Les « horloges tissulaires » basées sur l’IA peuvent estimer l’âge biologique des organes humains à partir d’images histologiques, ont montré des chercheurs du Centre de recherche CeMM pour la médecine moléculaire de l’Académie autrichienne des sciences et de l’Institut Ludwig Boltzmann pour la médecine de réseau (LBI-NetMed) de l’Université de Vienne. En analysant plus de 25 000 échantillons de tissus provenant de 40 types de tissus, leur étude révèle que les organes vieillissent à des rythmes différents tout au long de la vie et que ces changements peuvent même être détectés à partir d’échantillons de sang. Les résultats, publiés dans Médecine naturelle (DOI : 10.1038/s41591-026-04566-5), fournissent un nouveau cadre pour comprendre le vieillissement et peuvent ouvrir de nouvelles voies pour la surveillance des maladies et le diagnostic précoce.
Certaines personnes semblent vieillir plus lentement que d’autres, ressemblant et se comportant comme si elles avaient 45 ans à 60 ans. D’autres semblent avoir pris de l’avance sur le calendrier. Mais pourquoi et que se passe-t-il réellement à l’intérieur du corps ? Un foie vieillit-il différemment d’un cerveau ? Et est-il possible de mesurer l’écart entre l’âge inscrit sur un passeport et l’âge biologique de chaque organe ?
En combinant l’intelligence artificielle avec l’une des plus grandes collections au monde d’images de tissus humains, une nouvelle étude dirigée par André Rendeiro, chercheur principal du CeMM et du LBI-NetMed et co-écrite pour la première fois par Ernesto Abila, Iva Buljan et Yimin Zheng, fait un grand pas vers la réponse à ces questions. Alors que les études précédentes portaient principalement sur les changements moléculaires tels que la méthylation de l’ADN ou l’expression des gènes, l’équipe examine comment l’architecture des tissus eux-mêmes évolue au fil du temps.
Un journal silencieux du temps
Pour ce faire, les chercheurs se sont tournés vers le Genotype-Tissue Expression Project (GTEx), qui a collecté des échantillons de tissus auprès de 983 individus répartis dans 40 types de tissus différents, allant du cerveau et du cœur aux poumons, au pancréas, à la peau et à l’intestin. Celles-ci ont été transformées en photographies numériques haute résolution de tranches de tissus, chacune révélant l’architecture microscopique de l’organe en question. L’échelle est stupéfiante : 25 712 images, représentant environ 480 millions de tuiles d’images individuelles, analysées avec des modèles de vision de pointe.
Ils ont découvert que l’architecture des organes tient un journal silencieux du temps : même sans en informer explicitement l’IA, l’âge s’est avéré être le facteur le plus important qui façonne l’apparence des tissus dans les 40 types de tissus. Sur cette base, l’équipe de recherche a développé ce qu’on appelle des « horloges tissulaires » – des modèles prédictifs qui estiment l’âge biologique d’une personne à partir de l’apparence de ses tissus, pour chaque organe indépendamment.
Ces horloges ont atteint une erreur de prédiction moyenne de seulement 4,9 ans et ont surpassé les estimations existantes du vieillissement basées sur l’ADN en capturant la pathologie spécifique des tissus. Il est important de noter que l’âge biologique prédit était fortement lié aux caractéristiques connues du vieillissement, notamment le raccourcissement des télomères, la pathologie tissulaire et le nombre de maladies chroniques dont souffrait un individu.
Nos tissus contiennent un enregistrement remarquablement détaillé du processus de vieillissement. En combinant des images histologiques avec l’intelligence artificielle, nous pouvons détecter des modèles de vieillissement biologique invisibles à l’œil humain et commencer à comprendre comment le vieillissement se déroule différemment dans tout le corps. »
André Rendeiro, chercheur principal au CeMM et auteur correspondant de l’étude
Horaires différents pour chaque organe
L’analyse a révélé que le vieillissement ne se produit pas de manière uniforme : certains tissus, tels que les poumons, les reins, le pancréas et la glande surrénale, présentaient déjà des signes de vieillissement accéléré entre 20 et 40 ans. D’autres suivaient des trajectoires plus complexes, avec des pics de vieillissement accéléré apparaissant plus tard dans la vie. L’utérus a montré un changement particulièrement frappant autour de l’âge de la ménopause. Les chercheurs ont également identifié des liens étroits entre le vieillissement spécifique aux tissus et les conditions médicales ou les facteurs associés au mode de vie. Par exemple, l’insuffisance rénale était associée à des signaux de vieillissement accélérés dans plusieurs tissus, tandis que le diabète présentait des effets prononcés sur le pancréas.
« Ce qui ressort, c’est la façon dont chaque organe vieillit différemment et comment cela se manifeste dans l’architecture des tissus », explique Ernesto Abila, co-premier auteur de l’étude. « L’apprentissage profond nous permet de lire ces modèles spatiaux, en capturant le vieillissement comme un remodelage architectural, et non comme une simple dérive moléculaire. » Tandis que les horloges tissulaires capturaient le rythme normal de vieillissement des organes, elles mettaient également en évidence des valeurs aberrantes, à savoir des individus dont les tissus présentaient des changements structurels prononcés en avance sur leur âge chronologique.
Cependant, les échantillons de tissus ne peuvent pas toujours être collectés. En reliant les profils d’expression génique basés sur le sang avec les écarts d’âge des tissus d’origine histologique des mêmes individus, les chercheurs ont construit des prédicteurs de l’âge biologique spécifique des tissus à partir d’échantillons de sang uniquement. « Il s’agit d’un saut conceptuel : utiliser le langage du vieillissement tissulaire, appris à partir d’images, et le traduire en quelque chose de lisible à partir d’une prise de sang de routine », explique Iva Buljan, co-premier auteur.
Les échantillons de sang montrent des schémas de vieillissement
Ces prédicteurs sanguins ont réussi à identifier les schémas de vieillissement liés à plusieurs maladies, notamment la maladie d’Alzheimer, la maladie de Crohn, la mucoviscidose, la vascularite, le diabète et les accidents vasculaires cérébraux. Dans la maladie d’Alzheimer, par exemple, le signal de vieillissement le plus fort a été détecté spécifiquement dans le cerveau, tandis que dans la maladie de Crohn, le vieillissement s’est accéléré dans le tractus gastro-intestinal.
« Cette étude souligne que le vieillissement n’est pas simplement une question de temps chronologique », explique Yimin Zheng, troisième co-premier auteur de l’étude. « Différents organes vieillissent de différentes manières, et ces processus semblent être façonnés par des facteurs à la fois systémiques et spécifiques aux tissus. » Les résultats suggèrent que l’architecture tissulaire intègre de nombreux changements moléculaires et physiologiques associés au vieillissement et à la maladie. À l’avenir, de telles approches pourraient contribuer à des diagnostics mini-invasifs permettant de surveiller la santé des organes et la progression de la maladie au moyen d’analyses sanguines.
L’étude démontre également le potentiel croissant de l’intelligence artificielle dans la recherche sur la pathologie et le vieillissement. En reliant l’imagerie tissulaire, l’expression génétique et les données cliniques à grande échelle, les travaux fournissent une vision complète de la manière dont le vieillissement se manifeste dans l’ensemble du corps humain.
