SALVATORE VALITUTTI ET SYLVAIN-CUSSAT BLANC
Modélisation Et “Computer Vision” Appliquées À L’étude Des Interactions Compétitives CTL/Cellules Cibles
I) Nous avons généré un modèle “agent-based” décrivant la problématique à long terme de la confrontation nodule tumoral/CTL (Fig. 4). Ce modèle intègre le bagage biologique de l’équipe en utilisant des méthodes de co-conception permettant d’inclure les biologistes expérimentaux dans le processus de modélisation.
De plus, le modèle est calibré sur les données spécifiquement générées par l’équipe. Il s’agit ainsi d’un outil unique pour explorer dans les détails les interactions compétitives complexes entre les CTL humains et les cellules cibles des tumeurs (Figure 1).
Figure 1 : L’ingénierie inverse permet de reproduire de façon réaliste les essais de cytotoxicité et de prédire l’issue à long terme des interactions cellulaires (R. Kahazen et al, Scientific Report 2019)
Notre objectif est de développer de nouveaux outils d’optimisation capables de générer des protocoles expérimentaux plus efficaces qui seront ensuite évalués en laboratoire. Cela nous permettra de définir les meilleurs scénarios dans lesquels l’équilibre entre l’efficacité des CTL et la résistance des cellules cibles peut être modifié en faveur de l’efficacité des CTL.
II) Nous avons développé un générateur de pipelines d’analyse d’images en utilisant la programmation génétique (GP, une approche informatique inspirée de l’évolution darwinienne permettant de générer automatiquement des programmes informatiques). Le générateur de pipelines sera utilisé pour la segmentation des images microscopiques acquises par l’équipe. Il sera utilisé pour quantifier, de manière automatisée et non subjective, les multiples « features » détectées dans diverses conditions expérimentales. Contrairement aux approches classiques d’apprentissage automatique, la GP devrait nécessiter une quantité très limitée de données pour produire un pipeline d’analyse efficace, ce qui rend cet outil d’intelligence artificielle parfaitement adapté au contexte de la biologie expérimentale.
