Intelligence artificielle Un modèle de machine learning permet de mieux comprendre le fonctionnement des...

Pour approfondir le sujet

Sur le même thème :

Le projet CETI : comprendre la langue des cachalots grâce à des outils d’intelligence artificielle

Comprendre la langue utilisée par les animaux est un des enjeux de certains scientifiques : c'est notamment le cas de Denise Herzing qui étudie,...

Spyfish Aotearoa, un projet de machine learning pour la reconnaissance d’espèces marines

L'environnement marin d'Aotearoa, non loin de la Nouvelle-Zélande, est l'un des plus riche du monde : il abrite près de 17 000 espèces, dont...

Eagle Eye, un modèle de machine learning pour lutter contre les féminicides

Une initiative présentée à Saint-Domingue a été lancée pour tenter de prévenir les féminicides en République dominicaine. Cette plateforme baptisée Eagle Eye utilise l'intelligence artificielle pour...

Microsoft propose gratuitement une formation en ligne autour du machine learning sur GitHub

En Europe, les cours en ligne autour de l'intelligence artificielle tendent à se démocratiser : la Finlande a lancé Elements of AI dans le...

Un modèle de machine learning permet de mieux comprendre le fonctionnement des lymphocytes

Des chercheurs de l’Université Aalto et de l’Université d’Helsinki, en Finlande, ont développé un nouveau modèle d’IA capable de relier les cellules immunitaires aux cibles qu’elles souhaitent attaquer. Le système peut donc déterminer quels globules blancs reconnaissent un virus comme le COVID-19. Selon les chercheurs, le nouveau modèle permettra une meilleure compréhension du système immunitaire dans le cadre d’infections, de maladies auto-immunes ou de cancer.

Une solution pour mieux comprendre le fonctionnement des lymphocytes

Le système immunitaire de l’être humain comporte deux types de globules blancs : les lymphocytes B qui sont responsables de la production d’anticorps et les lymphocytes T qui sont ceux qui pratiquent la phagocytose détruisant les corps infectieux. Afin d’identifier leurs cibles, les lymphocytes T s’appuient sur une clé et un principe de verrouillage. La clé se situe sur le récepteur des cellules T tandis que le verrou se trouve au niveau de la protéine localisée à la surface d’une cellule infectée.

Les chercheurs souhaitent cartographier les cibles des lymphocytes T, mais les techniques traditionnelles utilisées en laboratoire sont fastidieuses, car un seul individu possède une quantité massive de potentielles cibles. C’est pour faire en sorte de faciliter le travail des scientifiques en laboratoire que Emmi Jokinen, Jani Huuhtanen, Satu Mustjoki, Markus Heinonen et Harri Lähdesmäki ont entamé des recherches pour concevoir un modèle d’IA adéquat. Ils ont publié en mars dernier, un article explicitant l’ensemble de leur démarche.

L’intelligence artificielle pour cartographier les cibles des globules blancs

Pour mettre au point TCRGP, un modèle de processus gaussien, les chercheurs ont étudié les différentes paires clé/verrou précédemment compilées par les scientifiques en laboratoire et les ont utilisés pour entrainer le modèle. Cela leur a permis de développer un système d’IA capable de prédire les cibles pour les lymphocytes T précédemment non cartographiés. TCRGP utilise les séquences d’acides aminés des protéines situées sur les cellules infectées pour reconnaitre si le verrou est connu ou non par la clé de la cellule T.

L’étude donne un aperçu de la méthode utilisée par un globule blanc pour réussir à identifier les verrous avec différentes parties de sa clé. Le schéma ci-dessous montre les trois principales étapes de la méthode proposée par l’équipe de chercheurs. Celle permettant de numériser les données (A), celle utilisant le processus gaussien (B), et celle où TCRGP classifie les récepteurs de lymphocytes T (C) :

processus gaussien classification lymphocytes T

Parmi les virus étudiés, on retrouve l’hépatite B, la grippe A ou encore le COVID-19. L’équipe de chercheurs a également étudié le rôle du système de défense dans le développement de diverses maladies auto-immunes. Selon les chercheurs, grâce à ce nouvel outil, les scientifiques seront en mesure de mieux utiliser les données de patients déjà connues des médecins, et pourront mieux les comprendre.

Le modèle a aussi un autre avantage : il permet aux scientifiques en laboratoire de gagner du temps et d’épargner certaines ressources exploitées dans les techniques expérimentales traditionnelles pour reconnaitre les cibles privilégiées des lymphocytes T.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Zacharie Tazrout

Partager l'article

Quel rôle l’intelligence artificielle joue-t-elle dans la lutte contre les incendies de forêt ?

Le Maroc, l'Espagne et la France connaissent actuellement une vague de chaleur très importante qui surprend les météorologues car elle arrive précocement. Avec le...

L’UMONS introduit 40 portefeuilles projets FEDER-FSE+ pour un budget de plus de 280 millions d’euros

Le FEDER (Fonds Européen de Développement Régional) et le FSE (Fonds Social Européen Plus) ont pour objectif de renforcer la cohésion sociale et économique...

Yoshua Bengio fait son entrée dans le dictionnaire Larousse

Nouveau signe de la popularisation de l'intelligence artificielle, le directeur scientifique de Mila et professeur à l’Université de Montréal, Yoshua Bengio, intègre le Petit...

METAFORA biosystems lance METAflow, logiciel cloud d’analyse numérique de cytométrie en flux

METAFORA Biosystems, une société qui a développé une plateforme de cytométrie en flux alimentée par l'IA pour générer des diagnostics in vitro (DIV) plus...
Recevoir une notification en cas d'actualité importante    OK Non merci