Des scientifiques ont créé une « carte » du cœur pilotée par l'IA qui relie les images médicales aux gènes et aux médicaments, révélant de nouvelles pistes pour le traitement des maladies cardiaques et la réutilisation de médicaments existants.
Un nouvel outil d'intelligence artificielle qui fusionne les images cardiaques avec de vastes quantités de données biologiques pourrait aider les chercheurs à trouver plus rapidement des médicaments contre les maladies cardiaques, y compris de nouvelles utilisations pour des médicaments déjà commercialisés.
Le système, baptisé CardioKG, est le premier graphe de connaissances à intégrer des images détaillées de la structure et du fonctionnement du cœur dans un vaste réseau interrogeable de gènes, de maladies, de médicaments, de symptômes et de voies moléculaires. Il a été développé par une équipe dirigée par le chercheur postdoctoral Khaled Rjoob et le chef de groupe Declan O'Regan, du groupe d'imagerie cardiaque computationnelle du Laboratoire des sciences médicales du MRC.
Les graphes de connaissances permettent d'organiser l'information sous forme de réseau de faits interconnectés plutôt que sous forme d'entrées isolées dans des bases de données distinctes. En biomédecine, ils permettent de relier les connaissances sur les gènes, les protéines, les maladies et les traitements, aidant ainsi les scientifiques à identifier des schémas et des relations qui pourraient autrement passer inaperçus.
Jusqu'à présent, cependant, ces graphiques comportaient généralement une lacune cruciale : l'apparence et le fonctionnement réels des organes à l'intérieur du corps.
Pour remédier à cela, l'équipe de CardioKG s'est tournée vers la UK Biobank, une étude de santé de longue durée qui inclut des données d'imagerie et génétiques provenant de centaines de milliers de volontaires. Les chercheurs ont exploité les données d'imagerie cardiaque de 4 280 participants atteints de fibrillation auriculaire, d'insuffisance cardiaque ou ayant subi un infarctus, ainsi que celles de 5 304 participants en bonne santé. Cela leur a permis de saisir une grande variabilité dans la forme et la fonction cardiaques.
À partir de ces images, l'équipe a généré plus de 200 000 caractéristiques basées sur l'imagerie : des mesures précises décrivant des aspects tels que la taille des cavités cardiaques, l'épaisseur des parois et les mouvements des différentes parties du cœur à chaque battement. Ces caractéristiques ont ensuite été intégrées aux informations provenant de 18 bases de données biologiques différentes, et l'intelligence artificielle a été utilisée pour comprendre comment tous ces éléments s'articulent.
Il en résulte une carte très détaillée qui peut être utilisée pour prédire quels gènes sont liés à des problèmes cardiaques spécifiques et quels médicaments existants pourraient aider à les traiter.
La force de cette approche réside dans sa capacité à connecter de nombreux types d'informations en un seul endroit, selon O'Regan, qui est également professeur d'IA cardiovasculaire à l'Imperial College de Londres.
« L’un des avantages des graphes de connaissances est leur capacité à intégrer des informations sur les gènes, les médicaments et les maladies », a déclaré O’Regan dans un communiqué de presse. L’ajout de données d’imagerie « permet d’accroître considérablement les chances de découvrir de nouvelles thérapies. Nous avons constaté que l’intégration de l’imagerie cardiaque au graphe a radicalement transformé notre capacité à identifier de nouveaux gènes et médicaments. »
Grâce à CardioKG, le modèle a identifié une liste de gènes jusque-là inconnus, associés aux maladies cardiaques. Il a également mis en évidence deux médicaments existants qui pourraient être réutilisés pour traiter les affections cardiaques.
L'un d'eux, le méthotrexate, est couramment utilisé pour traiter la polyarthrite rhumatoïde. Les prévisions du graphique suggèrent qu'il pourrait améliorer le pronostic des patients souffrant d'insuffisance cardiaque. Une autre classe de médicaments, les gliptines, actuellement prescrites pour la prise en charge du diabète, apparaît comme une option thérapeutique potentielle pour les personnes atteintes de fibrillation auriculaire, un trouble du rythme cardiaque fréquent.
