IA-prédit-la-combinaison-de-médicaments-contre-le-cancer
Lorsque les professionnels de la santé traitent des patients souffrant de cancers avancés, ils doivent généralement recourir à une combinaison de différentes thérapies. En plus de la chirurgie du cancer, ces patients sont souvent traités par radiothérapie, par des médicaments ou par les deux.
Les médicaments peuvent être combinés, avec différents médicaments agissant sur différentes cellules cancéreuses. Les thérapies médicamenteuses combinées améliorent souvent l’efficacité du traitement et peuvent réduire les effets secondaires si le dosage des différents médicaments peut être réduit.

Une IA pour prédire la bonne combinaison

Cependant, le dépistage expérimental des combinaisons de médicaments est très lent et coûteux, et ne permet donc pas souvent de découvrir tous les avantages de la thérapie combinée. À l’aide d’une nouvelle méthode d’apprentissage automatique, on pourrait identifier les meilleures combinaisons pour tuer sélectivement les cellules cancéreuses ayant une constitution génétique ou fonctionnelle spécifique.
Des chercheurs de l’université d’Aalto, de l’université d’Helsinki et de l’université de Turku en Finlande, ont mis au point un modèle d’apprentissage automatique qui prédit avec précision comment les combinaisons de différents médicaments anticancéreux tuent divers types de cellules cancéreuses.
Ce nouveau modèle d’IA a été formé à l’aide d’un large ensemble de données obtenues lors d’études précédentes, qui avaient analysé l’association entre les médicaments et les cellules cancéreuses. Ce modèle appris par la machine est en fait une fonction polynomiale familière des mathématiques scolaires, mais très complexe », explique le professeur Juho Rousu de l’université d’Aalto.

Une aide pour les chercheurs en cancérologie

Ce modèle prédit avec précision comment une combinaison de médicaments inhibe sélectivement des cellules cancéreuses particulières lorsque l’effet de la combinaison de médicaments sur ce type de cancer n’a pas été testé auparavant. Cela aidera les chercheurs en cancérologie à établir des priorités dans le choix des combinaisons de médicaments, parmi des milliers d’options pour la poursuite de leurs recherches », déclare le chercheur Tero Aittokallio de l’Institut de médecine moléculaire de Finlande (FIMM) de l’université d’Helsinki.

Également pour le SARS-CoV-2

La même approche d’apprentissage automatique pourrait être utilisée pour les maladies non cancéreuses. Dans ce cas, ce modèle devrait réapprendre avec des données relatives à cette maladie. Par exemple, ce modèle pourrait être utilisé pour étudier comment différentes combinaisons d’antibiotiques affectent les infections bactériennes, ou comment différentes combinaisons de médicaments tuent efficacement les cellules qui ont été infectées par le SARS-CoV-2.
Cette recherche a été publiée dans Nature Communications.
Source : Aalto University
Crédit photo : StockPhotoSecrets

martinI.A.
Lorsque les professionnels de la santé traitent des patients souffrant de cancers avancés, ils doivent généralement recourir à une combinaison de différentes thérapies. En plus de la chirurgie du cancer, ces patients sont souvent traités par radiothérapie, par des médicaments ou par les deux. Les médicaments peuvent être combinés, avec...