Nouvelles Du Monde

Un modèle d’IA utilise des informations génétiques pour prédire le risque de développer la maladie d’Alzheimer

Un modèle d’IA utilise des informations génétiques pour prédire le risque de développer la maladie d’Alzheimer

Enregistrer gratuitement pour écouter cet article

Merci. Écoutez cet article en utilisant le lecteur ci-dessus.

Vous voulez écouter cet article GRATUITEMENT ?

Remplissez le formulaire ci-dessous pour déverrouiller l’accès à TOUS les articles audio.

Une équipe de recherche internationale dirigée par l’Université des sciences et technologies de Hong Kong (HKUST) a développé un modèle basé sur l’intelligence artificielle (IA) qui utilise des informations génétiques pour prédire le risque d’un individu de développer la maladie d’Alzheimer (MA) bien avant l’apparition des symptômes. Cette étude révolutionnaire ouvre la voie à l’utilisation de méthodes d’apprentissage en profondeur pour prédire les risques de maladies et découvrir leurs mécanismes moléculaires ; cela pourrait révolutionner le diagnostic, les interventions et la recherche clinique sur la MA et d’autres maladies courantes telles que les maladies cardiovasculaires.

Des chercheurs dirigés par la présidente de HKUST, le professeur Nancy IP, en collaboration avec le professeur titulaire et directeur du Big Data Institute de HKUST, le professeur CHEN Lei, ont cherché à savoir si l’IA, en particulier les modèles d’apprentissage en profondeur, pouvait modéliser le risque de maladie d’Alzheimer à l’aide d’informations génétiques. L’équipe a établi l’un des premiers modèles d’apprentissage en profondeur pour estimer les risques polygéniques de la maladie d’Alzheimer dans les populations d’origine européenne et chinoise. Par rapport à d’autres modèles, ces modèles d’apprentissage en profondeur classent plus précisément les patients atteints de MA et stratifient les individus en groupes distincts en fonction des risques de maladie associés aux altérations de divers processus biologiques.

Lire aussi  Les moustiques porteurs de maladies se propagent en Europe : comment se protéger ?

Dans la pratique quotidienne actuelle, la MA est diagnostiquée cliniquement, à l’aide de divers moyens, notamment des tests cognitifs et l’imagerie cérébrale, mais souvent, lorsque les patients présentent des symptômes, la fenêtre d’intervention optimale est déjà largement dépassée. Par conséquent, une prévision précoce du risque de MA peut grandement faciliter le diagnostic et le développement de stratégies d’intervention. En combinant le nouveau modèle d’apprentissage en profondeur avec des tests génétiques, le risque à vie d’un individu de développer la maladie d’Alzheimer peut être estimé avec une précision de plus de 70 %.

Vous voulez plus de nouvelles de dernière minute ?

S’abonner à Réseaux technologiques‘ newsletter quotidienne, vous livrant chaque jour des informations scientifiques de dernière minute directement dans votre boîte de réception.

Abonnez-vous GRATUITEMENT

La MA est une maladie héréditaire qui peut être attribuée à des variants génomiques. Comme ces variantes sont présentes dès la naissance et restent constantes tout au long de la vie, l’examen des informations ADN d’un individu peut aider à prédire son risque relatif de développer la MA, permettant ainsi une intervention précoce et une prise en charge rapide. Alors que les tests génétiques approuvés par la FDA pour la variante génétique APOE-ε4 peuvent estimer le risque de MA, ils peuvent être insuffisants pour identifier les personnes à haut risque, car de multiples risques génétiques contribuent à la maladie. Par conséquent, il est essentiel de développer des tests qui intègrent les informations de plusieurs gènes de risque de MA pour déterminer avec précision le risque relatif d’un individu de développer la MA au cours de sa vie.

Lire aussi  Santé, 76% des jeunes Italiens pensent sérieusement à la possibilité d'avoir un enfant

« Notre étude démontre l’efficacité des méthodes d’apprentissage en profondeur pour la recherche génétique et la prédiction du risque de maladie d’Alzheimer. Cette percée accélérera considérablement le dépistage à l’échelle de la population et la stadification du risque de maladie d’Alzheimer. Outre la prédiction des risques, cette approche prend en charge le regroupement des individus en fonction de leur risque de maladie et fournit des informations sur les mécanismes qui contribuent à l’apparition et à la progression de la maladie », a déclaré le professeur Nancy Ip.

Pendant ce temps, le professeur Chen Lei a fait remarquer que « cette étude illustre comment l’application de l’IA aux sciences biologiques peut bénéficier de manière significative aux études biomédicales et liées aux maladies. En utilisant un réseau de neurones, nous avons efficacement capturé la non-linéarité dans les données génomiques de grande dimension, ce qui a amélioré la précision de la prédiction du risque de maladie d’Alzheimer. De plus, grâce à une analyse de données basée sur l’IA sans supervision humaine, nous avons classé les personnes à risque en sous-groupes, ce qui a révélé des informations sur les mécanismes sous-jacents de la maladie. Notre recherche met également en évidence la façon dont l’IA peut relever avec élégance, efficacité et efficacité les défis interdisciplinaires. Je crois fermement que l’IA jouera un rôle vital dans divers domaines de la santé dans un avenir proche. »

Lire aussi  Une mère sur cinq souffre de problèmes psychologiques après l'accouchement

L’étude a été menée en collaboration avec des chercheurs du Shenzhen Institute of Advanced Technology et de l’University College London, ainsi que des cliniciens des hôpitaux locaux de Hong Kong, notamment l’hôpital Prince of Wales et l’hôpital Queen Elizabeth. Les résultats ont été récemment publiés dans Médecine des communications. L’équipe de recherche affine actuellement le modèle et vise à terme à l’intégrer dans les flux de travail de dépistage standard.

La MA, qui touche plus de 50 millions de personnes dans le monde, est une maladie mortelle qui implique un dysfonctionnement cognitif et la perte de cellules cérébrales. Ses symptômes comprennent une perte de mémoire progressive ainsi qu’une altération des mouvements, du raisonnement et du jugement.

Référence: Zhou X, Chen Y, IpFCF, et al. Analyse du risque polygénique basée sur l’apprentissage profond pour la prédiction de la maladie d’Alzheimer. Commun Med. 2023;3(1):49. est ce que je: 10.1038/s43856-023-00269-x

Cet article a été republié à partir de ce qui suit matériaux. Remarque : le matériel peut avoir été modifié pour la longueur et le contenu. Pour plus d’informations, veuillez contacter la source citée.

2023-06-07 18:01:58
1686151571


#modèle #dIA #utilise #des #informations #génétiques #pour #prédire #risque #développer #maladie #dAlzheimer

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.

ADVERTISEMENT