MnM : un nouvel outil basé sur l’IA pour mieux étudier l’hétérogénéité cellulaire

Les anomalies dans le déroulement de la réplication de l’ADN peuvent être à l’origine de mutations, telles que des erreurs dans le nombre de copies de gènes, potentiellement impliquées dans le développement de pathologie comme le cancer. Afin d’étudier la réplication de l’ADN, beaucoup de données publiées dans la littérature aujourd’hui ont été générées sur des ensembles de cellules, lissant l’hétérogénéité qui existe entre différentes populations cellulaires. 

« Pour pallier ce problème, les techniques de single-cell ont permis, en analysant chaque cellule individuellement, de mieux comprendre l’existence et les fonctions de différents types cellulaires. Nous savons par exemple qu’un paramètre important dans la réplication de l’ADN est l’aspect temporel, c’est-à-dire, à quel moment précisément dans les étapes du cycle les gènes sont-ils dupliqués ? Mais il manque encore des outils pour automatiser ces analyses, qui peuvent prendre beaucoup de temps. C’est ici qu’entre en jeu notre nouvel outil MnM » explique le Dr Chunlong Chen.

Utilisant des algorithmes de machine learning*, MnM permet d’automatiser l’analyse de ce paramètre temporel de la réplication de l’ADN. Les auteurs montrent ainsi, se basant sur des données générées sur plus de 119 000 cellules humaines, que des sous-populations hétérogènes de cellules peuvent être distinguées, ouvrant la voie vers une meilleurs compréhension des mécanismes impliqués dans le développement de tissus physiologiques et pathologiques.

Découvrez la vidéo pour mieux comprendre le fonctionnement de ce nouvel outil MnM et ses applications dans l’analyse de la réplication de l'ADN : 

Références: Joseph M. Josephides & Chun-Long Chen, Unravelling single-cell DNA replication timing dynamics using machine learning reveals heterogeneity in cancer progression. Nature Communications, 08 02 2025

*machine learning : types d’algorithmes permettant la reconnaissance de motifs dans les données.