Une étude publiée dans Nature présente VirTues, un nouveau modèle d’intelligence artificielle conçu pour analyser l’architecture des tissus humains à une échelle très fine. Développé avec une forte contribution de l’EPFL, ce modèle s’attaque à un défi majeur de la médecine de précision : comprendre non seulement quelles cellules sont présentes dans un tissu, mais aussi comment elles s’organisent, interagissent et influencent l’évolution d’une maladie.
VirTues est appliqué à la protéomique spatiale, une technologie qui permet de mesurer simultanément de nombreux marqueurs biologiques dans des coupes de tissus. Ces données sont particulièrement précieuses en oncologie, car la réponse à un traitement ne dépend pas seulement des cellules cancéreuses, mais aussi de leur environnement, notamment des cellules immunitaires et stromales qui les entourent.
L’innovation du modèle réside dans sa capacité à apprendre à partir de jeux de données hétérogènes, utilisant des panels de marqueurs différents. Les chercheurs ont entraîné et évalué VirTues sur 15 cohortes d’imagerie par cytométrie de masse, puis l’ont étendu à 32 cohortes couvrant plusieurs technologies, plus de 5’100 patients et 239 marqueurs.
Dans le cancer du sein triple négatif, VirTues a permis d’identifier des signatures spatiales associées à la réponse à une chimio-immunothérapie anti-PD-L1 et à la survie sans récidive. Plutôt que de se limiter à un biomarqueur isolé, l’IA capte des combinaisons complexes de cellules, de protéines et d’arrangements tissulaires.
Ces résultats ouvrent la voie à des atlas virtuels des tissus, utiles pour mieux stratifier les patients et accélérer la découverte de biomarqueurs cliniquement pertinents.