Des chercheurs de la Cleveland Clinic et d’IBM ont publié une stratégie visant à identifier de nouvelles cibles pour l’immunothérapie grâce à l’intelligence artificielle (IA). Il s’agit de la première publication évaluée par des pairs issue du partenariat Discovery Accelerator des deux organisations, qui vise à faire progresser la recherche dans les domaines de la santé et des sciences de la vie.
L’équipe a travaillé ensemble pour développer une IA supervisée et non supervisée afin de découvrir les propriétés moléculaires des antigènes peptidiques, de petits morceaux de molécules protéiques que les cellules immunitaires utilisent pour détecter les menaces. Les membres du projet provenaient de divers groupes dirigés par Timothy Chan, MD, Ph.D. de la Cleveland Clinic, ainsi que Jeff Weber, Ph.D., chercheur scientifique principal chez IBM, et Wendy Cornell, Ph.D., responsable et responsable de la stratégie pour la découverte accélérée dans les soins de santé et les sciences de la vie.
“Historiquement, toutes nos données sur les cibles antigéniques du cancer provenaient d’essais et d’erreurs”, explique le Dr. Chan, président du Centre d’immunothérapie et d’immuno-oncologie de précision de la Cleveland Clinic et Chaire dotée de la Sheikha Fatima Bint Mubarak en immunothérapie et immuno-oncologie de précision. « Le partenariat avec IBM nous permet de repousser les limites de l’intelligence artificielle et de la recherche en sciences de la santé et de transformer la façon dont nous développons et évaluons les cibles du traitement du cancer. »
Depuis des décennies, les scientifiques recherchent comment mieux identifier les antigènes et les utiliser pour attaquer les cellules cancéreuses ou infectées par des virus. Cette tâche s’est révélée difficile car les peptides antigéniques interagissent avec les cellules immunitaires en fonction de caractéristiques spécifiques à la surface des cellules, un processus qui n’est pas encore bien compris. La recherche a été limitée par le grand nombre de variables qui influencent la façon dont le système immunitaire reconnaît ces cibles. L’identification de ces variables est difficile et prend du temps dans les calculs réguliers, c’est pourquoi les modèles actuels sont limités et parfois inexacts.
Publié dansBriefings en bioinformatique,L’étude a révélé que les modèles d’IA qui tiennent compte des changements de forme moléculaire au fil du temps peuvent représenter avec précision la manière dont le système immunitaire reconnaît un antigène cible. Grâce à ces modèles, les chercheurs pourraient déterminer quels processus sont essentiels à cibler avec des traitements d’immunothérapie tels que les vaccins et les cellules immunitaires modifiées.
À l’avenir, les chercheurs pourront intégrer ces résultats dans d’autres modèles d’IA afin d’identifier des cibles plus efficaces pour l’immunothérapie.
« Ces découvertes sont un exemple de ce qui fait le succès de ce partenariat : combiner les ressources informatiques de pointe d’IBM avec l’expertise médicale de la Cleveland Clinic », a déclaré le Dr. Weber. « Ces découvertes sont le résultat d’une collaboration importante entre tous, d’un expert en immunothérapie du cancer de classe mondiale à nos experts en simulation basée sur la physique et en IA. La collaboration combinée à l’innovation présente un énorme potentiel.