SOUTH SAN FRANCISCO, Californie – insitro, société spécialisée dans les thérapeutiques basées sur l’intelligence artificielle et la biologie causale, a annoncé des avancées majeures dans l’étude du tissu adipeux brun (TAB), grâce à une approche innovante combinant IA, imagerie médicale et génétique humaine à grande échelle. Pour la première fois, une étude de liaison génomique (GWAS) a été menée sur le TAB à partir de données d’imagerie par résonance magnétique (IRM) issues du UK Biobank, grâce à une méthode d’analyse par vision par ordinateur développée par insitro. Cette méthode, basée sur l’analyse des signaux de graisse dans les images IRM Dixon, a permis d’estimer la quantité de TAB chez 69 598 individus, une échelle inédite pour ce tissu, longtemps difficile à étudier à grande échelle en raison de la nécessité d’examens spécialisés comme les scanners PET. Daphne Koller, fondatrice et PDG d’insitro, souligne que l’IA a permis de transformer des IRM largement disponibles en mesures fiables de TAB, ouvrant ainsi la voie à une analyse génétique humaine à grande échelle pour le TAB, un tissu clé dans la régulation métabolique. Les résultats montrent une variation saisonnière du TAB, plus marquée en fin d’hiver, conforme aux connaissances biologiques sur l’activité du TAB, et des corrélations significatives avec des paramètres métaboliques comme la composition corporelle, la glycémie, les lipides et la santé vasculaire. Un score de risque polygénique pour le TAB a également révélé des liens causaux avec plusieurs troubles cardio-métaboliques. L’analyse GWAS a identifié plusieurs gènes spécifiques au TAB, absents des études antérieures sur l’obésité, soulignant la nouveauté de cette approche. À partir de ces résultats génétiques, insitro a utilisé sa plateforme CellML™ pour screening de cibles dans des adipocytes humains primaires, combinant imagerie haute contenu, transcriptomique et assays fonctionnels. Cette stratégie a permis de prioriser une cible, BAT-01, dont la réduction d’expression par siARN ciblant les tissus adipeux a entraîné une perte de poids de 15 % chez des souris obèses en régime, une réduction de 25 % de la masse grasse, sans impact sur l’apport calorique, et une préservation de la masse maigre. Des analyses moléculaires ont révélé une augmentation de l’expression du gène Ucp1 et une diminution du gène Leptine dans les tissus adipeux blancs, des marqueurs d’une transformation vers un phénotype beige, suggérant un mécanisme périphérique distinct des traitements actuels qui agissent sur l’appétit via le système nerveux central. David Lloyd, directeur scientifique chez insitro, insiste sur la différence fondamentale entre une découverte guidée par l’IA et la génétique humaine, et une approche empirique : « Cela permet de passer à la validation fonctionnelle avec une confiance bien plus grande. » insitro poursuit l’évaluation d’autres gènes liés au TAB identifiés dans cette étude, dans l’optique de développer une ligne de traitements différenciés pour l’obésité et d’autres maladies cardio-métaboliques. Fondée par Daphne Koller, insitro s’appuie sur une architecture industrielle d’IA causale, le Virtual Human™, qui intègre des données humaines et cellulaires multi-modales pour accélérer la découverte de médicaments. Financée à hauteur de près de 800 millions de dollars par des investisseurs de renom, la société vise à transformer la découverte de médicaments en un processus industriel, répétable et à impact à grande échelle.