxiques des substances et ne constituent plus une simple aspiration scientifique lointaine. Capables de réduire les coûts et les délais des activités de R&D, elles prennent de plus en plus d’importance dans le processus de conception, d’essai et d’autorisation des produits chimiques et des thérapies (de nouvelle génération). De plus, un nombre croissant d’études suggère que les NAM peuvent être aussi efficaces, voire plus efficaces, que les essais sur les animaux.

Sous l’impulsion des États-Unis, un mouvement international accélère le développement et l’acceptation des NAM. Depuis l’adoption du FDA Modernization Act 2.0 en 2022, les États-Unis ont mis en œuvre des mesures structurées (Feuille de route de la FDA, FDAMA 3.0, nouveaux bureaux du NIH et centre de modélisation organoïde standardisée [SOM]) ainsi que des financements et des programmes ciblés (Innovative Science and Technology Approaches for New Drugs, Complement Animal Research In Experimentation et le Validation and Qualification Network) encourageant les NAM. Toutes ces actions envoient un message fort à la communauté scientifique et réglementaire mondiale, ainsi qu’aux décideurs économiques.

En Asie, la dynamique s’accélère. Le Japon intègre les NAM dans les lignes directrices de l’Agence des produits pharmaceutiques et des dispositifs médicaux (PMDA) et a récemment annoncé son soutien aux premières recommandations d’autorisation au monde pour deux thérapies cellulaires allogéniques (provenant de donneurs humains) dérivées de cellules souches pluripotentes induites (iPS). La Corée du Sud renforce ses capacités nationales et s’engage dans des collaborations internationales, tandis que la Chine manifeste un intérêt croissant, en particulier dans le secteur des cosmétiques.

Avec la décision audacieuse prise en 2013 d’interdire les tests sur les animaux pour les cosmétiques, l’Europe n’est pas loin derrière dans l’adoption des NAM pour davantage de substances. Depuis 2013, des progrès tangibles ont été réalisés au sein de l’Union européenne (UE) avec le double objectif de renforcer la compétitivité, la souveraineté et l’innovation dans les sciences de la vie. Ces stratégies ont eu et continueront d’avoir un impact direct sur les États membres de l’UE (EM) et leurs propres politiques, agences et stratégies. Enfin, en novembre dernier, le Royaume-Uni a publié un plan stratégique ambitieux et détaillé visant à progressivement supprimer les essais sur les animaux et à introduire les NAM.

Cet article décrit comment l’Europe et la France mettent en place un écosystème NAM crédible et évolutif, et quels défis restent à surmonter avant que les professionnels des sciences de la vie et les patient(e)s puissent en récolter les fruits.

Où en sont la France et l’Europe dans cette transition ?

Cadre législatif et réglementaire

Au sein de l’UE, les États membres et leurs agences nationales opèrent dans le cadre réglementaire plus large de la Commission européenne (CE), conformément à la directive européenne 2010/63/UE, et dans un contexte où des agences telles que l’Autorité européenne de sécurité des aliments (EFSA), l’Agence européenne des produits chimiques (ECHA) et l’Agence européenne des médicaments (EMA) encouragent de plus en plus le développement et l’adoption de modèles de modélisation computationnelle (NAM) pertinents pour l’être humain.

Par exemple, en septembre 2024, l’EFSA a publié des propositions relatives à un système de qualification des NAM dans le secteur des denrées alimentaires et des aliments pour animaux [1], visant spécifiquement à faciliter l’utilisation réglementaire des données sur les NAM (par exemple, pour l’évaluation des risques liés aux nanomatériaux) et à encourager l’adoption de critères pratiques pour évaluer la validité scientifique et le contexte d’utilisation. L’EMA révise actuellement ses principales lignes directrices sur l’acceptation réglementaire des approches d’essais 3R (remplacement, réduction, raffinement), y compris les critères d’acceptation potentiels pour les modèles in vitro complexes, et met à jour le mécanisme de soumission volontaire de données (safe harbor) avec un projet pilote visant à collecter des données sur les NAM indépendamment des demandes officielles de mise sur le marché. L’agence européenne propose également des réunions d’information par l’intermédiaire de son groupe de travail sur l’innovation, qui permettent aux développeurs de discuter des propositions de données NAM avant de soumettre des demandes d’autorisation de mise sur le marché (AMM). Début 2026, dans le cadre d’une collaboration internationale, l’EMA et la FDA ont publié conjointement 10 principes directeurs pour l’utilisation responsable de l’intelligence artificielle (IA) tout au long du cycle de vie des médicaments.

