En labo, une IA distingue neurones de SLA et neurones sains

La première surprise est venue du réticulum endoplasmique, un réseau de membranes présent dans chaque cellule. Craig Blackstone, de la Harvard Medical School et de Mass General Brigham, a montré que certaines parties, longtemps représentées comme des feuillets plats, sont en fait des réseaux de minuscules tubes, qui changent constamment de forme. Ce sont ce type de détails qui comptent dans les paraplégies spastiques héréditaires et d'autres troubles liés à des mutations de protéines. « Quand on peut voir comment les structures à l'intérieur des neurones sont organisées et comment elles évoluent dynamiquement dans la maladie, on peut commencer à relier une anomalie génétique ou moléculaire à ce qui se passe à l'intérieur de la cellule », a déclaré Craig Blackstone. Les neurones sont des cellules particulièrement grandes et hautement spécialisées, qui doivent maintenir leur architecture interne en fonctionnement sur de longues distances et pendant toute une vie, ce qui rend ces problèmes difficiles à détecter tôt.

L'imagerie en direct ajoute la dimension du temps. Erika Holzbaur, de l'université de Pennsylvanie, a décrit l'observation des mitochondries, les composants de la cellule qui lui fournissent son énergie, et de l'autophagie, le processus par lequel une cellule élimine les mitochondries endommagées et d'autres déchets. Les travaux de son équipe sur le syndrome de l'X fragile ont montré que sans la protéine FMRP, les mitochondries dysfonctionnent dans les neurones de souris comme dans ceux de l'humain, ce qui ouvre des pistes possibles de traitement. « Quand un neurone meurt chez un patient atteint de SLA, de Parkinson ou de Huntington, il est déjà trop tard pour le sauver », a déclaré Erika Holzbaur. L'objectif est de repérer les premiers signes de stress.

La SLA, sclérose latérale amyotrophique, est notoirement difficile à diagnostiquer, car il n'existe aucun test définitif. Les patients peuvent passer près d'un an à consulter médecins et spécialistes avant que la maladie soit confirmée, et ce retard coûte du temps, alors que les rares traitements disponibles et les essais cliniques sont les plus utiles au début. La microscopie robotisée associée à l'IA pourrait, à terme, offrir une manière plus rapide et plus objective d'appuyer le diagnostic. Ces instruments suivent des milliers de motoneurones individuels au fil du temps, et l'IA analyse les images à la recherche de motifs trop subtils pour une lecture manuelle, puis conçoit et réalise des expériences pour décider de ce qu'il faut tester ensuite.

Pour les patients, le gain serait du temps : des signaux plus précoces et plus fiables pourraient les orienter plus tôt vers un traitement et des essais. Pour les chercheurs, cela signifie disposer d'un moyen de tester des hypothèses sur des cellules prélevées chez les patients eux-mêmes. Ces bénéfices restent conditionnels. Le résultat de l'IA provient de cellules de laboratoire, les découvertes sur le syndrome de l'X fragile de neurones de souris et humains, et aucun calendrier d'utilisation en clinique n'a été annoncé. La prochaine étape, que le compte rendu ne décrit pas, consiste à montrer que les mêmes motifs se retrouvent dans des groupes de patients plus nombreux.