Contrôler l’état d’une cellule dans une direction souhaitée est l’un des principaux défis des sciences de la vie, notamment le développement de médicaments, le traitement du cancer et la médecine régénérative. Cependant, il est extrêmement difficile d’identifier le bon médicament ou la bonne cible génétique à cette fin. Pour résoudre ce problème, les chercheurs du KAIST ont modélisé mathématiquement l'interaction entre les cellules et les médicaments à la manière d'un « bloc Lego » modulaire – en les décomposant et en les recombinant – pour développer une nouvelle technologie d'IA capable de prédire non seulement de nouvelles réactions cellules-médicaments jamais testées auparavant, mais également les effets de perturbations génétiques arbitraires.
KAIST (président Kwang Hyung Lee) a annoncé le 16 octobre qu'une équipe de recherche dirigée par le professeur Kwang-Hyun Cho du Département de biotechnologie et d'ingénierie cérébrale a développé une technologie générative basée sur l'IA capable d'identifier des médicaments et des cibles génétiques pouvant guider les cellules vers un état souhaité.
« L'espace latent » est une carte mathématique invisible utilisée par l'IA génératrice d'images pour organiser les caractéristiques essentielles d'objets ou de cellules. L’équipe de recherche a réussi à séparer les représentations des états cellulaires et des effets des médicaments au sein de cet espace, puis à les recombiner pour prédire les réactions de combinaisons cellule-médicament non testées auparavant. Ils ont ensuite étendu ce principe pour montrer que le modèle peut également prédire comment l'état d'une cellule changerait lorsqu'un gène spécifique est régulé.
L'équipe a validé cette approche à l'aide de données expérimentales réelles. En conséquence, l’IA a identifié des cibles moléculaires capables de ramener les cellules du cancer colorectal vers un état normal, ce que l’équipe a ensuite confirmé par des expériences cellulaires.
Cette découverte démontre que la méthode ne se limite pas au traitement du cancer : elle sert de plate-forme générale capable de prédire diverses transitions d’état cellulaire et réponses médicamenteuses non entraînées. En d’autres termes, la technologie détermine non seulement si un médicament agit ou non, mais révèle également son fonctionnement à l’intérieur de la cellule, ce qui rend cette réalisation particulièrement significative.
La recherche fournit un outil puissant pour concevoir des méthodes permettant d’induire les changements souhaités dans l’état cellulaire. Il devrait avoir de vastes applications dans la découverte de médicaments, le traitement du cancer et la médecine régénérative, comme la restauration des cellules endommagées à un état sain.
Le professeur Kwang-Hyun Cho a déclaré : « Inspirés par l'IA de génération d'images, nous avons appliqué le concept de « vecteur de direction », une idée qui nous permet de transformer les cellules dans une direction souhaitée. Il a ajouté : « Cette technologie permet une analyse quantitative de la manière dont des médicaments ou des gènes spécifiques affectent les cellules et prédit même des réactions jusqu'alors inconnues, ce qui en fait un cadre d'IA hautement généralisable. »
L'étude a été menée avec le Dr Younghyun Han, Ph.D. le candidat Hyunjin Kim et le Dr Chun-Kyung Lee du KAIST. Les résultats de la recherche ont été publiés en ligne dans Systèmes cellulairesun journal de Cell Press, le 15 octobre.
L'étude a été soutenue par la Fondation nationale de recherche de Corée (NRF) par le biais du programme de recherche à mi-carrière du ministère des Sciences et des TIC et du programme de laboratoire de recherche fondamentale (BRL).
