dans

Le laboratoire d’IA de Londres DeepMind revendique une percée qui pourrait accélérer la découverte de médicaments

Certains scientifiques passent leur vie à essayer d’identifier la forme de minuscules protéines dans le corps humain.

Les protéines sont les mécanismes microscopiques qui déterminent le comportement des virus, des bactéries, du corps humain et de tous les êtres vivants. Ils commencent comme des chaînes de composés chimiques avant de se tordre et de se plier en formes tridimensionnelles qui définissent ce qu’ils peuvent faire – et ce qu’ils ne peuvent pas faire.

Pour les biologistes, l’identification de la forme précise d’une protéine nécessite souvent des mois, des années voire des décennies d’expérimentation. Cela demande de la compétence, de l’intelligence et plus qu’un peu d’huile de coude. Parfois, ils ne réussissent jamais.

Maintenant, un laboratoire d’intelligence artificielle à Londres a construit un système informatique qui peut faire le travail en quelques heures – peut-être même quelques minutes.

DeepMind, un laboratoire appartenant à la même société mère que Google, a déclaré lundi que son système, appelé AlphaFold, avait résolu ce que l’on appelle «le problème du repliement des protéines». Compte tenu de la chaîne d’acides aminés qui composent une protéine, le système peut prédire rapidement et de manière fiable sa forme tridimensionnelle.

Cette percée recherchée depuis longtemps pourrait accélérer la capacité à comprendre les maladies, à développer de nouveaux médicaments et à percer les mystères du corps humain.

Les informaticiens ont du mal à construire un tel système depuis plus de 50 ans. Pour les 25 derniers, ils ont mesuré et comparé leurs efforts dans le cadre d’un concours mondial appelé l’évaluation critique de la prévision de la structure, ou CASP. Jusqu’à présent, aucun concurrent n’avait même réussi à résoudre le problème.

DeepMind a résolu le problème avec une large gamme de protéines, atteignant un niveau de précision qui rivalise avec les expériences physiques. De nombreux scientifiques avaient supposé que ce moment était encore loin, voire des décennies.

«J’ai toujours espéré que je vivrais pour voir ce jour», a déclaré John Moult, professeur à l’Université du Maryland qui a aidé à créer CASP en 1994 et continue de superviser le concours biennal. «Mais ce n’était pas toujours évident que j’allais y arriver.

Dans le cadre du CASP de cette année, la technologie de DeepMind a été examinée par Moult et d’autres chercheurs qui supervisent le concours.

Si les méthodes de DeepMind peuvent être affinées, ont déclaré lui et d’autres chercheurs, elles pourraient accélérer le développement de nouveaux médicaments ainsi que les efforts pour appliquer les médicaments existants à de nouveaux virus et maladies.

La percée arrive trop tard pour avoir un impact significatif sur le coronavirus. Mais les chercheurs pensent que les méthodes de DeepMind pourraient accélérer la réponse aux futures pandémies. Certains pensent que cela pourrait également aider les scientifiques à mieux comprendre les maladies génétiques telles que la maladie d’Alzheimer ou la fibrose kystique.

Pourtant, les experts ont averti que cette technologie n’affecterait qu’une petite partie du long processus par lequel les scientifiques identifient de nouveaux médicaments et analysent les maladies. Il était également difficile de savoir quand et comment DeepMind partagerait sa technologie avec d’autres chercheurs.

DeepMind est l’un des principaux acteurs d’un changement radical qui s’est répandu dans les universités, l’industrie de la technologie et la communauté médicale au cours des 10 dernières années. Grâce à une technologie d’intelligence artificielle appelée réseau neuronal, les machines peuvent désormais apprendre à effectuer de nombreuses tâches qui étaient autrefois hors de leur portée – et parfois hors de la portée des humains.

Un réseau de neurones est un système mathématique librement modélisé sur le réseau de neurones du cerveau humain. Il apprend des compétences en analysant de grandes quantités de données. En identifiant des motifs sur des milliers de photos de chats, par exemple, il peut apprendre à reconnaître un chat.

Il s’agit de la technologie qui reconnaît les visages dans les photos que vous publiez sur Facebook, identifie les commandes que vous aboyez sur votre smartphone et traduit une langue en une autre sur Skype et d’autres services. DeepMind utilise cette technologie pour prédire la forme des protéines.

Si les scientifiques peuvent prédire la forme d’une protéine dans le corps humain, ils peuvent déterminer comment d’autres molécules s’y lieront ou s’y attacheront physiquement. C’est une façon dont les médicaments sont développés: un médicament se lie à des protéines particulières de votre corps et modifie leur comportement.

En analysant des milliers de protéines connues et leurs formes physiques, un réseau neuronal peut apprendre à prédire les formes des autres. En 2018, en utilisant cette méthode, DeepMind a participé pour la première fois au concours CASP et son système a surpassé tous les autres concurrents, signalant un changement significatif. Mais son équipe de biologistes, physiciens et informaticiens, dirigée par un chercheur nommé John Jumper, était loin de résoudre le problème ultime.

