Comment l’intelligence artificielle détecte les comportements associés aux premiers stades de la maladie d’Alzheimer

Des signes subtils de la maladie d’Alzheimer peuvent apparaître des décennies avant le diagnostic, souvent sous la forme de comportements irréguliers reflétant les premières étapes très précoces de dysfonctionnements cérébraux.

Jusqu’à présent, il n’était pas possible de détecter et de mesurer scientifiquement ces légers changements de comportement, même lors des études sur des souris atteintes de cette maladie.

Dans une recherche publiée dans la revue Cell Reports, une équipe de scientifiques du Gladstone Institutes a utilisé un nouvel outil d’apprentissage automatique basé sur la vidéo pour repérer des signes précoces de la maladie, autrement indétectables, chez des souris conçues pour imiter les aspects clés de l’Alzheimer.

A lire sur le même sujet :  Un diagnostic de diabète de type-2 avant 50 ans augmente le risque de démence

Cette étude éclaire une nouvelle stratégie pour identifier les maladies neurologiques plus tôt qu’il n’est actuellement possible et pour suivre leur développement dans le temps.

Lever le voile sur les comportements désorganisés

La plateforme d’apprentissage profond VAME, acronyme de « Variational Animal Motion Embedding », analyse les vidéos de souris explorant un espace ouvert. Cet outil open-source a identifié des modèles comportementaux subtils qui pourraient passer inaperçus à l’œil nu.

« Contrairement aux tests comportementaux conventionnels chez les souris, souvent centrés sur des tâches préconçues que les animaux doivent accomplir, VAME permet de capturer une gamme plus large de changements comportementaux spontanés provoqués par la maladie, surtout dans ses premiers stades », explique Stephanie Miller, PhD, chercheuse à Gladstone et première auteure de l’étude.

Ce système offre également une meilleure échelle et réduit la nécessité de méthodes intensives en main-d’œuvre.

A lire sur le même sujet :  Et si voyager était la solution la plus efficace pour ralentir le vieillissement ?

Évaluation d’un traitement potentiel

Pour ajouter une autre dimension à leur étude, l’équipe de Gladstone a utilisé VAME pour déterminer si une intervention thérapeutique potentielle pour l’Alzheimer pourrait prévenir le comportement désorganisé chez les souris.

En bloquant les effets toxiques de la fibrine, une protéine de la coagulation du sang, le laboratoire d’Akassoglou a réussi à prévenir la neurodégénérescence menant au déclin cognitif et à protéger les animaux contre l’Alzheimer.

« Il a été particulièrement encourageant de constater que bloquer l’activité inflammatoire de la fibrine dans le cerveau réduisait presque totalement les changements comportementaux spontanés chez les souris atteintes d’Alzheimer, confirmant que la fibrine et l’inflammation neurologique qui en résulte sont des moteurs clés de la maladie », souligne Katerina Akassoglou, PhD et co-auteure de l’étude.

A lire sur le même sujet :  "Cette protéine semble avoir la capacité de stopper ou de retarder la progression de Parkinson dans une certaine mesure", selon une chercheuse américaine

L’apprentissage automatique pourrait offrir un moyen impartial d’évaluer les traitements potentiels en laboratoire et pourrait devenir à terme un outil clinique inestimable.

Palop et Miller collaborent désormais avec d’autres équipes de Gladstone qui étudient les maladies neurologiques pour les aider à intégrer la technologie VAME dans de nouvelles études comportementales.

Miller exprime son ambition de rendre cet outil et des approches similaires plus accessibles aux biologistes et aux cliniciens pour accélérer le développement de nouveaux médicaments puissants.

Vous pouvez trouver plus d’informations sur cette recherche passionnante en suivant ce lien.

Retour en haut