Dr Nora Khaldi identifie des peptides antidiabétiques courts issus de l’alimentation grâce à l’Intelligence Artificielle et l’apprentissage automatique

Par Abdellatif Keddad

Les universités proposent de plus en plus de formations ou parcours en lien avec l’intelligence artificielle (IA) (en anglais Artificial Intelligence -AI) et la bioinformatique. Cela va du Diplôme Universitaire (DU) en intelligence artificielle appliquée à la santé, au master santé publique parcours informatique biomédicale, en passant par l’intelligence artificielle et sciences de données. Les opportunités restent très larges. Le centre de recherche médicale INSERM qui cite les algorithmes au service de la santé, avance que l’IA est au cœur de la médecine du futur. 90% des étudiants ayant choisi cette filière, ont trouvé un emploi autant dans le secteur hospitalo universitaire, qu’industriel.

L’IA est introduite dans les années 1950, par Alan Turing, un mathématicien qui voulait apporter une forme d’intelligence aux machines. Il a exposé la démarche dan un livre Computing Machinery and intelligence. L’objectif étant de concevoir des machines capables d’aider les humains dans leurs tâches. 

C’est cette approche qu’a développée le docteur Nora Khaldi, une mathématicienne titulaire d’un PhD en Evolution moléculaire et bioinformatique du Trinity College Dublin. Ainsi, elle a élaboré un logiciel qui permet d’identifier dans les aliments, les molécules ayant des propriétés thérapeutiques en traitant le big data. Auteure de nombreuses publications sur les peptides dans PubMed, elle vient de publier au cours de ce mois de mars 2021, les résultats du travail de son équipe Rory Casey, Alessandro Adelfio, Martin Connolly, Audrey Wall, Ian Holyer, Nora Khaldi intitulé « Découverte et validation préclinique de nouveaux peptides antidiabétiques grâce à l’apprentissage automatique » (Discovery through machine learning and preclinical validation of novel anti-diabetic peptides). C’est un sous domaine de l’AI (systèmes ou machine qui imite l’intelligence humaine) qu’est l’apprentissage automatique, qui permet aux systèmes d’améliorer les rendements d’apprentissage grâce aux données consommées.

Les hormones, souvent constituées de longues chaines peptidiques, présentent une synthèse difficile et un cout de production élevé. L’idée est d’identifier dans les aliments grâce à l’intelligence artificielle (AI) et à l’apprentissage automatique, des peptides linéaires courts de moins de 15 acides aminés dénués de toxicité et d’effets indésirables, qui pourraient influencer la glycémie et l’hémoglobine glycquée en intervenant sur le transport du glucose à travers la cellule.

Au départ, 10 milliards de peptides naturels ont été soumis à un puissant modèle prédictif, dont une version avait déjà été testée et validée précédemment par d’autres chercheurs,  pour identifier les peptides ayant un effet sur la régulation de la glycémie. Parmi les filtres de sélection intégrés pour interroger la base de données et affiner les résultats, on retrouve les items diabète et GLUT4. A cette étape, le modèle a sélectionné 100 peptides qui ont été classés comme actifs. 

Poursuivant le travail de sélection dans une autre phase, l’équipe de chercheurs qui a élaboré une série d’algorithmes avec de nombreux filtres dont ceux qui permettent d’identifier et éliminer les peptides présentant des effets indésirables,  d’autres pour retenir les peptides présentant une pénétration cellulaire et dénués de toxicité.

Les peptides retenus ont été testés sur des cellules musculaires squelettiques humaines (HSkMC) mises en culture, puis sur des souris de laboratoire, un 1^er groupe recevant le peptide en sous cutanée, un second groupe recevant du Ligaturide, et un 3^ème  groupe témoin recevant une solution de sérum salé physiologique. L’expérience a duré 06 semaines à l’issue desquelles il a été procédé au dosage de l’hémoglobine glycquée.

Au final, grâce à l’AI et l’apprentissage mécanique, 5 nouveaux peptides prédits présentant une propriété antidiabétique (régulation de la glycémie) et exempts d’effets indésirables ont été retenus pour en réaliser la synthèse et passer à l’expérimentation clinique. Ceux-ci ne devait présenter aucune similitude entre eux ni avec des molécules brevetées ou issues de travaux publiés. L’absorption du glucose par des cellules HSkMC sur culture a été mesurée sur la base d’un protocole rigoureux. Le test de translocation du GLUT4, a été réalisé sur 02 groupes de cellules, le premier recevant le peptide, le second recevant de l’insuline humaine. La qualité et l’intégrité de l’ARN a aussi été évaluée.

Dans le protocole, la sélection des peptides inférieurs à 20 acides aminés répondait autant à l’exigence de l’élimination des effets indésirables qu’à celle de la réduction des coûts de production notamment à grande échelle. Les foies des souris testées ont été pour recherche de stéatose (NAFLD).

Les résultats ont montré que 3 peptides prédits ont augmenté de manière significative l’absorption du glucose par les cellules musculaires humaines. Les 2 autres peptides n’ont montré aucune activité étudiée. Ses travaux ont bénéficié d’un soutien de 3 millions de dollars de l’Union Européenne pour financer les essais cliniques de son produit antidiabétique. Ce nouveau peptide, devrait intégrer   

Le Dr Nora Khaldi et son équipe ont déjà publié 593 articles évalués par les pairs sur des thématiques larges dont les peptides antimicrobiens, ou ayant des effets anti-âge, ou qui lutent contre l’atrophie musculaire, ou présentant des propriétés anti inflammatoires . Ces travaux représentant 860 années de recherche et qui ont abouti au dépôt de 65 brevets (délivrés ou en cours). Elle a été primée par plusieurs organisations dont le TEDx, le Women Economic Forum, Business Insider et le magazine FORBES qui lui a aussi réservé un article plaçant l’avancée de ses travaux au niveau de Star Treck. Passionnée par son travail, motivée par le souci de contribuer à sauver des vies et améliorer la santé dans le monde, elle fonde dirige en qualité de CEO et directrice scientifique sa propre société NURITAS en Irlande, une entreprise orientée pour aider à résoudre les plus grands challenges de notre temps en biologie et médecine qui compte déjà parmi ses clients les leaders de la chimie et de l’agro alimentaire comme BASF et NESTLE.

L’AI et l’apprentissage automatique, vont bouleverser la recherche médicale, non seulement en réduisant considérablement le temps mais aussi les coûts. La puissance offerte par ce secteur pour affronter les maladies, est démultipliée. Les produits issus de la biotechnologie, offraient de grosses molécules, des couts élevés et des risques d’effets indésirables augmentés, notamment dans le traitement des cancers. Avec cette nouvelle approche, nous sommes entrés dans une nouvelle ère de la recherche médicale.