Lorsque les entreprises agrochimiques et pharmaceutiques développent de nouveaux produits, elles doivent tester de manière approfondie la toxicité potentielle avant d’obtenir l’approbation réglementaire. Ces tests impliquent généralement des études animales longues et coûteuses.
Une équipe de recherche de l’Université de l’Illinois a développé une technique d’identification des biomarqueurs géniques qui réduit le processus de test à quelques jours tout en maintenant un haut niveau de précision.
Le but de cette recherche était d’identifier le plus petit ensemble d’indicateurs du foie pour prédire la toxicité et le cancer du foie potentiel.
L’industrie agrochimique dispose d’un pipeline où ils testent de nouveaux composés en termes de paramètres de toxicité. La toxicité hépatique est l’un des paramètres les plus importants, car le foie est l’organe qui reçoit l’approvisionnement en sang et le nettoie, ce qui en fait l’une des plus grandes cibles en termes d’action toxique environnementale. »
Zeynep Madak-Erdogan, professeur agrégé, Département des sciences de l’alimentation et de la nutrition humaine, U of I et auteur principal de l’étude
Normalement, les entreprises le font grâce à des expériences sur les animaux à long terme, ajoute-t-elle. Ils suivent les animaux jusqu’à un an pour voir s’ils développent un cancer du foie après une exposition à ces composés. Les études nécessitent des milliers de souris ou de rats et beaucoup de temps humain pour s’occuper des animaux, collecter des échantillons et analyser les données.
L’étude, publiée dans Scientific Reports, identifie une signature génétique de biomarqueur qui indique une toxicité hépatique potentielle à peine 24 heures après l’exposition.
Madak-Erdogan et ses collègues ont analysé les informations d’une grande base de données maintenue par l’Institut national des sciences de la santé environnementale. En collaboration avec des scientifiques du Centre national des applications de supercalcul (NCSA) de l’U of I, ils ont utilisé des approches d’apprentissage automatique pour identifier des biomarqueurs géniques dans l’ARN messager afin de prédire la toxicité future.
«De la conception de nouvelles molécules à l’identification de nouvelles cibles biologiques, les approches d’apprentissage automatique jouent un rôle clé dans l’accélération de l’identification et de la validation des cibles médicamenteuses», explique Colleen Bushell, directrice du Healthcare Innovation Program Office du NCSA et co-auteur de l’étude.
Bien que cette étude ne soit pas la première à utiliser de telles techniques, elle est la plus complète, dit Madak-Erdogan. Les chercheurs ont utilisé une grande quantité de données et plusieurs techniques d’apprentissage automatique afin d’identifier les méthodes qui fournissent les résultats les plus rapides et les plus précis.
«Nous évaluons les meilleures techniques de prédiction et trouvons les meilleurs indicateurs de la toxicité hépatique. Au lieu de durer des mois ou des années, nous pouvons désormais traiter quelques souris pendant 24 heures, collecter des foies, examiner les biomarqueurs que nous avons identifiés et prédire si l’animal développera potentiellement un cancer du foie ou non », explique-t-elle.
Les résultats de l’étude peuvent être largement utilisés par les toxicologues et autres scientifiques, et peuvent aider l’industrie agrochimique et pharmaceutique à améliorer ses capacités de test.
«Nos résultats montrent que les approches d’apprentissage automatique sont vraiment très utiles pour analyser la grande quantité de données biologiques que nous créons dans nos activités de recherche. La collaboration entre les sciences de la vie et l’informatique est très importante pour ce travail», conclut Madak-Erdogan.
La source:
Université de l’Illinois College of Agricultural, Consumer and Environmental Sciences
Référence du journal:
Smith, BP, et coll. (2020) Identification de biomarqueurs géniques de toxicité hépatique précoce à l’aide de l’apprentissage automatique supervisé comparatif. Rapports scientifiques. doi.org/10.1038/s41598-020-76129-8.