Lancement d'un modèle d'IA pour suivre les tumeurs cancéreuses au niveau cellulaire

Dans un article publié sur le site Web de NVIDIA Technology Corporation (USA) le 4 février, le modèle d'IA récemment annoncé par BioTuring peut aider les scientifiques à clarifier comment et pourquoi certaines relations entre les cellules déclencheront le développement du cancer.

BioTuring a annoncé un modèle d'IA capable de générer des images détaillées de tumeurs cancéreuses à résolution cellulaire. Ces images fourniront des données sur la taille et la forme des cellules, les gènes activés et, surtout, la localisation spatiale relative de millions de cellules différentes dans un échantillon de tissu.

Par rapport à la biologie computationnelle, le nouveau modèle d’IA présente des avantages en termes de temps de traitement de l’information, fournissant des informations en temps réel et à haute résolution sur les interactions entre les cellules cancéreuses et le système immunitaire.

« Le corps humain compte environ 30 000 milliards de cellules, et une tumeur de grande taille en compte plusieurs millions », a déclaré Son Pham, PDG de BioTuring. « Imaginez que vous analysiez des images satellite haute résolution pour comprendre le fonctionnement d'une ville. Notre modèle, d'un point de vue biologique, vous montrerait chaque maison, son contenu, ses interlocuteurs et leurs propos », a-t-il déclaré, expliquant que le modèle d'IA de BioTuring contribuera à relever certains défis complexes de la recherche clinique sur le cancer, en montrant comment les cellules interagissent.

BioTuring, membre du programme NVIDIA Inception pour les startups, a utilisé les équipements et technologies NVIDIA pour créer une carte cellulaire haute résolution. En comprenant comment les cellules cancéreuses se développent et se propagent dans le corps humain, les scientifiques espèrent que ce modèle d'IA améliorera les méthodes de dépistage pour la détection précoce du cancer.

De plus, les chercheurs pourraient exploiter les détails cellulaires du modèle pour mieux comprendre l'hétérogénéité tumorale, c'est-à-dire la façon dont les cellules cancéreuses d'un même patient présentent des différences significatives. La granularité visuelle du modèle d'IA pourrait également contribuer au développement de médicaments contre le cancer.