Des chercheurs de l’Université de Göteborg ont développé un modèle d’IA qui augmente le potentiel de détection du cancer grâce à l’analyse du sucre. Ce modèle d’IA est plus rapide et plus efficace pour détecter les anomalies que la méthode semi-manuelle actuelle.
Les glycanes, ou structures de molécules de sucre dans nos cellules, peuvent être mesurées par spectrométrie de masse. Une utilisation importante est que les structures peuvent indiquer différentes formes de cancer dans les cellules.
Cependant, les données obtenues par spectrométrie de masse doivent être analysées avec soin par des humains pour déterminer la structure à partir de la fragmentation des glycanes. Ce processus peut prendre de quelques heures à quelques jours pour chaque échantillon et ne peut être réalisé avec une grande confiance que par un petit nombre d'experts dans le monde, car il s'agit essentiellement d'un travail de détective appris au fil de nombreuses années.
Automatiser le travail de détective
Le procédé constitue ainsi un goulot d'étranglement dans l'utilisation des analyses de glycanes, par exemple pour la détection du cancer, lorsqu'il y a de nombreux échantillons à analyser.
Des chercheurs de l'Université de Göteborg ont développé un modèle d'IA pour automatiser ce travail de détective. Le modèle d'IA, baptisé Candycrunch, résout la tâche en quelques secondes seulement par test. Les résultats sont présentés dans un article scientifique de la revue Nature Methods.
Le modèle d’IA a été formé à l’aide d’une base de données de plus de 500 000 exemples de différentes fragmentations et structures associées de molécules de sucre.
La formation a permis à Candycrunch de calculer la structure exacte du sucre dans un échantillon dans 90 % des cas. »
Daniel Bojar, maître de conférences associé en bioinformatique, Université de Göteborg
Peut trouver de nouveaux biomarqueurs
Cela signifie que le modèle d’IA pourrait bientôt atteindre les mêmes niveaux de précision que le séquençage d’autres séquences biologiques, comme l’ADN, l’ARN ou les protéines.
Parce que le modèle d’IA est si rapide et précis dans ses réponses, il peut accélérer la découverte de biomarqueurs à base de glycanes pour le diagnostic et le pronostic du cancer.
« Nous pensons que les analyses de glycanes occuperont une place plus importante dans la recherche biologique et clinique maintenant que nous avons automatisé le plus gros goulot d'étranglement », déclare Daniel Bojar.
Le modèle d’IA Candycrunch est également capable d’identifier des structures qui échappent souvent aux analyses humaines en raison de leurs faibles concentrations. Le modèle peut donc aider les chercheurs à trouver de nouveaux biomarqueurs à base de glycanes.