Parmi les documents stratégiques les plus attendus figure la feuille de route de la CE pour la suppression progressive des essais sur les animaux pour les substances chimiques réglementées, qui devrait être publiée d’ici la fin du premier trimestre (T1 2026) et fournira des orientations plus claires et indispensables à toutes les parties prenantes (États membres, agences, industrie, recherche publique). Si cette feuille de route constitue une avancée majeure pour l’UE et nécessitera des efforts considérables pour une mise en œuvre efficace, des projets tels que NAMWISE, Partnership for the Assessment of Risks from Chemicals (PARC) et des structures telles que le Centre commun de recherche (Joint Research Centre, JRC) jouent déjà un rôle clé dans cette transition vers l’acceptation des NAM. Fin 2025, le JRC a lancé BimmoH, le plus grand ensemble de données contenant des références à des articles scientifiques utilisant des modèles basés sur la biologie humaine.

Structuration de l’écosystème organoïdes et organes-sur-puce

Parmi les modèles in vitro les plus avancés figurent les organoïdes — des cultures 3D dérivées de cellules iPS — et les systèmes microphysiologiques (MPS), également appelés « organes-sur-puce » (OOC). Ces dispositifs microfluidiques, mis au point pour la première fois en 2010, permettent aux cellules humaines de se développer dans des environnements contrôlés et physiologiquement pertinents, pouvant être surveillés en temps réel. Leur potentiel a été mis en évidence en 2022 lorsque la société Emulate a annoncé que sa puce hépatique avait prédit des lésions hépatiques d’origine médicamenteuse avec une précision de 87 % et identifié des composés toxiques qui avaient échappé aux tests sur les animaux [2]. Ces avancées ont contribué à la reconnaissance officielle des NAM par les principales agences de réglementation en tant qu’alternatives crédibles dans des contextes bien définis.

En Europe, des efforts significatifs ont été déployés pour structurer et faire progresser ce domaine. L’European Organ-on-Chip Society (EUROoCS) encourage la collaboration entre les laboratoires universitaires, l’industrie, les cliniciens et les décideurs politiques. En 2024, le groupe de travail OOC du CEN et du CENELEC a publié une feuille de route élaborée par 120 experts, identifiant des priorités telles que l’harmonisation de la terminologie, la normalisation des protocoles expérimentaux et les pratiques FAIR en matière de données. Ces mesures visent à améliorer la reproductibilité, à permettre la qualification réglementaire et à soutenir le déploiement industriel et clinique. Cependant, le paysage européen des MPS/OOC reste fragmenté. L’Industry Alliance for Microphysiological Systems (IAMPS), lancée en 2026, cherche à fédérer les parties prenantes, à harmoniser les technologies et à renforcer l’engagement réglementaire.

La France investit également massivement. Le programme PEPR MED-OOC, doté d’un budget de 48,5 millions d’euros et financé par France 2030, vise à réduire l’expérimentation animale, à accélérer la médecine personnalisée et à renforcer la souveraineté nationale en matière de recherche préclinique grâce au développement d’organoïdes et de l’OOC. Des initiatives complémentaires, notamment le réseau industriel F3OCI dédié aux organoïdes et à l’OOC, visent à mettre en relation les parties prenantes. Malgré cette dynamique, une coordination plus étroite entre les acteurs publics et privés et un dialogue soutenu avec les régulateurs restent essentiels pour garantir la validation et l’adoption généralisée des technologies OOC.

IA, données humaines et jumeaux numériques

L’IA, l’apprentissage automatique (ML), les données sur la santé humaine et les jumeaux numériques deviennent des piliers essentiels de la stratégie européenne en matière de développement de médicaments, de médecine de précision et de réglementation [3,4]. Les jumeaux numériques — représentations virtuelles d’organes ou d’individus entiers construites à partir de données cliniques, biologiques et physiologiques — permettent de réaliser des simulations prédictives afin de faciliter le diagnostic, le choix du traitement et le développement de médicaments. Leur fiabilité dépend fortement de l’accès à des données de patients de haute qualité et bien annotées, car des ensembles de données incomplets, biaisés ou mal normalisés peuvent conduire à des prédictions inexactes. Il est donc essentiel de garantir un accès sécurisé et éthique aux données issues des patients, tout en préservant la confidentialité et le consentement, afin de former des modèles d’IA robustes et cliniquement fiables.

