Aller au contenu

Science et avancées

Un scientifique devant un microscope à fluorescence, un écran montrant un tissu coloré aux cellules lumineuses,…
Made with AI

Une IA interprétable explique pourquoi des cellules immunitaires n'atteignent pas certaines tumeurs

La plupart des outils de biologie spatiale montrent où se trouvent les cellules. Celui-ci cherche à dire pourquoi.

Par La rédaction, Actualités · · 1 min de lecture

Édité par Dimitri Gärtner

Partager

Tags: biologie · cancer · immunologie · nature

L'essentiel
La plupart des outils de biologie spatiale montrent où se trouvent les cellules.
Pourquoi cela compte
Celui-ci cherche à dire pourquoi.
Ce qui est établi
La photographie a été générée pour cet article.

L’épingle du jour – 5 minutes, sourcée.

Lié à une source nommée. Non marqué comme vérifié. Nature Biomedical Engineering: Interpretable AI model reveals spatial codes of cell recruitment in tissues

L'actualité

Un article publié dans Nature Biomedical Engineering le 13 octobre présente SPACER, un cadre d'apprentissage automatique entièrement interprétable qui décode des règles de recrutement au niveau des gènes à partir de données de transcriptomique spatialement résolue. Appliqué à 37 jeux de données couvrant plusieurs types de tumeurs humaines et le cœur de souris, il a obtenu, selon les auteurs, des améliorations d'un facteur 4 à 21 par rapport aux méthodes existantes pour retrouver des signaux de recrutement biologiquement significatifs.

Pourquoi c'est important

Savoir pourquoi les lymphocytes T n'engagent pas une tumeur pourrait aider à prédire qui répond à l'immunothérapie. Un modèle interprétable donne aux biologistes des règles à tester, pas seulement un score.

Les détails

SPACER a constaté que les mucines exprimées par les tumeurs sont associées à des barrières physiques qui empêchent l'engagement des lymphocytes T, ce qui prédit la résistance aux inhibiteurs de points de contrôle immunitaire et le pronostic des patients. Il a identifié la présentation locale de l'antigène comme le corrélat dominant de l'engagement des lymphocytes T, tous types de cancer confondus.

Il a aussi désigné les lymphocytes T CD4 positifs comme les effecteurs dominants dans la myocardite sévère causée par les inhibiteurs de points de contrôle.

Ce que nous n'avons pas pu vérifier

  • L'article complet est derrière un accès payant ; nous nous sommes appuyés sur le résumé.
  • Les résultats sont des associations, qui demandent une confirmation expérimentale.

Sources

La photographie a été générée pour cet article. Elle ne montre pas les personnes qui y sont nommées.

  1. Nature Biomedical Engineering: Interpretable AI model reveals spatial codes of cell recruitment in tissues

Signaler une erreur

L’épingle du jour – 5 minutes, sourcée.

Partager

Une IA interprétable explique pourquoi des cellules immunitaires n'atteignent pas certaines tumeurs · The AI Pin