Des chercheurs du Vagelos College of Physicians and Surgeons de l'Université de Columbia ont développé une nouvelle méthode d'intelligence artificielle capable de prédire avec précision l'activité des gènes dans n'importe quelle cellule humaine. Cette avancée, publiée dans Nature, pourrait améliorer considérablement la compréhension des maladies telles que le cancer et les troubles génétiques.
Raul Rabadan, professeur de biologie des systèmes et auteur principal de l'étude, a souligné le potentiel des modèles computationnels prédictifs pour découvrir rapidement et précisément les processus biologiques. La recherche biologique traditionnelle décrit généralement les fonctions cellulaires mais manque de capacités prédictives concernant les réponses cellulaires aux changements, comme les mutations qui causent le cancer.
L'étude a utilisé des données d'expression génique provenant de plus de 1,3 million de cellules humaines, permettant au système d'IA de prédire l'expression génique dans des types cellulaires auparavant inexplorés, en s'alignant étroitement avec les résultats expérimentaux. Les capacités de l'IA ont été démontrées lorsque celle-ci a identifié des mécanismes derrière une forme héréditaire de leucémie pédiatrique, prédisant comment les mutations affectent les facteurs de transcription critiques pour le destin des cellules leucémiques.
De plus, la recherche ouvre des voies pour explorer la 'matière noire' du génome, des régions qui n'encodent pas de protéines mais qui peuvent abriter des mutations significatives. L'équipe de Rabadan étudie divers cancers pour comprendre les mécanismes régulateurs et leurs implications pour le développement de nouveaux traitements.
Cette approche innovante marque un tournant vers une science prédictive en biologie, transformant potentiellement les méthodologies de recherche et les stratégies thérapeutiques.