Au cours des deux années qui ont suivi, Jumper et son équipe ont conçu un tout nouveau type de réseau neuronal spécifiquement pour le repliement des protéines, ce qui a conduit à un énorme bond en termes de précision. Leur dernière version fournit une solution puissante, quoique imparfaite, au problème du repliement des protéines, a déclaré Kathryn Tunyasuvunakool, chercheuse de DeepMind.

Le système peut prédire avec précision la forme d’une protéine environ les deux tiers du temps, selon les résultats du concours CASP. Et ses erreurs avec ces protéines sont plus petites que la largeur d’un atome – un taux d’erreur qui rivalise avec les expériences physiques.

«La plupart des atomes se trouvent dans un diamètre d’atome de l’endroit où ils se trouvent dans la structure expérimentale», a déclaré Moult, l’organisateur du concours. « Et avec ceux qui ne le sont pas, il y a d’autres explications possibles des différences. »

Andrei Lupas, directeur du département d’évolution des protéines à l’Institut Max Planck pour la biologie du développement en Allemagne, fait partie de ceux qui ont travaillé avec AlphaFold. Il fait partie d’une équipe qui a passé une décennie à essayer de déterminer la forme physique d’une protéine particulière dans un minuscule organisme semblable à une bactérie appelé archéon.

Cette protéine chevauche la membrane de cellules individuelles – une partie est à l’intérieur de la cellule, une partie est à l’extérieur – et cela rend difficile pour les scientifiques comme Lupas de déterminer la forme de la protéine en laboratoire. Même après une décennie, il ne pouvait pas identifier la forme.

Avec AlphaFold, il a résolu le problème en une demi-heure.

Si ces méthodes continuent de s’améliorer, a-t-il dit, elles pourraient être un moyen particulièrement utile de déterminer si un nouveau virus peut être traité avec un cocktail de médicaments existants.

«Nous pourrions commencer à cribler tous les composés autorisés à être utilisés chez l’homme», a déclaré Lupas. «Nous pourrions faire face à la prochaine pandémie avec les médicaments que nous avons déjà.»

Au cours de la pandémie actuelle, une forme plus simple d’intelligence artificielle s’est avérée utile dans certains cas. Un système construit par une autre société londonienne, BenevolentAI, a aidé à identifier un médicament existant, le baricitinib, qui pourrait être utilisé pour traiter les patients gravement malades du COVID-19. Les chercheurs ont maintenant terminé un essai clinique, bien que les résultats n’aient pas encore été publiés.

Alors que les chercheurs continuent d’améliorer la technologie, AlphaFold pourrait encore accélérer ce type de réutilisation de médicaments, ainsi que le développement de vaccins entièrement nouveaux, surtout si nous rencontrons un virus encore moins compris que le COVID-19.

David Baker, directeur de l’Institute for Protein Design de l’Université de Washington, qui utilise une technologie informatique similaire pour concevoir des médicaments anti-coronavirus, a déclaré que les méthodes de DeepMind pourraient accélérer ce travail.

«Nous avons pu concevoir des protéines neutralisant les coronavirus en plusieurs mois», a-t-il déclaré. « Mais notre objectif est de faire ce genre de chose dans quelques semaines. »

Pourtant, la vitesse de développement doit faire face à d’autres problèmes, comme les essais cliniques massifs, a déclaré le Dr Vincent Marconi, chercheur à l’Université Emory à Atlanta qui a aidé à diriger l’essai sur le baricitinib. «Cela prend du temps», dit-il.

Mais les méthodes de DeepMind pourraient être un moyen de déterminer si un essai clinique échouera en raison de réactions toxiques ou d’autres problèmes, du moins dans certains cas.

Demis Hassabis, directeur général et co-fondateur de DeepMind, a déclaré que la société prévoyait de publier des détails décrivant son travail, mais que cela ne se produirait probablement pas avant l’année prochaine. Il a également déclaré que la société explorait des moyens de partager la technologie elle-même avec d’autres scientifiques.

DeepMind est un laboratoire de recherche. Il ne vend pas de produits directement à d’autres laboratoires ou entreprises. Mais il pourrait travailler avec d’autres entreprises pour partager l’accès à sa technologie sur Internet.

Les plus grandes percées du laboratoire dans le passé ont impliqué des jeux. Il a construit des systèmes qui ont surpassé les performances humaines sur l’ancien jeu de stratégie Go et le jeu vidéo populaire StarCraft – des réalisations extrêmement techniques sans application pratique. Maintenant, l’équipe DeepMind est impatiente de pousser sa technologie d’intelligence artificielle dans le monde réel.

«Nous ne voulons pas être une entreprise leader», a déclaré Jumper. «Nous voulons une réelle pertinence biologique.»

Cade Metz vers 2020 The New York Times Company

.

45secondes est un nouveau média, n’hésitez pas à partager notre article sur les réseaux sociaux afin de nous donner un solide coup de pouce. 🙂

  • Vitry Be Green Vernis à Ongles Perce Neige 6ml
    Le Vernis à Ongles Be Green du laboratoire Vitry allie couleur et soin. Avec une formule vegan avec des solvants biosourcés (solvants végétaux issus de matières renouvelables et d'origine naturelle : pomme de terre, mais, blé, manioc et coton). Il contient également du phytocorail qui fortifie l'ongle. Avec