Une analyse par intelligence artificielle de la façon dont l'attaque des bactéries pourrait aider à prédire les résultats de l'infection

«Une analyse par intelligence artificielle de la façon dont l'attaque des bactéries pourrait aider à prédire les résultats de l'infection», source Imperial College London.

Des informations sur la façon dont les protéines bactériennes fonctionnent en tant que réseau pour prendre le contrôle de nos cellules pourraient aider à prédire les résultats de l'infection et à développer de nouveaux traitements.

Tout comme un pirate informatique prend le contrôle du logiciel d'une entreprise pour provoquer le chaos, des bactéries pathogènes, telles que E. coli et Salmonella, utilisent des seringues moléculaires miniatures pour injecter leurs propres agents induisant le chaos (appelés effecteurs) dans les cellules qui gardent notre intestin en bonne santé.

Ces effecteurs prennent le contrôle de nos cellules, écrasant leurs défenses et bloquant les principales réponses immunitaires, permettant à l'infection de s'installer.

Auparavant, des études ont étudié des effecteurs uniques. Désormais, une équipe dirigée par des scientifiques de l'Imperial College de Londres et de l'Institute of Cancer Research de Londres, et comprenant des chercheurs du Royaume-Uni, d'Espagne et d'Israël, a étudié des ensembles entiers d'effecteurs dans différentes combinaisons.

L'étude, publiée dans Science, a examiné les données d'expériences sur des souris infectées par la version murine de E. coli, appelée Citrobacter rodentium, qui injecte 31 effecteurs.

Les résultats montrent comment les effecteurs fonctionnent ensemble en tant que réseau, leur permettant de coloniser leurs hôtes même si certains effecteurs sont supprimés. L’enquête a également révélé comment le système immunitaire de l’hôte peut contourner les obstacles créés par les effecteurs, déclenchant des réponses immunitaires complémentaires.

Force et flexibilité inhérentes

Les chercheurs suggèrent que savoir comment la composition des réseaux effecteurs influence la capacité des infections à s'installer pourrait aider à concevoir des interventions qui perturbent leurs effets.

Le professeur Gad Frankel, responsable de l'étude, du Département des sciences de la vie de l'Impériale, a dit: «Les données représentent une percée dans notre compréhension des mécanismes des infections bactériennes et des réponses de l'hôte. Nos résultats montrent que les effecteurs injectés ne fonctionnent pas individuellement, mais en tant que pack.»

«Nous avons constaté qu'il existe une force et une flexibilité inhérentes au réseau, ce qui garantit que si un ou plusieurs composants ne fonctionnent pas, l'infection peut continuer. Surtout, ces travaux ont également révélé que nos cellules ont un pare-feu intégré, ce qui signifie que nous pouvons faire face aux réseaux corrompus du pirate informatique et mettre en place des réponses immunitaires efficaces qui peuvent éliminer l'infection.»

Le professeur Jyoti Choudhary, co-directeur de l'étude, du Functional Proteomics Lab de l'Institute of Cancer Research de Londres, a dit: «Notre étude montre que nous pouvons prédire comment une cellule réagira lorsqu'elle sera attaquée par différentes combinaisons de protéines effectrices bactériennes. La recherche nous aidera à mieux comprendre comment les cellules, le système immunitaire et les bactéries interagissent, et nous pouvons appliquer ces connaissances à des maladies comme le cancer et les maladies inflammatoires de l'intestin où les bactéries dans l'intestin jouent un rôle important.»

«Nous espérons, grâce à une étude plus approfondie, tirer parti de ces connaissances et déterminer exactement comment ces protéines effectrices fonctionnent et comment elles fonctionnent ensemble pour perturber les cellules hôtes. À l'avenir, cette meilleure compréhension pourrait conduire au développement de nouveaux traitements.»

Prédire l'issue de l'infection

Au cours de leurs expériences, l'équipe a pu éliminer différents effecteurs lors de l'infection de souris avec le pathogène, en suivant le succès de chaque infection. Cela a montré que le réseau effecteur produit par le pathogène pouvait être réduit jusqu'à 60 pour cent tout en produisant une infection réussie.

L'équipe a collecté des données sur plus de 100 combinaisons synthétiques différentes des 31 effecteurs, que le professeur Alfonso Rodríguez-Patón et Elena Núñez-Berrueco de l'Universidad Politécnica de Madrid ont utilisé pour construire un algorithme d'intelligence artificielle (IA).

Le modèle d'IA a pu prédire les résultats de l'infection par Citrobacter rodentium exprimant différents réseaux effecteurs, qui ont été testés avec des expériences sur des souris. Comme il est impossible de tester en laboratoire tous les réseaux possibles que 31 effecteurs peuvent former, l'utilisation d'un modèle d'IA est la seule approche pratique pour étudier des systèmes biologiques de cette complexité.

Le co-premier auteur, le Dr David Ruano-Gallego, du Département des sciences de la vie de l'Impérial College London, a dit «L'IA nous permet de nous concentrer sur la création des combinaisons d'effecteurs les plus pertinentes et d'apprendre d'elles comment les bactéries sont contrées par notre système immunitaire. Ces combinaisons ne seraient pas évidentes à partir de nos seuls résultats expérimentaux, ouvrant la possibilité d'utiliser l'IA pour prédire les résultats de l'infection.»

La co-première auteure, le Dr Julia Sánchez-Garrido, du Département des sciences de la vie de l'Imperial College London, a ajouté: «Nos résultats signifient également qu'à l'avenir, en utilisant l'IA et la biologie synthétique, nous devrions être en mesure de déterminer quelles fonctions cellulaires sont essentielles pendant l'infection, ce qui nous permet de trouver des moyens de lutter contre l'infection non pas en tuant le pathogène avec des antibiotiques, mais en modifiant et en améliorant nos réponses de défense naturelles à l'infection.»

Ce projet a été soutenu par le Wellcome Trust.