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

Pour approfondir le sujet

Avec TextStyleBrush, Facebook permet de substituer des textes en respectant leur style en temps réel

Après avoir présenté une méthode de deep learning pour que les modèles d'IA puissent oublier certaines informations et ses travaux en matière de vision par...

Thalès intègre deux solutions dans Google Workspace pour protéger les données des utilisateurs

Grâce à un partenariat avec Google, Thalès annonce l'intégration de ses solutions CipherTrust Manager et SafeNet Trusted Access pour chiffrer des documents Google Workspace....

Devoteam annonce l’acquisition d’Integrity pour renforcer son offre en matière de cybersécurité

Devoteam, une société de conseil en stratégie digitale, plateformes technologiques et cybersécurité, vient d'annoncer l'acquisition d'Integrity, une plateforme de services basée sur le cloud,...

Astek et Craft AI présentent leur solution de machine learning dans le domaine de la cybersécurité

Dans le cadre de leur partenariat, Astek et Craft AI ont présenté leur première solution dans le domaine de la cybersécurité. L'entreprise spécialisée en...

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.

Zacharie Tazrout

Partager l'article

Avec TextStyleBrush, Facebook permet de substituer des textes en respectant leur style en temps réel

Après avoir présenté une méthode de deep learning pour que les modèles d'IA puissent oublier certaines informations et ses travaux en matière de vision par...

Thalès intègre deux solutions dans Google Workspace pour protéger les données des utilisateurs

Grâce à un partenariat avec Google, Thalès annonce l'intégration de ses solutions CipherTrust Manager et SafeNet Trusted Access pour chiffrer des documents Google Workspace....

Devoteam annonce l’acquisition d’Integrity pour renforcer son offre en matière de cybersécurité

Devoteam, une société de conseil en stratégie digitale, plateformes technologiques et cybersécurité, vient d'annoncer l'acquisition d'Integrity, une plateforme de services basée sur le cloud,...

Astek et Craft AI présentent leur solution de machine learning dans le domaine de la cybersécurité

Dans le cadre de leur partenariat, Astek et Craft AI ont présenté leur première solution dans le domaine de la cybersécurité. L'entreprise spécialisée en...