Au niveau européen, l’Espace européen des données de santé (EHDS) établit un cadre réglementaire et technique commun pour faciliter l’accès sécurisé, le partage et la réutilisation des données de santé à des fins de recherche et d’innovation, tout en préservant la confidentialité des patients et la souveraineté des données. En complément de cet effort, le projet Ecosystem for Digital Twins in Healthcare (EDITH) vise à construire un écosystème coordonné et une feuille de route vers le jumeau humain virtuel en intégrant des ensembles de données, des modèles computationnels et des plateformes de simulation à travers l’Europe. Ces initiatives favorisent l’interopérabilité, la gouvernance standardisée des données et les infrastructures fédérées nécessaires à des applications d’IA évolutives et reproductibles. La France s’engage en faveur de l’IA/ML et des données de santé à travers des infrastructures nationales telles que le Health Data Hub et la stratégie en matière d’IA et de données de santé, qui offre un accès sécurisé à des ensembles de données de santé nationaux à grande échelle et une évaluation rigoureuse des systèmes d’IA pour la recherche biomédicale et clinique. Owkin, une entreprise française de biotechnologie qui développe des systèmes d’IA formés sur des données multimodales de patient(e)s, a récemment annoncé la création de la première infrastructure paneuropéenne dédiée à la biologie, combinant des systèmes d’IA agentique et la structuration de données biomédicales afin d’établir un nouveau modèle de raisonnement capable d’automatiser et d’améliorer chaque étape de la recherche biologique, du développement de médicaments et des applications cliniques. L’utilisation des jumeaux numériques soulève d’importants défis juridiques et éthiques qui nécessitent des cadres réglementaires plus clairs et harmonisés. Les principaux enjeux consistent à garantir le consentement éclairé des patients pour l’utilisation secondaire des données, à définir la propriété et la gouvernance des données, à garantir la transparence et l’explicabilité des prédictions basées sur l’IA, et à clarifier les responsabilités dans la prise de décision clinique.

Le renforcement de ces cadres sera essentiel pour instaurer la confiance du public, garantir l’utilisation éthique des données des patients et permettre l’adoption sûre et généralisée des technologies basées sur l’IA et des jumeaux numériques dans le système de santé européen et ses États membres.

Intégration des NAMs pour la recherche et la réglementation

L’intégration d’approches complémentaires, à la fois expérimentales sur l’humain et computationnelles, est essentielle pour améliorer la capacité prédictive et la pertinence pour l’homme de la recherche biomédicale et des essais toxicologiques. Leur utilisation combinée permet la génération, l’intégration et l’interprétation de données spécifiques à l’homme dans le cadre de flux de travail itératifs, où les résultats expérimentaux servent à entraîner des modèles computationnels, dont les conclusions orientent l’affinement des expériences futures [5,6]. Cette synergie renforce la fiabilité des prédictions, réduit l’incertitude et favorise des processus de recherche et développement plus efficaces et plus pertinents sur le plan translationnel [7].

Les approches intégrées d’essai et d’évaluation (IATA) sont soutenues par l’OCDE pour évaluer la sécurité des produits chimiques dans un contexte réglementaire. Cette méthodologie fournit des cadres structurés qui combinent de multiples sources de données probantes dans un contexte d’utilisation défini. Du point de vue de la recherche biomédicale, d’importantes initiatives internationales accélèrent la convergence et l’intégration de méthodes pertinentes pour l’être humain. L’Institute of Human Biology (IHB) de Roche développe des plateformes interdisciplinaires qui combinent des systèmes expérimentaux avancés dérivés de l’humain avec l’intégration et l’analyse de données afin de mieux prédire les résultats cliniques et d’améliorer la transposition chez les patients. De même, le nouveau Centre for Animal-Free Biomedical Translation (Ombion) crée de nouvelles opportunités commerciales autour des technologies sans recours aux animaux et de la transposition biomédicale. Ces initiatives illustrent le besoin croissant d’infrastructures coordonnées, de normes communes et d’un engagement réglementaire pour tirer pleinement parti des approches intégrées et permettre une innovation biomédicale plus fiable et pertinente pour l’être humain.

Conclusion : vers une adoption généralisée

Le paysage des modèles animaux non traditionnels (NAM) en Europe évolue, tout comme dans le reste du monde, reflétant une tendance scientifique et sociétale plus large vers des modèles de recherche plus prédictifs, plus pertinents pour l’être humain et plus responsables sur le plan éthique. En Europe, les Pays-Bas et le Royaume-Uni ouvrent la voie grâce à des financements spécifiques et à des stratégies et décisions politiques ambitieuses.

