Des chercheurs de la John A. Paulson School of Engineering and Applied Sciences de l'Université Harvard ont développé un cadre computationnel novateur pour décrypter les règles régissant l'auto-organisation cellulaire. Cette approche, publiée le 13 août 2025 dans Nature Computational Science, utilise la différenciation automatique, une technique essentielle à l'entraînement des modèles d'apprentissage profond, pour prédire comment de légères modifications génétiques ou de signaux cellulaires influencent la conception finale des amas cellulaires.
L'étude, intitulée "Engineering morphogenesis of cell clusters with differentiable programming", vise à simplifier le processus complexe de la croissance cellulaire en un problème d'optimisation résoluble par ordinateur. Grâce à la différenciation automatique, l'équipe a calculé efficacement des fonctions complexes, permettant une détection précise de l'impact des changements dans les réseaux génétiques sur le comportement de collectifs cellulaires entiers.
Cette méthode computationnelle ouvre la voie à la conception de tissus vivants aux fonctions ou formes spécifiques, offrant des perspectives prometteuses pour les avancées en médecine régénérative et en ingénierie tissulaire. Les travaux ont été codirigés par l'étudiant diplômé Ramya Deshpande et le chercheur postdoctoral Francesco Mottes, sous la supervision de l'auteur principal Michael Brenner.
Cette avancée s'inscrit dans un effort plus large visant à maîtriser les processus complexes du développement biologique. La différenciation automatique, bien qu'initialement développée pour l'intelligence artificielle, se révèle être un outil puissant pour démêler les mécanismes sous-jacents à la morphogenèse, c'est-à-dire la formation des formes biologiques. En traitant la croissance cellulaire comme un problème d'optimisation, les chercheurs peuvent identifier les règles génétiques et les interactions cellulaires qui mènent à des structures complexes et fonctionnelles.
Cette approche pourrait, à terme, permettre la création d'organes sur mesure ou la conception de tissus aux propriétés contrôlées, marquant une étape significative dans la compréhension et la manipulation des processus de vie. Les implications de cette recherche s'étendent au-delà de la biologie fondamentale. Dans le domaine de la médecine régénérative, la capacité à concevoir des tissus avec des caractéristiques définies pourrait révolutionner le traitement des maladies et des blessures.
L'ingénierie tissulaire, qui vise à réparer ou remplacer des tissus endommagés, bénéficie grandement de ces avancées computationnelles. Des études antérieures ont déjà montré l'efficacité des modèles computationnels pour optimiser la conception de biomatériaux et simuler la croissance cellulaire, ouvrant la voie à des applications cliniques concrètes, comme des implants personnalisés ou des thérapies régénératives plus ciblées. La capacité à prédire comment de petites modifications génétiques affectent le développement d'un amas cellulaire est une avancée majeure pour la conception rationnelle de tissus vivants.