French subtitles

← Le potentiel médical de l'IA et des métabolites

Get Embed Code
37 Languages

Showing Revision 16 created 11/08/2019 by eric vautier.

  1. En 2003,
  2. lorsqu'on a séquencé le génome humain,
  3. on pensait trouver les traitements
    de beaucoup de maladies.
  4. Mais on était loin de la vérité
  5. parce qu'en plus de nos gènes,
  6. notre environnement et façon de vivre
    peuvent jouer un rôle important
  7. dans le développement de
    beaucoup de maladies graves
  8. L'un des exemples est
    la stéatose hépatique,

  9. qui affecte plus de 20 %
    de la population mondiale,
  10. elle n'a pas de traitement
    et entraîne le cancer du foie
  11. ou l'insuffisance hépatique.
  12. Donc le séquençage de l'ADN seul
    ne nous donne pas assez d'informations
  13. pour trouver des thérapeutiques efficaces
  14. Du bon côté des choses, il y a beaucoup
    d'autres molécules dans notre corps.

  15. En fait, il y a
    plus de 100 000 métabolites.
  16. Les métabolites sont des molécules
    de taille extrêmement petite.
  17. Les exemples connus sont le glucose,
    le fructose, les lipides, le cholestérol -
  18. des termes très familiers.
  19. Les métabolites sont impliqués
    dans notre métabolisme.
  20. Ils sont situés en aval de l'ADN,
  21. et transmettent des informations sur
    nos gènes ainsi que notre style de vie.
  22. Comprendre les métabolites est essentiel
    pour le traitement de nombre de maladies.
  23. J'ai toujours voulu soigner des patients.

  24. Malgré cela, il y a 15 ans de cela,
    j'ai abandonné l’école de médecine,
  25. vu que j'ai raté les mathématiques.
  26. Peu après, j'ai fait la plus
    cool des découvertes :
  27. je pouvais étudier la médecine
    à l'aide des maths.
  28. Dès lors, j'ai développé des algorithmes
    pour analyser des données biologiques.
  29. Cela semblait donc facile :
  30. collecter des données de tous
    les métabolites de notre corps,
  31. développer des modèles mathématiques pour
    décrire leur changement dans une maladie
  32. et y intervenir
    afin de traiter ces maladies.
  33. C'est là que j'ai compris pourquoi
    cela n'a jamais été fait avant :

  34. c'est extrêmement difficile.
  35. (Rires)

  36. Il y a beaucoup de métabolites
    dans notre corps.

  37. Ils sont différents les uns des autres.
  38. On peut mesurer la masse moléculaire
    de certains métabolites
  39. en se servant d'instruments
    de spectrométrie de masse.
  40. Mais parce qu'il pourrait y avoir
    10 molécules avec la même masse,
  41. on ne peut pas les différencier,
  42. et si vous voulez les identifier
    tous clairement,
  43. il faut faire plus d’expériences,
    pouvant prendre des décennies
  44. et coûtant des milliards de dollars.
  45. On a donc développé une plateforme d'IA
    ou d'intelligence artificielle pour cela.

  46. On a exploité la croissance
    des données biologiques
  47. et construit une base de données de toutes
    les informations sur les métabolites
  48. et leurs interactions
    avec d'autres molécules.
  49. On a combiné toutes ces données
    comme un méga réseau.
  50. Ensuite, à partir des tissus
    ou du sang de patients,
  51. nous mesurons la masse des métabolites
  52. et trouvons les masses qui sont changées
    dans une maladie.
  53. Mais, comme je l'ai dit plus tôt,
    on ne peut les différencier.
  54. Une masse moléculaire de 180 pourrait être
    du glucose, du galactose ou du fructose.
  55. Ils ont tous exactement la même masse
  56. mais différentes fonctions dans le corps.
  57. Notre algorithme d'IA a considéré
    toutes ces ambiguïtés
  58. Il a ensuite exploité ce méga réseau
  59. pour trouver comment ces masses
    métaboliques sont connectées entre elles
  60. et aboutissent à une maladie.
  61. Et grâce au type de connexion,
  62. on est en mesure de déduire
    la masse de chaque métabolite,
  63. par exemple, ce 180
    peut être du glucose ici,
  64. et le plus important, de découvrir
  65. comment les changements dans le glucose
    et d'autres métabolites
  66. conduisent à une maladie.
  67. Cette compréhension novatrice
    des mécanismes de maladie
  68. nous a alors permis de découvrir des
    traitements efficaces pour y faire face.
  69. On a fondé une start-up pour
    amener cette technologie sur le marché

  70. et impacter des vies.
  71. Maintenant mon équipe et moi à ReviveMed
    cherchons à découvrir
  72. des traitements pour des maladies graves
    dont les métabolites sont la source,
  73. telle la stéatose hépatique,
  74. parce qu'elle est causée par
    l'accumulation de graisses,
  75. qui sont des types de métabolites
    dans le foie.
  76. Comme je le disais plus tôt, c'est un
    grave fléau qui n'a aucun traitement.
  77. Et la stéatose hépatique
    n'est qu'un exemple.

  78. À l'avenir, nous allons nous attaquer
    à des centaines d'autres maladies
  79. sans traitement.
  80. Et en collectant de plus en plus
    de données sur les métabolites
  81. et en comprenant comment les changements
    dans les métabolites
  82. conduisent au développement de maladies,
  83. nos algorithmes deviendront
    de plus en plus intelligents
  84. pour découvrir les traitements
    qui conviennent selon le patient.
  85. Et nous serons plus près
    d'atteindre notre vision
  86. qui est de sauver des vies
    avec chaque ligne de code.
  87. Merci.

  88. (Applaudissements)