Grâce à une de ses IA, Google a peut-être trouvé une nouvelle voie pour soigner les cancers

Conçu pour comprendre le comportement des cellules individuelles, le modèle Cell2Sentence-Scale 27B a prédit qu'une molécule pouvait améliorer la visibilité des tumeurs pour le système immunitaire. Une hypothèse qui a été confirmée par des tests.

"Une étape importante pour l'IA dans le domaine scientifique". C'est ainsi que Google a annoncé la découverte d'une nouvelle piste pour le traitement du cancer grâce à l'un de ses modèles d'intelligence artificielle, Cell2Sentence-Scale 27B. Lancé en partenariat avec l'université de Yale, il est conçu pour comprendre le comportement des cellules individuelles.

Dans le cadre de cette recherche collaborative, le modèle a généré une hypothèse novatrice sur le comportement cellulaire du cancer. Comme Google l'a expliqué dans un article de blog, l'une des grandes difficultés de l'immunothérapie contre le cancer est que de nombreuses tumeurs sont "froides". Autrement dit, elles sont invisibles pour le système immunitaire de l'organisme.

Une stratégie clé pour les rendre "chaudes" consiste à les forcer à émettre des signaux qui vont déclencher la réponse immunitaire via un processus appelé présentation d'antigène (MHC-I), qui permet d'identifier les cellules anormales.

"Amplificateur conditionnel"

Google et l'université de Yale ont ainsi confié une mission au modèle d'IA: "trouver un médicament agissant comme un amplificateur conditionnel, capable de renforcer le signal immunitaire". Mais uniquement dans un environnement spécifique "favorable au contexte immunitaire", soit dans lequel de faibles niveaux d'interféron - protéine clé de la signalisation immunitaire - étaient déjà présents, mais pas en assez grande quantité pour induire la présentation d'antigène à eux seuls. L'antigène est une substance qui, une fois repérée, déclenche une réaction du système de défense de l'organisme.

À partir de là, les deux partenaires ont conçu un criblage virtuel à double contexte, avec d'un côté un "contexte immunitaire positif" et de l'autre, un "contexte immunitaire neutre". Pour le premier, le modèle d'IA s'est vu fournir des échantillons réels de patients présentant des interactions tumorales-immunitaires intactes et une signalisation de l'interféron de faible niveau. Pour le second, ce sont des données de lignées cellulaires isolées sans contexte immunitaire qui lui ont été soumises

Une piste potentiellement prometteuse

Google et l'université de Yale ont ensuite simulé l'effet de plus de 4.000 médicaments dans ces deux contextes, demandant à Cell2Sentence-Scale 27B de prédire lesquels stimuleraient uniquement la présentation d'antigène dans le premier. Le modèle a ainsi prédit qu'une molécule, le silmitasertib, était susceptible de renforcer la capacité du système immunitaire à reconnaître les cellules cancéreuses, soit à présenter une forte augmentation de la présentation d'antigène.

Si cette molécule de la protéine kinase CK2 avait déjà été étudiée dans d'autres contextes médicaux, elle n'était pas connue, jusqu'ici, pour être en capacité d'améliorer la visibilité des tumeurs pour le système immunitaire. Et cette prédiction novatrice a été confirmée par des tests en laboratoire, lors desquels l'association du silmitasertib et de la faible dose de l'interféron a entraîné une augmentation d'environ 50% de la présentation d'antigène.

"La prédiction in silico du modèle a été confirmée à plusieurs reprises in vitro", a précisé Google, se réjouissant d'avoir potentiellement découvert une nouvelle voie pour rendre les tumeurs plus sensibles à l'immunothérapie.

"Bien qu'il s'agisse d'une première étape, elle offre une piste prometteuse, validée expérimentalement pour le développement de nouvelles thérapies combinées, utilisant plusieurs médicaments de concert pour obtenir un effet plus puissant", a ajouté l'entreprise.

Kesso Diallo