Les chercheurs de Google DeepMind utilisent l'intelligence artificielle pour prédire si des mutations dans les gènes humains sont susceptibles d'être nocives, ce qui constitue l'un des premiers exemples de technologie d'intelligence artificielle contribuant à accélérer le diagnostic de maladies causées par des variantes génétiques.
L'outil d'intelligence artificielle, appelé AlphaMissense, a évalué l'ensemble des 71 millions de mutations « faux-sens », dans lesquelles une seule lettre du code génétique humain est modifiée. Parmi ceux-ci, 32 % étaient classés comme potentiellement pathogènes, 57 % étaient bénins et le reste était indéterminé. Les résultats ont été publiés mardi dans la revue Science.
Le PDG de Meta, Mark Zuckerberg, a annoncé mardi que Chan Zuckerberg Initiative, l'organisation philanthropique qu'il a co-fondée avec son épouse Priscilla Chan, construirait « l'un des plus grands systèmes informatiques dédiés aux sciences de la vie à but non lucratif », illustrant l'investissement de ressources dans l'intelligence artificielle dans le domaine des sciences de la vie. Il se concentrera sur l’utilisation de l’intelligence artificielle pour simuler ce qui se passe dans les cellules vivantes.
Les experts humains n’ont jusqu’à présent découvert que 0,1 % de l’impact clinique des variantes faux-sens qui modifient la structure des protéines, les principales molécules actives du corps. "Les expériences visant à découvrir des variantes pathogènes sont coûteuses et laborieuses", a déclaré Žiga Avsec, chercheur du projet au siège de DeepMind à Londres. "Chaque protéine est unique et chaque expérience doit être conçue individuellement, ce qui peut prendre des mois. En utilisant les prédictions de l'IA, les chercheurs peuvent prévisualiser les résultats de milliers de protéines à la fois, ce qui permet de prioriser les ressources et d'accélérer des études plus complexes."
"Nous devons souligner que ces prédictions n'ont jamais vraiment été destinées à être utilisées uniquement à des fins de diagnostic clinique", a déclaré Cheng Jun, également chercheur sur le projet. "Ils devraient toujours être utilisés avec d'autres preuves. Cependant, nous pensons que nos prédictions contribueront à améliorer le diagnostic des maladies rares et pourraient également nous aider à trouver de nouveaux gènes responsables de maladies."
Les prédictions d'AlphaMissense montrent des mutations dans deux structures protéiques (voir une autre image). Le rouge est nocif, le bleu est bénin, le gris est incertain
L'organisme Genomics England du gouvernement britannique a testé les prédictions de l'outil par rapport à son propre dossier complet de variantes génétiques responsables de maladies rares, et les résultats ont été impressionnants, a déclaré la médecin-chef adjointe Ellen Thomas.
"Nous n'avons pas été impliqués dans le développement de l'outil et n'avons pas fourni les données nécessaires pour le former afin que nous puissions l'évaluer de manière indépendante", a déclaré Thomas. "C'est complètement différent des outils que nous utilisons déjà. Je pense que c'est un énorme pas en avant et nous sommes ravis de participer aux dernières étapes de l'utilisation de cet outil." Elle espère qu'AlphaMissense sera utilisé dans le domaine de la santé pour être "un co-pilote pour les scientifiques cliniciens, signalant les variantes dont ils devraient se préoccuper afin qu'ils puissent faire leur travail plus efficacement".
DeepMind a développé AlphaMissense sur la base de son outil AlphaFold pour prédire les structures des protéines. L’outil d’IA a également tiré des enseignements d’une multitude de preuves biologiques sur les signatures de mutations génétiques chez l’homme et d’autres primates qui rendent les variantes génétiques pathogènes ou bénignes.
L'entreprise, fondée en 2010 en tant que développeur professionnel d'intelligence artificielle et rachetée par Google en 2014, a rendu l'outil « gratuit pour la communauté scientifique ». Ses prédictions seront intégrées au EnsemblVariantEffectPredictor, largement utilisé, géré par l’Institut européen de bioinformatique de Cambridge.
AlphaMissense a également des limites, a déclaré Avsec. Plus important encore, ses prédictions de pathogénicité « ne sont que générales et ne nous disent rien sur les propriétés biophysiques du variant ». Il a ajouté que ces informations pourraient apparaître plus clairement à mesure que l’outil sera développé.
Sarah Teichmann, responsable de la cytogénétique au Wellcome Sanger Institute de Cambridge, qui n'a pas participé à l'étude, a déclaré que si les mutations faux-sens individuelles sont des causes importantes de maladie, d'autres changements cliniquement significatifs dans l'ADN dépassent la portée de l'outil.
"Nous ne devrions pas exagérer et dire que cela va tout résoudre", a-t-elle déclaré. "Mais disposer d'une IA interprétative aussi puissante pour intégrer autant de données génomiques est vraiment une amélioration."