Une Approche Novatrice Basée sur l’IA

Cette nouvelle approche, publiée dans Cell Reports physical Science, utilise l’apprentissage automatique pour identifier des composés antiviraux à partir d’un ensemble limité de données. Les chercheurs ont entraîné des modèles d’apprentissage automatique avec seulement 36 composés. À partir de ce petit ensemble, ils ont présélectionné huit composés et ont prédit avec précision cinq agents antiviraux, qui ont ensuite été confirmés expérimentalement.

Testé sur l’Enterovirus EV-71

L’efficacité de cette méthode a été démontrée avec l’enterovirus EV-71, responsable du syndrome pieds-mains-bouche (HFMD). Cette maladie, caractérisée par de la fièvre, des lésions et des éruptions cutanées, peut entraîner des complications neurologiques graves et ne dispose actuellement d’aucun traitement spécifique. Le succès de cette request ouvre la voie à son utilisation contre d’autres infections.

Des Gains de temps et d’Argent Significatifs

Selon César de la Fuente, chercheur à l’Université de Pennsylvanie, cette nouvelle méthode pourrait réduire d’un facteur dix le temps et l’investissement nécessaires pour développer des antiviraux. Une des clés est que, d’un modèle avec peu de molécules, nous développons une base de données avec plusieurs composés qui montrent une activité contre l’enterovirus 71. Puis nous avons fait beaucoup de simulations computationnelles pour voir exactement comment la proposition interactit avec le virus.

L’IA au Service de la Médecine

Angela Cesaro, co-auteure de l’étude, souligne l’importance de cette avancée : Notre méthode, impulsée par IA, montre que, même avec des données limitées, l’apprentissage automatique peut identifier efficacement les composés antiviriques, accélérant le développement de solutions effectives et garantissant une réponse rapide à futurs brotes.

Une Collaboration Essentielle

Ce projet est le fruit d’une collaboration entre l’Université de Pennsylvanie, l’Université de cornell et la société pharmaceutique Procter & Gamble.Haoyuan Shi, de l’Université de Cornell, explique : Nos simulations de dynamique moléculaire fournissent une information cruciale sur comment les composés antiviraux interactuent avec la cápside EV71 à niveau atomique. La cápside,l’enveloppe protéique externe du virus,joue un rôle clé dans l’infection.

Un Modèle en Open Source

Un aspect particulièrement intéressant de cette recherche est que le modèle développé est en open source, permettant à d’autres chercheurs d’accéder et de tester le système avec d’autres pathogènes. Le modèle peut servir comme base initiale pour l’entraîner avec un autre type de données, pour l’ajuster à la singularité d’autres infections. La clé est de développer des technologies, des outils computationnels que nous pouvons ensuite extrapoler, explique De la Fuente.

Lutte Contre les Superbactéries

Le laboratoire de César de la Fuente explore également d’autres pistes pour lutter contre les infections. Une étude publiée dans Cell Biomaterials porte sur des peptides synthétiques capables d’attaquer les bactéries résistantes aux antibiotiques en perçant leurs membranes et en activant le système immunitaire. Les superbactéries sont en train de dépasser nos meilleurs médicaments. En combinant l’élimination directe de bactéries avec l’activation immunitaire, ces peptides nous offrent une stratégie complètement nouvelle, explique César de la Fuente.

Prévention des Infections Respiratoires

D’autres recherches se concentrent sur la prévention des infections. Une étude menée par l’Université de Grenade a montré que les enfants traités avec le Nirsevimab,un médicament contre le virus respiratoire syncytial (VRS),présentent un tableau clinique moins grave que ceux qui ne le reçoivent pas. Jusqu’à la campagne passée, les seules mesures préventives qui s’appliquaient au niveau populationnel étaient des vaccins. Entre elles, on n’utilisait aucune face au VRS. Cependant, depuis la campagne 2023-2024, on a employé pour la première fois dans le monde une mesure non vaccinale basée sur l’utilisation d’un anticorps monoclonal, le Nirsevimab, dont l’effet est de longue durée (plus de cinq mois) et s’utilise comme immunisation passive chez les enfants de moins de six mois, détaille Mario Rivera, chercheur à l’Université de Grenade.

Étude des Vecteurs d’Infection

Enfin, une équipe scientifique de la Station Biologique de Doñana-CSIC étudie la microbiota bactérienne du moustique Culex perexiguus, principal vecteur du virus du Nil occidental en Espagne.L’étude, publiée dans Plos One, suggère que les bactéries de cette microbiota pourraient moduler la réponse immunitaire du moustique et affecter le développement des pathogènes. Les différences dans la microbiota des moustiques pourraient nous aider à comprendre le rôle principal de Culex perexiguus dans la transmission du virus du Nil Occidental, souligne marta Garrigós, auteure principale de l’étude.

FAQ

Q: Combien de temps faut-il pour développer un nouvel antiviral traditionnellement ?

R: Entre 10 et 15 ans.

Q: Quel est le coût moyen du développement d’un antiviral traditionnel ?

R: Plus de 1 milliard d’euros.

Q: Quel virus a été utilisé pour tester la nouvelle méthode d’IA ?

R: L’enterovirus EV-71, responsable du syndrome pieds-mains-bouche.

Q: Cette méthode est-elle accessible à d’autres chercheurs ?

R: Oui, le modèle est en open source.