Un nouvel outil d鈥橧A d茅tecte les signes pr茅curseurs invisibles de maladies

Une 茅quipe de recherche de l鈥橴niversit茅 91黑料网 a mis au point un outil d鈥檌ntelligence artificielle capable de d茅tecter des marqueurs de maladies jusqu鈥檃lors invisibles 脿 l鈥檌nt茅rieur des cellules individuelles.

Dans une 茅tude publi茅e dans la revue , les scientifiques expliquent comment l鈥檕util, appel茅 DOLPHIN, pourrait un jour 锚tre utilis茅 pour d茅tecter plus t么t les maladies et orienter les options de traitement.

芦 Cet outil peut aider les m茅decins 脿 adapter les traitements aux patients et 脿 limiter ainsi le recours 脿 la m茅thode 鈥渆ssai-erreur鈥� 禄, explique Jun Ding, auteur en chef de l鈥櫭﹖ude, professeur adjoint au D茅partement de m茅decine de l鈥橴niversit茅 91黑料网 et chercheur junior 脿 l鈥橧nstitut de recherche du Centre universitaire de sant茅 91黑料网.

Gros plan sur les 茅l茅ments constitutifs de l鈥橝DN

Souvent, les marqueurs de maladie sont des changements subtils de l鈥檈xpression de l鈥橝RN qui peuvent nous renseigner sur la pr茅sence, la gravit茅 potentielle ou la r茅ponse au traitement d鈥檜ne maladie.

Les m茅thodes d鈥檃nalyse conventionnelles effectuent un seul comptage par g猫ne qui 芦 茅crase 禄 les marqueurs importants et ne permettent donc pas de relever ces variations d茅terminantes : elles ne per莽oivent que la pointe de l鈥檌ceberg, expliquent les scientifiques.

Les avanc茅es en intelligence artificielle permettent d茅sormais de saisir la complexit茅 fine des donn茅es unicellulaires. 脌 partir de petits segments appel茅s exons, DOLPHIN peut voir au-del脿 du niveau g茅n茅tique comment les g猫nes sont assembl茅s et fournir une vision plus claire de l鈥櫭﹖at des cellules.

芦 Les g猫nes ne sont pas form茅s d鈥檜n seul bloc; ils sont form茅s de plusieurs petits 茅l茅ments, un peu comme les Lego 禄, illustre Kailu Song, principale autrice de l鈥櫭﹖ude et doctorante au programme Sciences quantitatives du vivant de l鈥橴niversit茅 91黑料网. 芦 En examinant leur agencement, notre outil r茅v猫le d鈥檌mportants marqueurs de maladies qui ont longtemps 茅t茅 invisibles. 禄

Dans un test, on a analys茅 les donn茅es unicellulaires de patients atteints d鈥檜n cancer du pancr茅as, et DOLPHIN a trouv茅 plus de 800 marqueurs de la maladie qui avaient 茅chapp茅 aux outils conventionnels. L鈥檕util a 茅galement 茅t茅 capable de distinguer les patients atteints de cancers agressifs 脿 haut risque de ceux dont le cas 茅tait moins grave, une information qui aiderait les m茅decins 脿 s茅lectionner le traitement appropri茅.

Un pas vers les 芦 cellules virtuelles 禄

脌 plus long terme, cette avanc茅e marque une 茅tape cl茅 vers la cr茅ation de mod猫les virtuels de cellules humaines. En effet, l鈥檕util DOLPHIN g茅n猫re des mod猫les unicellulaires plus complexes qui permettraient de simuler le comportement des cellules et leur r茅ponse aux m茅dicaments avant de passer aux essais en laboratoire ou aux essais cliniques 鈥� et d鈥櫭ヽonomiser ainsi temps et argent.

La prochaine 茅tape consistera 脿 茅tendre la port茅e de l鈥檕util de quelques ensembles de donn茅es 脿 des millions de cellules, et ouvrir ainsi la voie 脿 des mod猫les virtuels plus pr茅cis.

尝鈥櫭﹖耻诲别

L鈥檃rticle 芦 禄, par Kailu Song et Jun Ding et coll. a 茅t茅 publi茅 dans la revue Nature Communications.

La recherche comment茅e ici b茅n茅ficie du soutien de la Chaire Meakins-Christie en recherche respiratoire, des Instituts de recherche en sant茅 du Canada, du Conseil de recherches en sciences naturelles et en g茅nie du Canada et du Fonds de recherche du Qu茅bec.