Une étude récente montre comment les outils d’IA peuvent être utilisés pour décrypter les réseaux de virulence bactérienne. De nombreuses bactéries pathogènes utilisent une «seringue» moléculaire pour injecter une multitude de leurs protéines, appelées effecteurs, dans les cellules intestinales, bloquant ainsi les principales réponses immunitaires.
Désormais, une équipe internationale de scientifiques du Royaume-Uni, d’Israël et d’Espagne, avec la participation de l’Université polytechnique de Madrid (UPM), a uni ses forces pour analyser toutes ces molécules de protéines ensemble, combinant expériences de laboratoire et outils d’intelligence artificielle (IA). .
L’IA peut être utilisée pour décrypter les réseaux de virulence bactérienne
Les auteurs, qui publient leur étude dans la revue Science, ont utilisé 100 variantes de la bactérie murine Citrobacter rodentium pour modéliser la fonction des effecteurs. Ils ont constaté qu’ils fonctionnent ensemble en tant que réseau, ce qui permet au microbe une grande flexibilité pour échapper au système immunitaire et maintenir sa pathogénicité.
La plate-forme d’IA a correctement prédit les résultats de la colonisation des réseaux alternatifs à partir des données in vivo. Les chercheurs d’UPM, le professeur d’IA Alfonso Rodríguez-Patón et l’étudiante au doctorat Elena Núñez Berrueco ont utilisé les données collectées dans le laboratoire pour construire le modèle d’apprentissage automatique.
Les chercheurs testent des outils d’IA
Le nombre de combinaisons possibles d’effecteurs dépasse le milliard, donc étudier toutes les variantes prendrait plus de mille ans de recherche expérimentale. C’est là que l’IA intervient pour changer les règles et permettre de déchiffrer ce mécanisme complexe. L’algorithme développé à l’UPM est capable de prédire la capacité infectieuse de n’importe quel variant après avoir appris les schémas des 100 expériences de laboratoire.
«En étudiant un système biologique aussi complexe, l’IA est capable de voir ce qui n’est pas évident à nos yeux», explique Núñez. «Les prédictions nous aident à identifier les combinaisons d’effecteurs les plus pertinentes et ainsi à gagner du temps et des ressources. Nous pouvons utiliser ce modèle pour prédire si et comment une nouvelle souche, avec une combinaison d’effecteurs différente de celles étudiées, peut manipuler nos cellules.
L’algorithme est inspiré des réseaux de neurones artificiels mais intègre des connaissances sur les cibles des effecteurs. L’architecture de ce réseau a une particularité: au lieu d’être générique, il a la même forme que le réseau d’interactions biologiques des effecteurs avec les composants de nos cellules. Cela a permis de former le réseau avec un très petit nombre de cas, aboutissant à un modèle avec des résultats interprétables (soi-disant IA explicable).
Avec l’aide du modèle, les scientifiques ont pu diriger d’autres expériences vers les variantes les plus intéressantes. Ainsi, ils ont pu découvrir de petits groupes de ces molécules indispensables. Cela signifie que, lorsqu’elles sont éliminées ou bloquées, les bactéries n’infectent pas, ce qui constitue une cible prometteuse pour les traitements futurs pour aider à vaincre ces envahisseurs agiles.
De nouvelles thérapies pourraient être en route
En fait, les auteurs ont également observé que la souris hôte est adaptative, capable de contourner les obstacles érigés par les différents réseaux effecteurs et d’activer des réponses immunitaires complémentaires qui éliminent le pathogène et induisent une immunité protectrice.
Rodríguez-Patón conclut: «L’intelligence artificielle se révèle une fois de plus être une technologie disruptive, en l’occurrence dans le domaine de la microbiologie. Cette recherche interdisciplinaire nous a obligés à développer de nouvelles techniques d’IA pour démêler le réseau complexe de signaux moléculaires que les bactéries utilisent pour nous infecter. Les résultats obtenus sont très satisfaisants, nous allons donc continuer à collaborer avec le groupe de Gad Frankel – l’un des auteurs principaux – de l’Imperial College de Londres dans les recherches futures.
