Une nouvelle étude montre qu’il est possible d’utiliser les séquences génétiques des anticorps d’une personne pour prédire quels agents pathogènes ces anticorps cibleront. Rapportée dans la revue Immunity, la nouvelle approche différencie avec succès les anticorps contre la grippe et ceux qui attaquent le SRAS-CoV-2, le virus qui cause le COVID-19.
« Notre recherche en est à un stade très précoce, mais cette étude de preuve de concept montre que nous pouvons utiliser l’apprentissage automatique pour connecter la séquence d’un anticorps à sa fonction », a déclaré Nicholas Wu, professeur de biochimie à l’Université de l’Illinois. Urbana-Champaign qui a dirigé la recherche avec U. of I. biochimie Ph.D. étudiant Yiquan Wang; et Meng Yuan, scientifique à Scripps Research à La Jolla, en Californie.
Avec suffisamment de données, les scientifiques devraient être en mesure de prédire non seulement le virus qu’un anticorps attaquera, mais aussi les caractéristiques de l’agent pathogène auquel l’anticorps se lie, a déclaré Wu. Par exemple, un anticorps peut se fixer à différentes parties de la protéine de pointe sur le virus SARS-CoV-2. Sachant cela permettra aux scientifiques de prédire la force de la défense immunitaire d’une personne, car certaines cibles d’un agent pathogène sont plus vulnérables que d’autres.
La nouvelle approche a été rendue possible par l’abondance de données liées aux anticorps contre le SRAS-CoV-2, a déclaré Wu.
En 20 ans, les scientifiques ont découvert environ 5 000 anticorps contre le virus de la grippe. Mais en seulement deux ans, les gens ont identifié 8 000 anticorps pour COVID. Cela offre une opportunité jamais vue auparavant d’étudier le fonctionnement des anticorps et de faire ce genre de prédiction. »
Nicholas Wu, professeur de biochimie, Université de l’Illinois Urbana-Champaign
Les chercheurs ont utilisé les données d’anticorps de 88 études publiées et 13 brevets. Les ensembles de données étaient suffisamment volumineux pour permettre aux chercheurs d’entraîner leur modèle à faire des prédictions basées sur la séquence génétique des anticorps.
Le modèle a été conçu pour distinguer si les séquences codaient pour des anticorps ciblant des régions sur le virus de la grippe ou sur le virus SARS-CoV-2. Les chercheurs ont ensuite vérifié l’exactitude de ces prédictions.
« La précision était de près de 85% dans l’ensemble », a déclaré Wang.
« J’ai été en fait assez surpris que cela fonctionne si bien », a déclaré Wu.
L’équipe travaille à améliorer son modèle afin qu’il puisse déterminer plus précisément quelles parties du virus les anticorps attaquent.
« Si nous pouvons faire ces prédictions sur la base de la séquence d’anticorps, nous pourrions également revenir en arrière et concevoir des anticorps qui se lient à des agents pathogènes spécifiques », a déclaré Wu. « Ce n’est pas quelque chose que nous pouvons faire maintenant, mais ce sont des implications pour une étude future. »
Les National Institutes of Health ont soutenu cette recherche.