De façon surprenante, l'analyse suggère également que la caféine, connue pour exciter le cœur, pourrait avoir un effet protecteur chez les patients atteints de fibrillation auriculaire présentant un pouls irrégulier et rapide. Cette découverte s'inscrit dans un nombre croissant d'études indiquant que, chez certaines personnes, une consommation modérée de caféine pourrait ne pas être aussi néfaste pour le rythme cardiaque qu'on le craignait auparavant, même si des recherches supplémentaires sont nécessaires avant que cela puisse influencer les recommandations cliniques.
O'Regan a fait remarquer que les premiers résultats de l'équipe ne sont pas isolés.
« Ce qui est passionnant, c'est que d'autres études récentes dans ce domaine corroborent nos résultats préliminaires », a-t-il déclaré. En résumé, « cela souligne l'immense potentiel des graphes de connaissances pour identifier des médicaments existants susceptibles d'être réutilisés comme nouveaux traitements ».
Le repositionnement de médicaments est particulièrement intéressant en cardiologie car il permet de réduire considérablement les délais et les coûts de mise à disposition de nouveaux traitements aux patients. Les médicaments déjà approuvés présentent des profils de sécurité connus ; par conséquent, si un outil comme CardioKG peut identifier avec fiabilité de nouvelles utilisations, les chercheurs peuvent accélérer la mise en place d’essais cliniques ciblés.
Au-delà de l'identification de pistes thérapeutiques spécifiques, cette technologie offre une nouvelle approche pour prioriser les cibles biologiques. En générant rapidement des listes classées de gènes susceptibles d'être impliqués dans des pathologies cardiaques particulières, CardioKG pourrait fournir aux entreprises pharmaceutiques et aux laboratoires de recherche un point de départ plus efficace pour leurs découvertes. Au lieu d'examiner des milliers de possibilités, les scientifiques peuvent se concentrer sur les candidats les plus prometteurs mis en évidence par le graphique, puis les valider expérimentalement.
Les chercheurs considèrent CardioKG comme une preuve de concept dont les applications pourraient s'étendre bien au-delà du cœur. Des graphes de connaissances similaires pourraient être élaborés pour tout organe visualisable par imagerie, comme le cerveau ou le foie, ou encore pour des examens d'imagerie corporelle complète permettant de suivre la masse grasse et d'autres tissus. Ceci pourrait ouvrir de nouvelles perspectives pour la prise en charge de pathologies telles que la démence, l'obésité et les maladies métaboliques, en reliant l'apparence des organes sur les images à leur biologie sous-jacente et aux traitements potentiels.
La prochaine étape consiste à rendre le graphique plus personnel et dynamique, afin qu'il reflète l'évolution de la maladie au fil du temps chez les personnes réelles, selon Rjoob.
« En nous appuyant sur ces travaux, nous allons étendre le graphe de connaissances à un cadre dynamique et centré sur le patient, qui reflétera les trajectoires réelles de la maladie », a-t-il déclaré dans le communiqué de presse. « Cela ouvrira de nouvelles perspectives pour les traitements personnalisés et la prédiction de l’apparition des maladies. »
L'étude, publié Cette étude, publiée dans la revue Nature, a bénéficié du soutien du Medical Research Council, de la British Heart Foundation, de Bayer AG et du National Institute for Health and Care Research Imperial College Biomedical Research Centre.
Alors que les maladies cardiaques demeurent l'une des principales causes de décès dans le monde, les outils capables de relier les images, les gènes et les médicaments pourraient contribuer à inverser la tendance, non pas en inventant des médicaments entièrement nouveaux, mais en révélant de nouvelles façons d'utiliser ceux que nous possédons déjà et en ouvrant la voie à des soins plus intelligents et plus personnalisés.
Source: Laboratoire des sciences médicales du Conseil de la recherche médicale (MRC)