Nous avions vu que l’association entre gènes et maladie est très complexe. La régulation des gènes est une des explications à la pathogenèse de certaines maladies. Les données sont énormes et très complexes. C’est là que l’informatique entre en jeu. Voyons ce que les algorithmes d’apprentissage automatique pourraient permettre.
Programmons, mon bon …
Il s’agit d’un algorithme basé sur un réseau de neurone. Il s’inspire du fonctionnement neuronal pour faire tourner un algorithme d’apprentissage automatique. Ce dernier étudie donc les molécules qui contrôles certains gènes impliqués dans la régulation d’autres gènes. Le but est de trouver de nouvelles cibles thérapeutiques.
Les chercheurs en question ont réussi à faire la jonction entre ces méthodes computationnelles et la manière dont les biologistes ont l’habitude de raisonner par rapport à cette régulation des gènes. Le réseau neuronal respecte ainsi quelques règles et concepts inhérents. De fait, cela rendra ce système plus compréhensible et accessible aux autres chercheurs.
L’objectif à terme est de mieux comprendre comment ces interactions influent sur l’expression des gènes. Espérons que ce travail permettra à terme d’améliorer la vie de nombreux malades voir d’anticiper la survenue de certaines pathologies.
Pour l’instant, ce système a été employé avec succès lors de l’étude de certains gènes au sein de la bactérie E. Coli. Ce modèle plus simple que les cellules eucaryotes est une étape qui précède de peu son application à des cellules humaines.
Source :
Tareen A, Kinney JB, Biophysical models of cis-regulation as interpretable neural networks, Presented at the 14th conference on Machine Learning in Computational Biology (MLCB 2019), Vancouver, Canada. Disponible en open access (pré-publication) sur Arxiv.
Réagissez : Que pensez-vous de cet article ?
Vous êtes curieux ? Bénéficiez d’un accès illimité à tous les articles du site et bien plus encore… en vous abonnant !