L’IA analyse les changements neuronaux pour déterminer si les médicaments sont efficaces pour les patients atteints de maladies neurodégénératives


  • FrançaisFrançais



  • Un groupe de recherche de l’Université de Nagoya au Japon a développé une intelligence artificielle pour analyser des images cellulaires qui utilise l’apprentissage automatique pour prédire l’effet thérapeutique des médicaments. Appelée in silico FOCUS, cette nouvelle technologie pourrait aider à la découverte d’agents thérapeutiques pour les maladies neurodégénératives telles que la maladie de Kennedy.

    Les traitements actuels des maladies neurodégénératives ont souvent des effets secondaires graves, notamment un dysfonctionnement sexuel et le blocage de la formation des tissus musculaires. Cependant, les chercheurs à la recherche de nouveaux traitements moins nocifs ont été gênés par le manque de technologies de dépistage efficaces pour discerner si un médicament est efficace. Un concept prometteur est le «concept de discrimination des anomalies», ce qui signifie que les neurones qui répondent au traitement ont de légères différences de forme par rapport à ceux qui ne le font pas. Cependant, ces différences subtiles sont difficiles à discerner à l’œil nu. Les technologies informatiques actuelles sont également trop lentes pour effectuer l’analyse.

    Un groupe de professeurs de l’Université de Nagoya, dirigé par le professeur associé Ryuji Kato et le professeur adjoint Kei Kanie de la Graduate School of Pharmaceutical Sciences, et le professeur Masahisa Katsuno et le professeur adjoint Madoka Iida de la Graduate School of Medicine, a développé une nouvelle technologie d’intelligence artificielle appelée FOCUS in silico. Il analyse la forme cellulaire des neurones modèles et utilise ces informations pour évaluer s’ils répondent aux médicaments thérapeutiques. Ils ont publié leurs résultats dans la revue Rapports scientifiques.

    Les chercheurs ont testé l’IA sur un modèle de cellules traitées pour la maladie de Kennedy, une maladie neurodégénérative qui entraîne la mort des motoneurones. in silico FOCUS a construit un modèle de classification robuste basé sur l’image qui avait une précision de 100 % pour identifier l’état de récupération des cellules modèles.

    « Cette technologie permet une évaluation très sensible et stable des effets des agents thérapeutiques grâce à l’analyse des changements de forme des cellules modèles malades par rapport à celles des cellules saines, que nous ne pourrions normalement pas distinguer », explique le professeur Kato. « Il s’agit d’une technologie de dépistage ultra-efficace qui peut prédire l’efficacité des médicaments en capturant simplement des images, réduisant ainsi le temps nécessaire à l’analyse et à l’évaluation de l’efficacité des médicaments de plusieurs heures avec plusieurs centaines de milliers de cellules à seulement quelques minutes. prédiction des effets thérapeutiques, sans expériences compliquées et invasives. »

    Kato conclut : « Ces résultats suggèrent la possibilité d’accélérer le développement de nouveaux médicaments et nous nous attendons à ce qu’ils soient largement appliqués à la découverte de médicaments thérapeutiques pour des maladies qui ont été difficiles à explorer.

    Cette recherche a été soutenue par le FY2019 Nagoya University NU Cross-Departmental Innovation Creation Project.

    Source de l’histoire :

    Matériaux fourni par Université de Nagoya. Remarque : Le contenu peut être modifié pour le style et la longueur.

    N'oubliez pas de voter pour cet article !
    1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
    Loading...
    mm

    La Rédaction

    L'équipe rédactionnelle

    3 Responses

    1. 22 juillet 2022

      […] L’IA analyse les changements neuronaux pour déterminer si les médicaments sont efficaces pou…  Houssenia Writing Lire plus […]

    2. 26 juillet 2022

      […] L’IA analyse les changements neuronaux pour déterminer si les médicaments sont efficaces pour le… (en) […]

    3. 26 juillet 2022

      […] L’IA analyse les changements neuronaux pour déterminer si les médicaments sont efficaces pour le… (en) […]

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.