Cellules virtuelles IA accélèrent la découverte de thérapies
Des chercheurs de l'Université de Californie à San Diego ont mis au point des modèles cellulaires virtuels associant intelligence artificielle et simulations physiques, une avancée susceptible d'accélérer considérablement la découverte de nouveaux traitements. Publiées dans la revue Cell, ces recherches ciblent les mitochondries, ces organites dynamiques qui transforment les nutriments en énergie. Contrairement aux clichés statiques traditionnels, leur forme et leurs mouvements reflètent directement l'état de santé cellulaire, mais leur observation complexe a longtemps limité les études à grande échelle. Pour pallier cette limite, l'équipe a exploité la microscopie laser 4D, qui enregistre le déplacement tridimensionnel des structures cellulaires sur une durée donnée. Deux approches complémentaires ont été développées. La première repose sur MitoSpace, un réseau d'apprentissage profond entraîné sur 40 000 films 4D de cellules cancéreuses traitées par divers composés. Contrairement aux systèmes classiques nécessitant un étiquetage manuel, MitoSpace identifie automatiquement les motifs morphologiques. Sans connaître les substances administrées, le modèle a réussi à regrouper les cellules selon leur réponse biologique et à prédire leur état énergétique avec une précision de 75 %, dépassant largement les 56 % obtenus avec les images 2D conventionnelles. La seconde méthode consiste à créer des jumeaux numériques de cellules vivantes. En cartographiant la position des mitochondries et les fibres microtubulaires servant de pistes de transport, les scientifiques ont programmé un modèle physique simulant les forces et déplacements réels. Lors de tests, le jumeau numérique a reproduit avec exactitude la réaction des mitochondries face à un médicament altérant les microtubules, et ce, sans aucun ajustement de paramètres. Cette fiabilité confirme le potentiel des simulations physiques pour remplacer certaines étapes expérimentales lourdes. Selon Johannes Schöneberg, directeur de l'étude, ces deux approches démontrent que la relation entre forme et fonction mitochondriale est suffisamment robuste pour être modélisée numériquement. Ensemble, elles offrent un cadre généralisable pour cribler rapidement des molécules thérapeutiques, répertorier des usages existants ou analyser des tissus en développement. À moyen terme, l'intégration de ces outils en un flux de travail unifié permettrait d'incorporer d'autres organites cellulaires. L'ambition finale est de dépasser la cellule unique pour simuler des tissus entiers, rapprochant ainsi la recherche fondamentale de ses applications cliniques pour des pathologies comme le cancer, le diabète, la maladie d'Alzheimer ou les troubles mitochondriaux pédiatriques.
