Des chercheurs de la NYU Grossman School of Medicine et de l’université de Toronto ont conçu un programme d’intelligence artificielle afin de produire des « protéines personnalisables » appelées doigts de zinc. Les chercheurs espèrent ainsi « accélérer le développement des thérapies géniques à grande échelle ». Leurs travaux ont été publiés dans la revue Nature Biotechnology[1].
En activant ou désactivant des gènes, ou en agissant sur leur expression, les scientifiques ciblent une grande variété de pathologies[2]. En effet, « l’édition des doigts de zinc peut à la fois modifier et contrôler les gènes ». Mais « les doigts de zinc artificiels sont difficiles à concevoir pour une tâche spécifique ». Dès lors, les chercheurs doivent être capables de déterminer, « parmi les innombrables combinaisons possibles, comment chaque doigt de zinc interagit avec son voisin pour chaque modification génétique souhaitée ». C’est là qu’intervient l’outil développé par les chercheurs ZFDesign. En effet, en mettant en œuvre une intelligence artificielle, il modélise ces interactions.
Une alternative à CRISPR ?
« Notre programme peut identifier le bon groupe de doigts de zinc pour n’importe quelle modification, ce qui rend ce type d’édition de gènes plus rapide que jamais », affirme David Ichikawa, l’auteur principal de l’étude. Une technique « potentiellement plus sûre » que l’outil CRISPR susceptible de déclencher une réponse immunitaire chez le patient, et « plus flexible » estime le chercheur. Et qui peut « contrôler plusieurs gènes en même temps », élargissant encore le champ des maladies auxquelles elle s’adresse[3].
Mais cette qualité peut se muer en défaut, « certaines combinaisons pouvant affecter des séquences d’ADN au-delà d’une cible particulière, entraînant des modifications involontaires du code génétique ». Les chercheurs travaillent donc à « affiner » leur programme d’intelligence artificielle « afin de pouvoir créer des groupements de doigts de zinc plus précis qui n’entraînent que les modifications souhaitées ».
[1] Ichikawa DM, Abdin O, Alerasool N, et al. A universal deep-learning model for zinc finger design enables transcription factor reprogramming. Nat Biotechnol. 2023. doi: 10.1038/s41587-022-01624-4
[2] La fibrose kystique, la maladie de Tay-Sachs, la drépanocytose, ou le diabète, le cancer, les troubles neurologiques.
[3] les maladies cardiaques, l’autisme, l’obésité
Source : Technology network (30/01/2023) – Photo : iStock
