Des chercheurs de l’école de médecine de l’université de Pittsburgh ont combiné biologie synthétique et algorithme d’apprentissage automatique[1] dans le but de fabriquer des organoïdes de foie humain, incluant des systèmes de gestion du sang et de la bile. Ces organoïdes ont été implantés dans des souris au foie défaillant et ont « produit des protéines humaines qui se sont retrouvées dans le sang des animaux, prolongeant leur vie ». Cette étude a été publiée dans la revue Cell Systems.
« Nous avons montré qu’il est possible d’obtenir du tissu hépatique humain avec quatre types de cellules principales et un système vasculaire en 17 jours » affirme le Dr Mo Ebrahimkhani, professeur associé de pathologie et de bio-ingénierie, membre du Pittsburgh Liver Research Center et du McGowan Institute for Regenerative Medicine, et auteur de l’étude. Des tissus semblables au tissu hépatique du fœtus pendant le 3e trimestre de grossesse.
Dans une démarche de reverse engineering, le professeur Ebrahimkhani a collaboré avec Patrick Cahan, docteur de l’université Johns Hopkins pour mettre en œuvre un algorithme d’apprentissage afin d’identifier les gènes responsables de la maturation du foie chez l’homme. Ensuite, le professeur Ebrahimkhani et son collègue le Dr Samira Kiani, ont appliqué des techniques de génie génétique, dont CRISPR, pour modifier les gènes identifiés dans le but de « transformer une masse de tissu hépatique immature – provenant à l’origine de cellules souches humaines » en organoïdes hépatiques. A mesure de la maturation de l’organe, les fonctions de l’organoïde se rapprochaient de celles d’un foie humain adulte : « stockage de l’énergie, accumulation de graisse, transport chimique, activité enzymatique et production de protéines ». Mais des progrès restent à faire, notamment en ce qui concerne « la capacité du tissu hépatique à métaboliser divers médicaments ».
La fabrication d’organoïdes a trois débouchés selon le professeur Ebrahimkhani : la découverte de médicaments, la modélisation de pathologies et la transplantation d’organes.
Sources : Medical Xpress, University of Pittsburgh (07/12/2020) – The Conversation, Mo Ebrahimkhani (07/12/2020)
[1] Machine learning
