En bonne santé jusqu’au soir de sa vie ? L’IA et la technologie iPS au service de la médecine personnalisée

IA et des cellules iPS : que faire pour bien vieillir ?

Bientôt on fera sans doute rimer longévité et bonne santé. Les portables et les montres connectées assurent déjà le suivi de la fréquence cardiaque, du sommeil et collectent nos données biométriques 24 heures sur 24. Les outils IA permettent d’analyser ce flux de données pour signaler des risques potentiels dès les stades précoces. Ces données peuvent aider à adapter nos modes de vie et contribuer à trouver de bons traitements avant même l’apparition des premiers symptômes, on pourrait ainsi rester en bonne santé jusqu’au soir de sa vie. Mais certaines maladies ou blessures ne peuvent être prédites et échappent aux rets de ce filet de contrôle. La médecine régénérative à base de cellules souches pluripotentes induites (iPS) ne serait-elle pas dans ce cas le « dernier bouclier » ?

On obtient des cellules iPS en reprogrammant des cellules ordinaires. On introduit un petit nombre de gènes par exemple dans des cellules de peau ou de sang pour les ramener à l’état de cellule souche qu’il pousse ensuite à évoluer vers de nouveaux types de cellules. Yamanaka Shinya de l’Université de Kyoto avait réussi pour la première fois en 2006 à créer des cellules iPS chez la souris, et vingt ans plus tard, les chercheurs et les laboratoires pharmaceutiques du monde entier se livrent une course effrénée pour faire de cette découverte des traitements permettant chez l’homme de restaurer les fonctions corporelles perdues suite à une maladie ou à une blessure.

(© Yokozeki Kazuhiro)

Pour ses travaux en médecine, Kawakami Eiryo de l’Université de Chiba analyse les données à l’aide de modèles mathématiques, d’IA et d’apprentissage automatique (machine learning).

Les médicaments sont diversement efficaces selon les profils des patients, même si le diagnostic est similaire. De même, certains cancers détectés à un stade précoce réapparaissent en quelques années, quand d’autres diagnostiqués en phase terminale n’empêchent pas certains malades de vivre longtemps sans que le cancer ne récidive. Face à une telle variabilité, Kawakami Eiryo s’est demandé si la prise de décision thérapeutique devait reposer uniquement sur l’expérience des médecins. Il a donc cherché à classer les patients sur une base statistique et établir de larges corpus de données pour que les soins soient plus efficaces.

Kawakami travaille également à l’Institut de recherche en sciences physiques et chimiques (Riken). À l’avant-garde de la recherche, il dirige une équipe qui travaille sur un projet de « médecine prédictive » qui vise à mettre en place des soins préventifs avant que les premiers symptômes ne surgissent en associant l’IA aux derniers progrès de la médecine.

« Je pense qu’une médecine nous permettant de vivre longtemps en restant en bonne santé, sans souffrir de longue maladie au soir de sa vie est un objectif que nous pouvons réellement atteindre. Cinq ou dix ans ne suffiront pas, mais j’espère que nous pourrons concrétiser ce rêve d’ici 2050. »

Quid de l’IA et des cellules iPS en 2026

Où en est la recherche médicale sur les cellules iPS ayant recours à l’IA ?

Epistra, une start-up d’IA spécialisée dans les sciences de la vie basée à Tokyo, a annoncé en juin 2022, avoir réussi à développer un système d’optimisation où l’IA explore automatiquement de nombreuses combinaisons pour identifier les meilleures conditions de culture des cellules (iPS notamment) utilisées en médecine régénérative.

Jusqu’alors, l’expérience et l’intuition de chercheurs chevronnés étaient les seules armes de la culture de cellules souche, la production était rarement efficace et la qualité assez variable.

Mais les changements sont là. Grâce au robot « Mahoro » et au progiciel d’analyse IA « Epistra Accelerate », le calcul du meilleur environnement (température et apport en nutriments) est calibré par l’IA et les cellules sont cultivées par le robot. Les résultats obtenus sont analysés puis utilisés pour optimiser les conditions de la série suivante. Répéter ce cycle a permis aux chercheurs de produire efficacement des cellules de grande qualité.

Mahoro, le robot qui met en culture les cellules iPS. Photo prise au Riken à Kobe. (© Jiji)

« En sciences de la vie, l’optimisation (qui est également un facteur central de l’IA) joue un rôle de plus en plus crucial ces dernières années. Les quatre gènes connus sous le nom de « facteurs Yamanaka » et nécessaires à la fabrication de cellules iPS, n’ont pu être isolés au sein d’un grand nombre de candidats que grâce à l’expérimentation. Trouver les conditions idéales pour cultiver les cellules utiles en médecine régénérative était le défi suivant. La qualité des cellules peut varier considérablement selon les gènes et protéines ajoutés, les quantités ou l’ordre des éléments introduits. Sans le recours à l’IA, identifier ces conditions prenait autrefois beaucoup de temps et d’efforts. »

En médecine régénérative, il est important de pouvoir produire de manière stable un grand nombre de cellules de grande qualité. En combinant l’IA et la robotique, on peut réduire la variabilité, le temps et les coûts. Grâce à ces technologies, la mise en œuvre de la médecine régénérative dérivée des cellules iPS chez les patients a pu être facilitée.