Comme le montre cet article, des défis importants subsistent pour libérer pleinement le potentiel transformateur des NAM. Bien que l’adoption réglementaire des NAM progresse relativement rapidement en toxicologie — où des critères d’évaluation et des voies de validation standardisés facilitent leur intégration —, leur adoption à plus grande échelle dans la recherche biomédicale, tant à des fins réglementaires que dans la pratique de laboratoire courante, nécessitera probablement plus de temps et d’efforts.

Pour les entreprises des sciences de la vie, les NAM sont en train de passer du statut de compléments expérimentaux à celui de composantes attendues de la stratégie préclinique. La toxicologie prédictive, les systèmes microphysiologiques et la découverte de médicaments guidée par l’IA sont les piliers de l’innovation.

À l’avenir, le succès des NAM en France et en Europe dépendra principalement de leur acceptation réglementaire, d’investissements stratégiques et de la coordination des mesures politiques. Cela pourrait être réalisé grâce à l’harmonisation méthodologique, à l’amélioration de l’accessibilité et de la qualité des données humaines, ainsi qu’à des efforts pédagogiques soutenus visant à renforcer la confiance dans la pertinence translationnelle et la robustesse scientifique des NAM.

Considérations pratiques

L’alignement des cadres réglementaires sur l’innovation scientifique, dans le but de réduire les frictions réglementaires, de surmonter les obstacles socio-techniques et d’accroître les investissements ciblés, nécessite un dialogue soutenu, constructif et solide entre les chercheurs, les acteurs du secteur, les régulateurs et les décideurs politiques.

Ces dialogues sont essentiels compte tenu de l’incidence et de la complexité croissantes des maladies chroniques multifactorielles, ainsi que du volume considérable et de l’afflux continu de substances chimiques nécessitant une évaluation de sécurité.

Les NAM offrent une voie scientifiquement solide et stratégiquement pertinente sur le plan économique pour générer davantage de données pertinentes pour l’être humain, améliorer la prévisibilité translationnelle, accélérer la prise de décision, renforcer la sécurité des patients et, en fin de compte, favoriser un écosystème plus efficace, éthique et durable pour l’innovation biomédicale et l’évaluation des risques. À mesure que le paradigme évolue, les NAM sont en passe de redéfinir la science de la sécurité — à condition que cette ambition s’accompagne d’une mise en œuvre concrète et d’une vision à long terme.

Références

[1] A. Haase et al., ‘Proposal for a qualification system for New Approach Methodologies (NAMs) in the food and feed sector : example of implementation for nanomaterial risk assessment’, EFSA Support. Publ., vol. 21, no. 9, p. 9008E, 2024, doi : 10.2903/sp.efsa.2024.EN-9008.

[2] L. Ewart et al., ‘Performance assessment and economic analysis of a human Liver-Chip for predictive toxicology’, Commun. Med., vol. 2, no. 1, pp. 1 – 16, Dec. 2022, doi : 10.1038/s43856-022 – 00209‑1.

[3] W. R. Pitt et al., ‘Real-World Applications and Experiences of AI/ML Deployment for Drug Discovery’, J. Med. Chem., vol. 68, no. 2, pp. 851 – 859, Jan. 2025, doi : 10.1021/acs.jmedchem.4c03044.

[4] ‘Artificial intelligence workplan to guide use of AI in medicines regulation | European Medicines Agency’. Accessed : Apr. 29, 2024. [Online]. Available : https://www.ema.europa.eu/en/news/artificial-intelligence-workplan-guide-use-ai-medicines-regulation 

[5] N. Milani, N. Parrott, A. Galetin, S. Fowler, and M. Gertz, ‘In silico modeling and simulation of organ-on‑a-chip systems to support data analysis and a priori experimental design’, CPT Pharmacomet. Syst. Pharmacol., p. psp4.13110, Feb. 2024, doi : 10.1002/psp4.13110.

[6] K. Cheng et al., ‘Machine learning-enabled detection of electrophysiological signatures in iPSC-derived models of schizophrenia and bipolar disorder’, APL Bioeng., vol. 9, no. 3, p. 036118, Sep. 2025, doi : 10.1063/5.0250559.

[7] M. S. Mirlohi, T. Yousefi, A. R. Aref, and A. Seyfoori, ‘Integrating New Approach Methodologies (NAMs) into Preclinical Regulatory Evaluation of Oncology Drugs’, Biomimetics, vol. 10, no. 12, Nov. 2025, doi : 10.3390/biomimetics10120796.