La fibrose pulmonaire idiopathique (IPF) est une maladie pulmonaire chronique et progressive caractérisée par l'accumulation excessive de composantes de la matrice extracellulaire, conduisant à une baisse progressive de la fonction pulmonaire et, finalement, à une insuffisance respiratoire. Affectant principalement les individus de plus de 60 ans, l'IPF partageait des voies biologiques sous-jacentes avec le processus de vieillissement. Comprendre ces mécanismes communs est crucial pour développer des thérapies de longévité innovantes avec le potentiel de bénéficier aux personnes dans le monde.
Récemment, des chercheurs d'Insilico Medicine ont publié une étude sur le vieillissement qui étudie les mécanismes liés au vieillissement dans l'IPF en utilisant des approches d'intelligence artificielle (IA). La recherche établit de nouvelles connexions entre la biologie vieillissante et la pathogenèse de la FPI tout en démontrant le potentiel des approches guidées par l'IA dans le développement thérapeutique pour les maladies liées à l'âge.
Pour faire avancer cette recherche, l'équipe a développé deux modèles d'apprentissage en profondeur spécialisés: l'horloge du vieillissement consciente de la fibrose, une horloge de vieillissement protéomique consacré à la voie formé sur les données de protéomique biobanque britannique et IPF-Precious3GPT, un transformateur omique qui génère des profils d'expression génique différentiels à partir d'invites de texte.
L'horloge vieillissante montre de grandes performances dans la validation croisée qui prédit l'âge biologique avec une grande précision (R² = 0,84, MAE = 2,68 ans). Les chercheurs ont ensuite appliqué le modèle à l'ensemble de données OLINK et ont utilisé une méthode de régression linéaire pour évaluer l'effet de la gravité de la maladie sur le rythme du vieillissement. Les résultats ont montré que les patients présentant des infections graves – qui sont susceptibles de développer une fibrose pulmonaire – avaient des âges biologiques prédits significativement plus élevés par rapport aux témoins sains, ce qui suggère que l'horloge formée porte une pertinence biologique dans les cas fibrotiques.
L'analyse avec le modèle générateur IPF-P3GPT a révélé des modèles d'expression génique partagés et uniques entre les poumons vieillissants et les maladies fibrotiques, soulignant que l'IPF n'est pas seulement le vieillissement accéléré mais implique des processus pathologiques uniques. L'étude a en outre identifié quatre voies clés (signalisation TGF-β, stress oxydatif, inflammation, remodelage de l'ECM) comme central à la fois de l'IPF et du vieillissement, mais impliquait différemment au niveau du gène.
À l'avenir, l'équipe de recherche d'Insilico élargira ces résultats en validant les modèles d'IA sur des cohortes dédiées aux patients IPF et en prolongeant l'approche à d'autres maladies fibrotiques et liées à l'âge. L'équipe envisage également d'utiliser ses outils pour la découverte de médicaments, l'identification des biomarqueurs et les stratégies de médecine personnalisées à travers le spectre du vieillissement et des maladies chroniques.
Exploitation des technologies d'IA et d'automatisation de pointe, INSILICO a considérablement amélioré l'efficacité du développement préclinique des médicaments, établissant une référence pour la R&D de médicaments à base de l'IA, tandis à 200 molécules synthétisées et testées dans chaque programme.
Depuis la fondation en 2014, Insilico a publié plus de 200 articles évalués par des pairs. Tirer parti des percées scientifiques soutenues à l'intersection de la biotechnologie, de l'intelligence artificielle et de l'automatisation, Insilico a classé les 100 meilleures institutions d'entreprise mondiales dans les «leaders de recherche 2025 de la Nature Index: les institutions mondiales des sociétés pour les sciences biologiques et les sciences naturelles».
