Le vieillissement affecte progressivement le fonctionnement de notre corps et, entre autres, détériore la capacité du système hématopoïétique – l’ensemble des organes et tissus responsables de la production de cellules sanguines – à maintenir une production adéquate de cellules sanguines. Comprendre et mesurer ce processus est particulièrement pertinent pour étudier le vieillissement des cellules souches sanguines et identifier des stratégies permettant de préserver ou de récupérer leur fonction.
L’étude, dirigée par le Dr Maria Carolina Florian, chercheuse au programme de médecine régénérative de l’Institut de recherche biomédicale Bellvitge (IDIBELL) et professeur de recherche ICREA, et le Dr Paula Petrone, chercheuse au Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS), et à l’Institut de Barcelone pour la santé mondiale (ISGlobal), un centre soutenu par la Fondation « la Caixa », présente ChromeAgeNetun outil basé sur l’intelligence artificielle qui identifie les modèles associés au vieillissement dans les images microscopiques de cellules souches hématopoïétiques en analysant l’organisation 3D de la chromatine, le matériau constitué principalement d’ADN et de protéines présentes dans le noyau cellulaire qui emballe l’ADN et régule les gènes actifs, déterminant finalement l’identité et la fonction des cellules. Ces travaux constituent un élément central de la thèse de doctorat de Pablo Iañez, chercheur à ISGlobal, et rassemblent des expertises en biologie des cellules souches, vieillissement, analyse d’images et intelligence artificielle. Les résultats sont publiés dans Cellule vieillissanterevue internationale de référence dans le domaine de la recherche sur le vieillissement.
Pour développer le modèle, les chercheurs ont analysé des images tridimensionnelles de noyaux de cellules souches hématopoïétiques de souris, colorées au DAPI, une technique simple et largement utilisée pour visualiser l’ADN. À l’aide d’un réseau neuronal convolutif -un type de modèle d’intelligence artificielle conçu pour analyser des images-, ChromeAgeNet appris à distinguer les cellules jeunes des cellules âgées.
Basé sur l’apparence du noyau, le modèle a démontré une probabilité de 77 % de distinguer correctement les cellules en deux groupes, surpassant même un modèle d’apprentissage automatique basé sur les caractéristiques de la chromatine précédemment définies par les chercheurs.
Détecter ce que l’œil ne voit pas
L’un des aspects pertinents de ces travaux est que les différences liées au vieillissement ne sont pas nécessairement visibles à l’œil nu sur les images microscopiques. Le vieillissement des cellules souches est un processus hétérogène et les changements dans l’architecture du noyau peuvent être très subtils. ChromeAgeNet permet cependant d’identifier des combinaisons de caractéristiques spatiales de la chromatine qui contiennent des informations sur l’état de vieillissement des cellules.
En outre, les chercheurs ont analysé les performances du modèle pour déterminer quelles caractéristiques spécifiques des images sont les plus utiles pour distinguer les jeunes cellules des cellules vieillissantes. Cette analyse a identifié, entre autres facteurs, l’entropie de la chromatine, l’hétérochromatine située à la périphérie du noyau et certains condensats de chromatine comme caractéristiques prédictives de l’état associé à l’âge.
Connaître quels éléments de l’organisation de l’ADN le modèle utilise pour faire ses prédictions permet d’aller au-delà d’une simple classification entre cellules jeunes et âgées et renseigne sur les caractéristiques de l’architecture nucléaire associées au vieillissement. Cette approche peut compléter d’autres biomarqueurs de l’âge, tels que les horloges dites épigénétiques, qui estiment l’âge biologique sur la base de certaines modifications chimiques de l’ADN, notamment celles liées à la méthylation.
Une nouvelle façon de rechercher des stratégies de rajeunissement
L’équipe a également exploré le potentiel de ChromeAgeNet comme outil de dépistage de traitements capables de modifier les caractéristiques liées à l’âge. Comme preuve de concept, le modèle a été appliqué à des cellules souches hématopoïétiques âgées traitées avec différents médicaments épigénétiques pour évaluer si ces traitements produisaient des changements dans l’organisation de la chromatine compatibles avec un état plus jeune.
Ces résultats ne démontrent pas que les traitements ont rajeuni fonctionnellement les cellules, mais ils montrent le potentiel de ChromeAgeNet comme outil pour détecter les changements associés à l’âge en réponse à différentes interventions et explorer des stratégies de rajeunissement potentielles.
L’utilisation du DAPI, un colorant peu coûteux et facile à intégrer dans les protocoles de microscopie, ainsi que le petit nombre de paramètres du modèle, facilitent son application éventuelle dans les flux de travail de microscopie à haut débit, des systèmes qui permettent d’analyser de grandes quantités d’échantillons. Cela pourrait contribuer à l’avenir à étudier un grand nombre de composés et à accélérer l’identification de candidats pour des stratégies de rajeunissement cellulaire.
Dans le cadre de leurs travaux, les chercheurs ont également mis à la disposition de la communauté scientifique un ensemble de données d’images tridimensionnelles de cellules souches hématopoïétiques, ainsi que ChromeAgeNet. Cette ressource peut faciliter le développement et la validation de nouveaux outils informatiques pour étudier le vieillissement de ces cellules, un domaine pour lequel il existe actuellement peu d’ensembles de données d’imagerie accessibles au public.
Dans l’ensemble, l’étude démontre que l’organisation tridimensionnelle de l’ADN contient des informations quantifiables sur le vieillissement des cellules souches sanguines et que l’intelligence artificielle peut aider à extraire ces informations à partir d’images microscopiques. ChromeAgeNet fournit ainsi un nouvel outil pour étudier le vieillissement cellulaire et explorer des stratégies possibles pour préserver ou récupérer les fonctions des cellules souches hématopoïétiques de manière plus rapide et plus évolutive.
