L'IA a aidé les chercheurs à bloquer un virus avant le début de l'infection

En bref

• Des chercheurs ont identifié une interaction moléculaire clé sur laquelle les virus comptent pour pénétrer dans les cellules et l’ont perturbée lors d’expériences en laboratoire.
• Le travail a utilisé l’IA et des simulations moléculaires pour réduire des milliers d’interactions à une cible critique.
• Les scientifiques ont déclaré que cette approche pourrait aider à orienter la recherche antivirale et sur les maladies à l’avenir, bien qu’elle en soit encore à ses débuts.

Hub de l’Art, de la Mode et du Divertissement de Decrypt.

Découvrez SCENE

La plupart des médicaments antiviraux ciblent les virus après qu’ils se sont déjà infiltrés dans les cellules humaines. Des chercheurs de l’Université d’État de Washington ont déclaré avoir trouvé un moyen d’intervenir plus tôt, en identifiant une seule interaction moléculaire sur laquelle les virus comptent pour entrer dans les cellules en premier lieu.

Les recherches, publiées en novembre dans la revue Nanoscale, se sont concentrées sur l’entrée virale, l’une des étapes les moins comprises et les plus difficiles à perturber, en utilisant l’intelligence artificielle et des simulations moléculaires pour identifier une interaction critique au sein d’une protéine de fusion qui, lorsqu’elle est modifiée lors d’expériences en laboratoire, empêchait le virus d’entrer dans de nouvelles cellules.

“Les virus attaquent les cellules via des milliers d’interactions”, a déclaré le professeur Jin Liu, professeur en génie mécanique et matériaux à l’Université d’État de Washington, à Decrypt. “Notre recherche consiste à identifier la plus importante, et une fois que nous l’avons repérée, nous pouvons trouver un moyen d’empêcher le virus d’entrer dans la cellule et de stopper la propagation de la maladie.”

L’étude est issue de travaux commencés il y a plus de deux ans, peu après la pandémie de COVID-19, menée par le professeur Anthony Nicola en microbiologie vétérinaire et pathologie, avec un financement des National Institutes of Health.

Dans cette étude, les chercheurs ont examiné les virus de l’herpès comme cas de test.

Ces virus dépendent d’une protéine de fusion de surface, la glycoprotéine B (gB), essentielle pour entraîner la fusion de la membrane lors de l’entrée.

Les scientifiques savent depuis longtemps que gB est central dans l’infection, mais sa grande taille, son architecture complexe et sa coordination avec d’autres protéines d’entrée virale ont rendu difficile l’identification des interactions internes qui sont réellement critiques pour la fonction.

Liu a déclaré que la valeur de l’intelligence artificielle dans le projet n’était pas de découvrir quelque chose d’inconnaissable pour les chercheurs humains, mais qu’elle rendait la recherche beaucoup plus efficace.

Au lieu de s’appuyer sur la méthode d’essais et erreurs, l’équipe a utilisé des simulations et de l’apprentissage automatique pour analyser simultanément des milliers d’interactions moléculaires possibles et classer celles qui étaient les plus importantes.

“Dans les expériences biologiques, vous commencez généralement par une hypothèse. Vous pensez que cette région peut être importante, mais dans cette région, il y a des centaines d’interactions”, a expliqué Liu. “Vous en testez une, peut-être qu’elle n’est pas importante, puis une autre. Cela prend beaucoup de temps et d’argent. Avec les simulations, le coût peut être négligé, et notre méthode permet d’identifier les interactions vraiment importantes qui peuvent ensuite être testées en laboratoire.”

L’IA est de plus en plus utilisée dans la recherche médicale pour identifier des schémas de maladies difficiles à détecter par des méthodes traditionnelles.

Des études récentes ont utilisé l’apprentissage automatique pour prévoir la maladie d’Alzheimer des années avant l’apparition des symptômes, détecter des signes subtils de la maladie dans les scans IRM, et prévoir le risque à long terme pour des centaines de conditions en utilisant de larges bases de données de dossiers de santé.

Le gouvernement américain a également commencé à investir dans cette approche, notamment dans une initiative de $50 millions de dollars des National Institutes of Health pour appliquer l’IA à la recherche sur le cancer chez l’enfant.

Au-delà de la virologie, Liu a indiqué que le même cadre computationnel pourrait être appliqué à des maladies causées par des interactions protéiques modifiées, y compris les troubles neurodégénératifs comme la maladie d’Alzheimer.

“La chose la plus importante est de savoir quelle interaction cibler”, a déclaré Liu. “Une fois que nous pouvons fournir cette cible, les gens peuvent envisager des moyens de l’affaiblir, de la renforcer ou de la bloquer. C’est vraiment la signification de ce travail.”