Utiliser l'IA pour identifier les neurones impliqués dans la réacquisition de la marche

Des chercheurs de l'EPFL parviennent à faire remarcher des rongeurs paralysés en stimulant la moelle épinière endommagée des animaux. Ce traitement prometteur a déjà permis aux paraplégiques de retrouver une mobilité lors d'essais cliniques au CHU de Lausanne (CHUV). Maintenant, en utilisant l'intelligence artificielle, les chercheurs peuvent identifier quels neurones sont impliqués dans le processus de réacquisition de la marche. Les résultats, qui ont été publiés dans Biotechnologie naturelle , pourrait conduire au développement de nouvelles approches, rendre les traitements encore plus efficaces, tout en ouvrant la voie à des avancées dans d'autres domaines de la recherche biomédicale.

La moelle épinière des rongeurs - comme celle des êtres humains - contient une cinquantaine de types différents de cellules nerveuses, ou des neurones. Pas toutes ces cellules, cependant, répondre de la même manière au traitement de récupération de la marche développé à l'EPFL, qui est basé sur une combinaison d'exercices et de stimulation électrique et chimique de la moelle épinière. En identifiant précisément les types de neurones impliqués, cependant, les chercheurs peuvent mieux comprendre ce qui se passe au niveau cellulaire lorsque ces stimuli entraînent une récupération immédiate de la marche. Ils peuvent ensuite cibler spécifiquement les neurones activés par la stimulation, augmentant ainsi l'efficacité du traitement.

Dans le cadre de ces efforts, Le laboratoire de Grégoire Courtine a développé une méthode d'apprentissage automatique applicable à tout type de technologie monocellulaire, et identifier les cellules les plus importantes pour la tâche à accomplir. L'application de cette méthode à la biologie unicellulaire est particulièrement intéressante car des techniques telles que le séquençage d'ARN unicellulaire fournissent des mesures précises cellule par cellule de tous les gènes qu'une cellule pourrait exprimer, permettant aux chercheurs d'identifier les mécanismes cellulaires clés.

Les scientifiques ont comparé leurs résultats en utilisant deux groupes de souris :celles qui avaient réappris à marcher après une lésion de la moelle épinière et celles qui sont restées paralysées des membres inférieurs faute de traitement. Cependant, quand un tel traitement pourrait changer l'expression de milliers de gènes, identifier au sein de ces ensembles de données massifs les neurones spécifiques qui aident à la récupération des souris est un problème difficile. Pour y remédier, L'équipe de Courtine a développé une méthode d'apprentissage automatique. Surnommé Augure, il est capable d'apprendre à identifier les types cellulaires qui expliquent le mieux les différences entre deux conditions en considérant automatiquement les niveaux d'expression de milliers de gènes.

Augur fournit un score de priorité, prédire quelles cellules présentent les plus grandes différences entre les souris paralysées et celles qui ont retrouvé leur mobilité. Quand Augur priorise un certain type de neurone, cela signifie que ce neurone est essentiel à la récupération de la marche induite par la stimulation électrochimique. Inversement, les neurones qui ne sont pas priorisés par Augur se comportent de manière similaire chez les souris mobiles et non mobiles et ne jouent donc probablement pas un rôle majeur dans la réponse au traitement.

C'est une méthode statistique robuste qui peut être appliquée à toute perturbation. Le plus précisément Augur peut attribuer un type particulier de neurone aux deux groupes de souris, plus ces cellules nerveuses particulières sont pertinentes. Ils sont donc plus susceptibles d'être impliqués dans la récupération de la marche."

Michael Skinnider et Jordan Squair, les deux premiers auteurs de l'article

En utilisant cette méthode, les chercheurs ont pu identifier un type de neurone qui joue un rôle important dans la récupération de la marche chez la souris. Ils peuvent désormais observer plus en détail les mécanismes à l'œuvre, et également les cibler avec un traitement pharmacologique pour augmenter l'efficacité globale.

Cette méthode intéressera de nombreuses études biomédicales, selon Courtine :« Que vous travailliez sur le cancer, La maladie de Crohn, COVID, ou la sclérose en plaques, la question centrale reste la même, quel type de cellule est à l'origine du problème ? Notre méthode accélère le processus d'enquête, et pour cette raison, nous avons rendu Augur disponible gratuitement."

• Maladie des gencives et risque de cancer de l'œsophage et de l'estomac
• Une étude révèle les effets antiviraux de la curcumine