Les chercheurs en IA développent une méthode pour réutiliser des médicaments existants pour lutter contre le Covid-19

Une équipe internationale de chercheurs a appliqué des modèles d’IA pour trouver des médicaments déjà existants qui peuvent traiter le Covid-19 chez les patients âgés. L’équipe de recherche a appliqué des modèles auto-encodeurs à des médicaments déjà sur le marché, dans le but de trouver des similitudes dans les changements de l’expression des gènes causés à la fois par le vieillissement naturel et le Covid-19.

Comme l’explique la co-auteure de l’étude, biologiste computationnelle au MIT, Caroline Uhler, le problème de développement de nouveaux médicaments pour combattre le Covid-19 est que le processus de développement de médicaments peut prendre des années. L’IA a déjà été utilisée pour découvrir de nouveaux médicaments, trouvant de nouvelles formulations pour des médicaments thérapeutiques beaucoup plus rapidement que les méthodes traditionnelles de découverte de médicaments. Malheureusement, même la vitesse relativement rapide à laquelle les médicaments peuvent être découverts en utilisant l’IA est encore trop lente lorsqu’il s’agit de situations comme la pandémie de Covid-19. Il est beaucoup plus expédient de réutiliser des médicaments existants.

Pour trouver un médicament qui peut lutter contre les effets du Covid-19 chez les populations âgées, les chercheurs ont examiné les gènes qui subissent des changements pendant le vieillissement normal et lorsqu’ils sont affectés par le virus du Covid-19.

Le Covid-19 est hypothétisé pour utiliser certaines voies cellulaires, en particulier des voies inflammatoires, pour se répliquer. Il est également connu que les effets du Covid-19 sont beaucoup plus graves chez les populations âgées que chez les populations plus jeunes. De plus, les systèmes respiratoires des individus âgés sont caractérisés par des altérations de la rigidité tissulaire. Compte tenu de ces faits, les chercheurs ont cherché des gènes altérés à la fois par le vieillissement et le Covid-19, avec pour objectif de trouver des médicaments qui interagissent positivement avec ces gènes.

L’équipe de recherche a utilisé un processus en trois étapes pour trouver des gènes communs aux deux voies. Dans la première phase de la recherche, l’équipe a utilisé un auto-encodeur pour générer une liste de médicaments candidats. Cela a été fait en analysant deux ensembles de données de modèles d’expression des gènes, en sélectionnant les médicaments qui semblaient réduire l’impact global du virus. Le résultat était une liste de médicaments candidats et de leurs interactions avec les protéines dans les voies de vieillissement et d’infection. Par la suite, les chercheurs ont pris la liste des médicaments candidats et ont cartographié les interactions entre les protéines et les deux voies différentes, produisant une carte d’interactions protéiques pour les deux. Les chercheurs ont ensuite comparé les deux cartes d’interactions protéiques pour trouver des zones de chevauchement. Cela a conduit à la découverte d’un réseau d’expression des gènes que les médicaments devraient cibler pour réduire la gravité du Covid-19 chez les patients âgés.

Dans la dernière phase du projet de recherche, l’équipe a employé des méthodes statistiques pour déterminer la causalité dans les réseaux cartographiés. En utilisant cette méthode, ils ont pu déterminer les gènes exacts avec lesquels un candidat-médicament devrait interagir pour réduire le plus efficacement la gravité d’une infection à Covid-19.

Selon les résultats de leur analyse, le gène RIPK1 était considéré comme la partie du génome la plus adaptée à la cible de médicaments thérapeutiques contre le Covid-19. Certains des médicaments candidats sont utilisés pour traiter le cancer. D’autres médicaments candidats sont déjà testés par des instituts médicaux pour traiter le Covid-19.

L’équipe de recherche note que ceci n’est que la première étape pour déterminer quels médicaments pourraient être réutilisés pour le traitement du Covid-19. Des expériences in vitro et des essais cliniques approfondis devront être réalisés pour déterminer si les médicaments sont réellement efficaces. Cependant, si l’approche se révèle efficace, elle pourrait être utilisée pour trouver des médicaments efficaces pour d’autres affections.

Selon l’équipe de recherche :

« Alors que nous appliquons notre plateforme computationnelle dans le contexte du SARS-CoV-2, nos algorithmes intègrent des modalités de données disponibles pour de nombreuses maladies, les rendant ainsi largement applicables. »