Les chercheurs utilisent l’IA pour acquérir une compréhension plus approfondie de la croissance cellulaire

Une équipe de scientifiques de l’Institut des sciences industrielles de l’Université de Tokyo a conçu un nouvel algorithme d’apprentissage automatique capable de prédire la taille d’une cellule individuelle lorsqu’elle grandit et se divise.

Le réseau de neurones artificiels de l’équipe permet à un ordinateur de faire des prévisions plus précises par rapport aux méthodes qui reposent uniquement sur les hypothèses courantes en biologie. Selon l’équipe, les nouveaux développements pourraient aider à faire progresser le domaine de la biologie quantitative et améliorer la production industrielle de médicaments.

Le domaine de la biologie

Le domaine de la biologie, comme toutes les sciences naturelles, repose sur des modèles mathématiques qui font des prévisions sur le futur en fonction des données. Puisque les systèmes vivants et les formes de vie biologique sont extrêmement complexes, ces équations ne peuvent pas toujours être entièrement fiables. Ils s’appuient souvent sur des hypothèses simplificatrices, qui ne reflètent pas nécessairement les processus biologiques réels.

C’est pourquoi l’équipe de chercheurs a recours à ce nouvel algorithme d’apprentissage automatique, qui peut utiliser la taille mesurée de cellules individuelles au fil du temps pour prédire leur taille future. L’un des principaux avantages du système informatique est qu’il reconnaît automatiquement les modèles dans les données, ce qui signifie qu’il n’est pas limité comme les autres méthodes conventionnelles.

Atsushi Kamimura est le premier auteur de l’article de recherche recherche.

« En biologie, des modèles simples sont souvent utilisés en fonction de leur capacité à reproduire les données mesurées », déclare Kamimura. « Cependant, les modèles peuvent ne pas capturer ce qui se passe réellement en raison de préconceptions humaines. »

La collecte de données

L’étude s’appuie sur des données collectées à partir d’une bactérie Escherichia coli ou d’une cellule de levure Schizosaccharomyces pombe, qui était maintenue dans un canal microfluidique avec des températures variables.

Il a été constaté que la taille de la parcelle apparaissait comme un « dents de scie » car la croissance exponentielle était interrompue par des événements de division. Traditionnellement, les biologistes humains s’appuient sur un modèle « sizer » basé sur la taille absolue de la cellule, ou un modèle « adder » basé sur l’augmentation de la taille depuis la naissance. Ils utilisent ces modèles pour prédire quand les divisions se produiront.

Alors que le programme informatique a démontré que le principe « adder » est efficace, il a constaté qu’il faisait partie d’un système plus large et plus complexe de réactions biochimiques et de signalisation.

Tetsuya Kobayashi est l’auteur principal de l’article.

« Notre réseau de neurones profonds peut effectivement séparer les facteurs déterministes dépendant de l’histoire des données bruyantes », déclare Kobayashi.

L’équipe affirme que cette méthode pourrait être utilisée dans d’autres domaines de la biologie, et non seulement pour prédire la taille des cellules. La science de la vie reposera de plus en plus sur l’intelligence artificielle plutôt que sur les modèles humains, et l’IA sera en mesure de découvrir de nouvelles et efficaces façons de contrôler les micro-organismes, ce qui aura un grand impact sur la façon dont nous fermentons les produits et produisons des médicaments.