Le MIT développe un outil d'IA pour prédire le virus de la grippe, sauvant ainsi des millions de cas

Chaque année, les experts de la santé mondiale sont confrontés à une décision cruciale : quelles souches grippales devraient être incluses dans le vaccin de la prochaine saison ? Cette décision doit être prise des mois à l’avance, avant même le début de la saison. Un choix judicieux garantira une efficacité optimale du vaccin. En revanche, en cas d’échec, la protection sera considérablement réduite, ce qui entraînera une vague de cas évitables et une pression considérable sur les systèmes de santé.

La professeure Regina Barzilay (à gauche) et l'étudiante diplômée Wenxian Shi. Photo : MIT News

Ce défi est devenu d'autant plus évident pendant la pandémie de Covid-19, où de nouveaux variants sont apparus au moment même où les vaccins étaient déployés. La grippe se comporte de la même manière : comme un « frère bruyant », elle mute constamment et de manière imprévisible, laissant la conception des vaccins à la traîne.

Pour réduire l'incertitude, des scientifiques du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) et de la Clinique Abdul Latif Jameel du MIT pour l'apprentissage automatique en santé ont créé un système d'IA appelé VaxSeer. Cet outil prédit la future souche grippale dominante et identifie les meilleurs candidats vaccins pour protéger plusieurs mois avant une épidémie. VaxSeer a été entraîné à partir de décennies de données, notamment des séquences génétiques virales et des résultats de tests en laboratoire, afin de simuler l'évolution du virus et sa réponse aux vaccins.

Contrairement aux modèles évolutifs traditionnels qui analysent les mutations individuelles des acides aminés, VaxSeer utilise un « modèle de langage protéique » pour comprendre la relation entre la dominance et les effets combinés de multiples mutations. « Nous simulons le changement dynamique de dominance, ce qui est plus adapté aux virus à évolution rapide comme la grippe », a déclaré Wenxian Shi, doctorant au MIT et auteur principal de l'étude.

Comment fonctionne VaxSeer ?

Cet outil dispose de deux moteurs de prédiction principaux :

Dominance : Estimation de la probabilité qu’une souche de grippe se propage.
Antigénicité : prédit l’efficacité du vaccin pour neutraliser cette souche.
En combinant ces deux facteurs, VaxSeer génère un « score de couverture vaccinale prédictif », qui indique la correspondance entre le vaccin et les futures souches du virus. Plus ce score est proche de zéro, meilleure est la correspondance.

Dans une étude rétrospective de 10 ans, l'équipe du MIT a comparé les recommandations de VaxSeer avec les choix de l'Organisation mondiale de la santé (OMS) pour deux principaux sous-types de grippe : A/H3N2 et A/H1N1.

Pour le virus A/H3N2, la recommandation de VaxSeer a dépassé celle de l’OMS au cours de 9 saisons épidémiques sur 10.
Pour la grippe A/H1N1, le système a été égal ou supérieur à celui de l’OMS dans 6 saisons sur 10.
Notamment, lors de la saison grippale de 2016, VaxSeer a identifié une souche que l’OMS n’inclurait pas dans un vaccin avant l’année suivante.

Les prédictions de VaxSeer sont également étroitement liées aux données d’efficacité réelle des vaccins provenant du CDC (États-Unis), du Practice Surveillance Network au Canada et du programme I-MOVE en Europe.

Course contre l'évolution des virus

VaxSeer estime le taux de propagation de chaque souche virale à l'aide d'un modèle de langage protéique, puis calcule la dominance en fonction de la compétition entre les souches. Les données sont ensuite intégrées à un cadre mathématique basé sur des équations différentielles pour simuler la propagation.

Pour l’antigénicité, VaxSeer prédit l’efficacité du vaccin grâce au test d’inhibition de l’hémagglutination (test HI), une mesure courante de l’antigénicité.

« En modélisant l'évolution virale et les réponses vaccinales, des outils d'IA comme VaxSeer peuvent aider les responsables de la santé à prendre des décisions plus rapides et meilleures, gardant ainsi une longueur d'avance dans la course entre l'infection et l'immunité », a affirmé Shi.

VaxSeer se concentre actuellement sur la protéine HA (hémagglutinine), principal antigène de la grippe. Les futures versions pourraient inclure la protéine NA (neuraminidase), l'historique immunitaire, les procédés de fabrication ou le dosage. L'équipe développe également une méthode permettant de prédire l'évolution du virus en l'absence de données, en s'appuyant sur les relations entre les familles virales.

« VaxSeer est notre tentative de suivre le rythme rapide de l’évolution des virus », a déclaré Regina Barzilay, professeure distinguée d’IA et de médecine au MIT et co-auteur de l’étude.

Jon Stokes, professeur adjoint à l'Université McMaster (Canada), a commenté : « Ce qui est remarquable, ce ne sont pas seulement les résultats actuels, mais aussi le potentiel d'extension à d'autres domaines : la prédiction de l'évolution des bactéries résistantes aux médicaments ou des cancers résistants aux traitements. Il s'agit d'une approche totalement nouvelle, qui permet de concevoir des solutions médicales avant que la maladie n'ait le temps de franchir la barrière. »

Comment (0)