Selon les rapports, DeepMind, la société d’IA de Google, utilisera des pratiques et des outils d’IA pour étudier les changements dans l’ADN humain qui peuvent causer des maladies. L’objectif de l’étude est de garantir que toute mutation se produisant dans l’ADN humain soit identifiée avant qu’elle puisse avoir des conséquences néfastes.
Jusqu’à présent, la collaboration entre DeepMind et les chercheurs a permis d’identifier plus de 85 % des mutations clés, ce qui contribuera à atténuer les cas qui pourraient en résulter. En outre, la collaboration vise à accélérer le diagnostic ainsi que la recherche afin que les traitements contre les mutations puissent être identifiés sans problème.
Un autre avantage de l’utilisation de l’IA pour étudier les modifications de l’ADN est qu’elle nous permettra d’identifier les domaines sur lesquels nous devons nous concentrer, aidant ainsi à trouver la cause et le remède. Auparavant, il fallait beaucoup de temps aux chercheurs pour identifier les modifications apportées à l’ADN et trouver un remède à la mutation.
Cependant, grâce à ce grand pas, les chercheurs seront en mesure de raccourcir les délais et d’être proactifs en termes d’identification, d’atténuation et de guérison. Le nouveau système permettra aux chercheurs de partager et d’obtenir des données via Internet, les aidant ainsi à passer aux étapes suivantes de la recherche.
Comment fonctionnera la technique ?
Ce n’est pas aussi simple qu’on le dit. L’identification des mutations dans l’ADN nécessite une immense précision afin que les résultats puissent être formulés en conséquence. Cependant, grâce à l’IA, les chercheurs identifieront l’ordre des composants dans les brins d’ADN.
L’ADN est composé de quatre blocs, comprenant l’adénine (A), la cytosine (C), la guanine (G) et la thymine (T). Lorsqu’un embryon se développe, l’ordre de ces lettres est lu pour produire des protéines. Ces protéines agissent comme un élément constitutif des cellules et des tissus, qui constituent finalement les parties du corps.
En cas de mutation, les lettres sont mal lues, ce qui entraîne une création incomplète ou désorientée des cellules et des tissus du corps, provoquant une maladie. Par conséquent, il est important que l’ordre des blocs d’ADN soit lu correctement, c’est pourquoi il est important que toute mutation dans ce processus soit identifiée.
L’AlphaMissense
L’IA de DeepMind a étudié presque toutes les formes de protéines du corps humain. À l’aide des instances et de la recherche, un nouveau système appelé AlphaMissense a été développé. Ce système sera la clé pour identifier les mutations dans le brin d’ADN.
Le système étudiera les protéines du corps humain et vérifiera si les lettres produiront la forme correcte de la protéine ou non. Dans le cas contraire, le système l’identifiera comme une protéine pathogène et en informera les chercheurs.
Voici un aperçu visuel du fonctionnement du système :
Tous les organismes sont construits à partir de l’ADN. A, C, G et T représentent les éléments constitutifs de l’ADN. AlphaMissense identifie les changements dans le brin d’ADN, le qualifiant de mutation :
Le besoin du moment et les applications futures
Le besoin de telles contributions est immense puisque les chercheurs ne savent pas ou peu quelles zones de l’ADN humain peuvent être affectées et conduire à une maladie. Selon les rapports actuels, seulement 0,1 % des changements de lettres ou desdites mutations ont été signalés jusqu’à présent, considérés comme bénins/causant une maladie.
Cependant, Pushmeet Kohli, vice-président de DeepMind, a déclaré qu’avec le système actuel, ces chiffres sont passés à 89 %. Au lieu de rechercher des éléments chimiques en attendant les données d’autres chercheurs, les chercheurs peuvent désormais se concentrer sur de nouveaux domaines et travailler plus rapidement.
En outre, Genomics England a également testé le dernier outil et, selon le Dr Ellen Thomas, médecin-chef adjoint de Genomics, Angleterre, l’organisation sera la première à bénéficier de la mise en œuvre du nouveau système.
L’outil/système revêt une grande importance car il apporte une nouvelle perspective aux données, aidant les scientifiques et les chercheurs à comprendre la génétique plus facilement et de manière plus pratique. Grâce à cela, les patients peuvent être traités de manière clinique efficace.
De plus, le système peut également devenir un contributeur important à la biologie moléculaire et faciliter les études en sciences de la vie.
