Ces scientifiques, immunologues, de la Cleveland Clinic avec leurs collègues chercheurs d'IBM publient de nouvelles données sur l'intelligence artificielle (IA) et l'immunité, soulignant comment l’IA pourrait favoriser le développement de meilleurs traitements d'immunothérapie. L'étude, publiée dans Briefings in Bioinformatics, documente cette stratégie qui vise en pratique et grâce à l’IA, à identifier de nouvelles cibles de l'immunothérapie.
L’objectif était de développer une IA supervisée permettant de préciser les caractéristiques moléculaires des antigènes peptidiques, de petits morceaux de molécules protéiques que les cellules immunitaires utilisent pour reconnaître les menaces.
L’auteur principal, le Dr Chan, président du Centre d'immunothérapie et d'immuno-oncologie de précision de la Cleveland Clinic, rappelle que « jusque-là, toutes les données sur les cibles d'antigènes du cancer provenaient d'essais et d'erreurs thérapeutiques. Aujourd’hui, l’IA pourrait changer la façon dont nous développons et évaluons les cibles pour le traitement du cancer ».
Mieux identifier les antigènes et leurs interactions
Depuis des décennies, les scientifiques cherchent le moyen de mieux identifier les antigènes et de mieux les utiliser pour attaquer les cellules cancéreuses ou les cellules infectées par des virus. C’est un vrai défi alors que les peptides antigéniques interagissent avec les cellules immunitaires en fonction de caractéristiques spécifiques à la surface des cellules, un processus qui reste mal compris. De plus, il existe un grand nombre de variables qui affectent la façon dont le système immunitaire reconnaît ces cibles. L'identification de ces variables est complexe et chronophage de sorte que les process actuels sont limités et parfois inexacts.
L'étude montre comment de nouveaux modèles d'IA prenant en compte des changements de forme moléculaire au fil du temps et leurs interactions, peuvent décrire avec précision les processus par lesquels le système immunitaire reconnaît un antigène cible. Grâce à ces modèles, il devient possible d’identifier les processus essentiels à cibler avec des traitements d’immunothérapie tels que les vaccins et les cellules immunitaires modifiées.
Ces travaux marquent ainsi une étape vers l’identification de cibles d’immunothérapie plus efficaces.
Source: Briefings in Bioinformatics 16 Jan, 2024 DOI: 10.1093/bib/bbad504 Unsupervised and supervised AI on molecular dynamics simulations reveals complex characteristics of HLA-A2-peptide immunogenicity