« Il y a environ quinze ans, nous travaillions sur la prolifération du virus de la grippe et nous utilisions chaque jour 100 boîtes de puces jetables pour manipuler de minuscules quantités de liquide. J’avais l’intime conviction que ce type de tâche ne devait pas être faite à la main tant il est difficile à des humains de répéter à l’identique des protocoles sur le long terme, d’autant plus s’il s’agit de manipulations délicates sur des cellules. Les robots peuvent eux répéter les mêmes mouvements à l’infini et avec précision. La robotique et l’intelligence artificielle sont de précieux alliés en médecine des cellules iPS. »

Passer de la manipulation humaine aux technologies robotisées est une avancée pour la médecine des cellules iPS.

Personnaliser les traitements

La recherche sur les « organoïdes » a par ailleurs considérablement progressé ces dernières années. Un organoïde est une structure tissulaire en trois dimensions faisant quelques millimètres de diamètre qui miment le fonctionnement d’organe réel. Ces « mini-organes » sont généralement générées par des cellules iPS.

Comme les organoïdes peuvent in vitro, mimer les caractéristiques de cellules humaines, on les utilise pour modéliser des maladies et en étudier l’évolution. Ils permettent également de personnaliser les traitements et de développer des médicaments efficaces et adaptés à la physiologie de chaque patient.

Prenons un exemple concret. Une équipe de recherche dirigée par l’Institut des sciences de Tokyo a utilisé des cellules iPS pour créer des organoïdes rénaux dépourvus du gène responsable de la néphronophtise (une maladie génétique rare que le gouvernement japonais qualifie de « réfractaire » car elle résiste aux traitements). Les chercheurs ont ensuite comparé les cellules rénales obtenues à celles d’un rein ordinaire et comme ils ont découvert une anomalie dans les molécules impliquées dans la fibrose (qui rigidifie les tissus), ils ont pu développer un traitement qui prévient l’émergence de cette anomalie et ont ouvert la voie à de nouvelles thérapies.

Les chercheurs combinent deux types d’analyses ; ils demandent d’une part aux IA d’analyser les images mais ils ont aussi recours à l’analyse d’ensembles massifs de données moléculaires (omiques). Ils regardent ensuite quelles avancées peuvent être prometteuses et cherchent à développer de nouveaux traitements ou des médications personnalisées. La création d’organoïdes et le recours à l’IA sont de plus en plus interconnectés.

Kawakami se lance dans de nouveaux travaux de recherche en collaboration avec Takebe Takanori. Ce professeur de l’Université d’Osaka fait figure de pionnier dans la recherche sur les organoïdes. Pour Kawakami : « C’est la plasticité cognitive qui différencie surtout l’IA des êtres humains. En traitement intuitif de l’image, le cerveau humain ne peut visualiser que des structures relativement simples. L’IA, en revanche, peut facilement analyser des structures tridimensionnelles complexes d’organoïdes qui évoluent au fil du temps, sans avoir besoin de les simplifier pour les comprendre. L’IA est particulièrement efficace quand il s’agit de données trop complexes pour être saisies immédiatement par un cerveau humain. Nous confions désormais à l’IA des décisions qui relevaient jusqu’ici de l’expérience ou de l’intuition d’experts. Mais avec ces résultats reproductibles, le développement de médicaments et de médications personnalisées va pouvoir faire de nouveaux progrès. »

Les humains garderont le contrôle des protocoles d’expérimentation

Si l’IA s’immisce de plus en plus dans nos sociétés et dans de nombreux domaines, quel sera le rôle des humains à l’avenir ? « On a pu dire que son intelligence et sa puissance de traitement étaient supérieures, mais en réalité, l’IA n’est utile que si les humains lui fournissent une orientation et calibrent les problèmes qui lui sont soumis », souligne Kawakami. « Elle ne saurait produire de bons résultats seule, sans instructions ou sur la base d’une réflexion propre. Les humains ont un rôle crucial à jouer dans l’élaboration des choix de société (cadres et objectifs à atteindre). »

L’IA n’ayant aucune physicalité, elle ne peut agir directement dans notre monde, ni faire l’expérience des résultats de ses actions. « Elle peut prédire des résultats à partir de données, mais elle ne peut pas faire l’expérience de ce qui se advient réellement ni tirer des leçons de ce qui finit par se passer dans le monde réel. Seuls les êtres humains comprennent ce que signifie interagir physiquement avec l’environnement, observer les changements ou affiner les méthodes par “essai-erreur”, ils doivent garder ce contrôle. »

Ce partenariat homme-technologie est en constante évolution, mais les chercheurs continueront de définir les problèmes, la prise de décision et la mise en œuvre dans le monde réel leur revient, quand l’IA se charge de gérer les tâches complexes en proposant des prévisions générées sur la base de vastes quantités de données. Si cette collaboration va en s’intensifiant, alors nous pourrons envisager un avenir où les maladies ne seront pas traitées seulement après leur apparition, on pourra rester en bonne santé et avoir des fins de vie plus libres et plus dignes.

(© Yokozeki Kazuhiro)

(Reportage et texte de Sugihara Yuka et Ôkoshi Yutaka de l’équipe Pascal, édité par Power News. Photo de titre : Kawakami Eiryo, expert à la pointe de la recherche médicale et thérapeutique à base d’IA et de science des données. © Yokozeki Kazuhiro)