Un chercheur vietnamien utilise l'IA pour « décoder » les bactéries intestinales

Les travaux du chercheur Dang Thanh Tung (Université de Tokyo) contribuent à décrypter la communication entre les bactéries intestinales, ouvrant ainsi une nouvelle voie pour la médecine personnalisée.

Illustration : ScienceDaily

Selon ScienceDaily , dans une étude révolutionnaire, des scientifiques de l'Université de Tokyo, au Japon, ont appliqué une intelligence artificielle (IA) avancée pour décoder l'écosystème complexe des bactéries intestinales et les signaux chimiques entre elles.

L'équipe a mis au point un nouveau réseau neuronal bayésien, VBayesMM, capable de détecter de véritables relations biologiques plutôt que de simples corrélations aléatoires. Ce système a surpassé les modèles traditionnels dans des études portant sur l'obésité, les troubles du sommeil et le cancer.

Les bactéries intestinales jouent un rôle essentiel dans la santé humaine, influençant la digestion, l'immunité et même l'humeur. Le corps humain contient environ 30 à 40 billions de cellules humaines, tandis que l'intestin à lui seul abrite jusqu'à 100 billions de cellules bactériennes – ce qui signifie que nous hébergeons plus de cellules bactériennes que de cellules humaines.

Ces micro-organismes participent non seulement à la digestion, mais produisent et transforment également des milliers de petits composés appelés métabolites – des « messagers chimiques » qui influencent le métabolisme, le système immunitaire et les fonctions cérébrales.

« Nous commençons seulement à comprendre quelles bactéries produisent quels métabolites et comment ces relations changent dans différentes maladies », a déclaré le chercheur Tung Dang (Dang Thanh Tung) du laboratoire Tsunoda, département des sciences biologiques, université de Tokyo.

Si nous parvenons à cartographier précisément les interactions entre les bactéries et les produits chimiques, nous pourrons développer des traitements personnalisés – par exemple, cultiver un type particulier de bactérie pour produire une substance bénéfique pour la santé, ou concevoir des thérapies qui manipulent ces substances pour traiter une maladie.

Le problème réside dans l'ampleur même des données : des milliers d'espèces bactériennes et de composés interagissant rendent extrêmement difficile la recherche de tendances significatives.

Pour résoudre ce problème, l'équipe a utilisé l'IA avec une approche bayésienne pour détecter les groupes bactériens qui influencent réellement chaque métabolite, et a également calculé le niveau de confiance des prédictions, contribuant ainsi à éviter des conclusions erronées.

« Testé sur des données réelles relatives aux troubles du sommeil, à l’obésité et au cancer, notre modèle a systématiquement surpassé les méthodes existantes et a identifié des familles bactériennes correspondant à des processus biologiques connus », a ajouté Tung. « Cela nous conforte dans l’idée que le système détecte de véritables relations biologiques et non des schémas statistiques aléatoires. »

La capacité à quantifier l'incertitude permet à VBayesMM de fournir des informations plus fiables aux scientifiques. Cependant, l'analyse de grands ensembles de données microbiennes reste gourmande en ressources de calcul, même si ce coût diminuera avec l'amélioration des technologies de traitement. Le système est plus performant lorsque la quantité de données microbiennes est supérieure à celle des données métaboliques ; si la quantité de données microbiennes est plus importante, la précision diminue.

De plus, VBayesMM traite toujours chaque espèce bactérienne comme une entité indépendante, alors qu'en réalité elles interagissent de manière complexe les unes avec les autres.

L'équipe cherche désormais à étendre le modèle afin de traiter des ensembles de données chimiques plus complets, incluant des composés provenant de bactéries, du corps humain et de l'alimentation. Elle souhaite également intégrer des arbres phylogénétiques des espèces bactériennes pour améliorer les prédictions et réduire le temps de calcul.

« L’objectif ultime est d’identifier des bactéries spécifiques qui pourraient être ciblées par un traitement ou une intervention nutritionnelle, passant ainsi de la recherche fondamentale à l’application clinique », explique Tung.

Grâce à ce nouvel outil d'IA, les scientifiques se rapprochent de l'exploitation du potentiel du microbiome intestinal pour développer une médecine personnalisée, ouvrant la voie à des soins de santé plus précis et plus efficaces à l'avenir.

Retour au sujet

VNA

Source : https://tuoitre.vn/nha-nghien-cuu-viet-dung-ai-giai-ma-vi-khuyen-duong-ruot-20251111125341462.htm