L'Institut Curie et Google annoncent une collaboration de recherche utilisant l'intelligence artificielle (IA) pour l'analyse de données transcriptomiques et épigénétiques complexes

Elsa Champion
10/12/2020
Partager
L'Institut Curie et Google lancent un programme de recherche conjoint sur l'intelligence artificielle (IA) afin de développer et mettre en oeuvre des méthodes de deep learning (DL) pour l'analyse de données transcriptomiques et épigénétiques complexes en cellule unique (« single-cell »). Obtenues à partir de lignées cellulaires et d’échantillons de tissus provenant de souris, ces séries de données seront utilisées pour développer de nouveaux algorithmes de deep learning. À long terme, ce projet de recherche pourrait aider à caractériser l'hétérogénéité des tumeurs et à prédire la résistance au traitement.
Logos Institut Curie Google

L'émergence d'une nouvelle médecine personnalisée comprenant des thérapies ciblées est un défi majeur pour le traitement du cancer. L'hétérogénéité génétique au sein des tumeurs est un facteur déterminant de la réponse et de la résistance au traitement ; une sous-population de cellules porteuses d'une mutation transmettant une résistance peut survivre et être sélectionnée selon un processus darwinien. En outre, on s'attend à ce que les mécanismes épigénétiques jouent un rôle dans l'adaptation des cellules cancéreuses confrontées à des stress environnementaux, métaboliques ou liés à la thérapie. La dernière décennie a vu le développement de nouvelles méthodes permettant l'analyse de cellules tumorales à une granularité impensable il y a quelques années, mais l'analyse de ces données complexes reste un défi. A la pointe de l'innovation, l’équipe Dynamique de la plasticité épigénétique dans le cancer de l'Institut Curie (UMR3244 - Institut Curie, CNRS, Sorbonne Université) – dirigée par Céline Vallot, PhD - et Google Lab - sous la direction de Jean-Philippe Vert, PhD - initient une collaboration pionnière pour répondre aux défis actuels de l'analyse des données en cellule unique.

Dans le cadre de ce partenariat, l'Institut Curie et Google combineront leur expertise en cellule unique et en deep learning afin de développer des approches novatrices à la frontière entre la science des données et la biologie. Plus spécifiquement, l'expertise de Céline Vallot et de son équipe permettra de générer des données scChIP-seq1 obtenues à partir de lignées cellulaires et d'échantillons de tissus provenant de souris. Ces précieuses séries de données seront analysées et utilisées par l'équipe de Google pour développer de nouveaux algorithmes de deep learning en collaboration avec l'équipe de Céline Vallot. L'objectif de cette collaboration ? L'utilisation d'approches de deep learning pour étudier les données épigénomiques et transcriptomiques en cellule unique dans le cancer, afin de caractériser l'hétérogénéité des tumeurs et, à terme, de prédire la résistance au traitement. Ce projet vise à approfondir la structure des algorithmes de deep learning pour extraire des informations et interpréter ces composantes au niveau biologique.

"Nous sommes ravis de collaborer avec Céline Vallot et son équipe de l'Institut Curie sur ce projet ambitieux et multidisciplinaire. L'association des dernières technologies en matière de génomique du cancer et de machine learning pose un certain nombre de défis que nous relèverons ensemble, et devrait nous permettre à terme de mieux comprendre la maladie et la manière de la traiter", déclare Jean-Philippe Vert, chercheur à Google Research – Brain team.

"Ensemble, notre objectif est de tirer parti de la science des données pour éclaircir les nouveaux mécanismes d’évolution des tumeurs," ajoute Celine Vallot, cheffe de l’équipe Dynamique de la plasticité épigénétique dans le cancer à l’Institut Curie.

Amaury Martin, directeur Valorisation et Partenariats Industriels & directeur de l’Institut Carnot Curie Cancer affirme : "L'Institut Curie est très heureux d'être le premier centre de recherche sélectionné par Google Research pour un partenariat de cette nature. Il renforce notre engagement à jouer un rôle majeur dans le développement des approches d'intelligence artificielle appliquées aux sciences de la vie."
 

1. Single-cell chromatin immune-precipitation sequencing (scChIP-seq) [Séquençage de l'immuno-précipitation de la chromatine en cellule unique]

Télécharger le communiqué de presse