Neuroinformatique

Ouvrir / fermer le sommaire

Qu’est-ce que la neuroinformatique ?

La recherche médicale génère des milliards de données et l’avancement des technologies ne fait qu’augmenter la dimension des données médicales, qu’elles soient génétiques, d’imageries ou encore biologiques. Face aux défis de cette augmentation croissante des données, les scientifiques doivent développer les outils et méthodes nécessaires pour les analyser et en tirer le meilleur parti.

C’est l’objectif de la neuroinformatique. Comment combiner l’ensemble de ces données variées et complexes en une information utile à la recherche ? Comment corréler ces données entre elles pour prédire l’évolution de la maladie et adapter les traitements ? Comment corréler les données associées à des pathologies différentes pour identifier des mécanismes pathologiques communs ? Les nombreuses données collectées auprès des patients, génétiques, physiologiques, comportementales, cliniques et d’imagerie nécessitent de développer des méthodes d’analyse et des outils mathématiques innovants pour mieux caractériser chaque maladie que nous étudions à l’ICM, de la maladie d’Alzheimer aux accidents vasculaires cérébraux en passant par la maladie de Parkinson, les dégénérescences fronto-temporale, l’épilepsie ou encore la sclérose en plaques.

Un des challenges à venir sera de trouver des analyses adaptées à la recherche de biomarqueurs de ces maladies. À partir de l’analyse conjointe d’informations brutes, le but est d’extraire des combinaisons spécifiques de données associées à une maladie ou à un stade de la maladie permettant un diagnostic parfois même avant l’apparition de signes cliniques ou une prédiction précoce de leur évolution.

La neuroinformatique, comment ça marche ?

1. Rassemblement des données (a posteriori ou au moment de l’acquisition)

Elles peuvent être cliniques, génétiques, comportementales, d’imagerie ou encore biologiques. Les données sont vérifiées, annotées, dé-identifiées et référencées.

2. Mise au point d’algorithmes pour combiner les données collectées et les analyser

Les données sont organisées et intégrées à des bases de données, puis analysées par des programmes informatiques, les algorithmes.

3. Modélisation des données

Les algorithmes sont déployés à grande échelle sur des architectures informatiques dédiées. Il en résulte, selon les scénarios, la synthèse de modèles numériques, ou des outils prédictifs par exemple.

4. Validation des modèles établis

L’efficacité des modèles est testée et vérifiée sur de nouveaux jeux de données.

5. Déploiement du modèle auprès des communautés scientifiques et médicales

Les modèles sont ainsi interrogés dans d’autres contextes de recherche. La finalité étant selon les cas, leur utilisation à des fins de recherche clinique, thérapeutique ou plus fondamentale.

La protection des données

Alors même que tout le monde s’accorde sur l’indéniable bénéfice de cette révolution technologique qu’est la science des données et l’intelligence artificielle, les questions de protection des données et de leur utilisation éthique restent à résoudre. Qui aura accès à ces données ? Pour quelles utilisations ? Quid du secret médical et du respect de la vie privée ? Sera-t-il possible de modifier ou supprimer ses données personnelles ? Le Comité consultatif national d’éthique se positionne et plaide pour « redonner à l’individu une certaine maîtrise sur les données qui le concernent, ainsi que la compréhension de ce qui en est fait » et précise le principe juridique du « consentement libre et éclairé » dans ce nouveau domaine. De manière non contradictoire, les progrès scientifiques ne peuvent se concevoir que dans un esprit collaboratif où le partage des connaissances et des données, élément essentiel à de nouvelles découvertes. A l’ICM, nous nous faisons une priorité d’assurer que la protection des données soit prise en compte dès la conception d’un projet.

Le centre de neuroinformatique de l’ICM

Le Centre de Neuroinformatique de l’ICM a pour objectif de rassembler, analyser et mettre à la disposition des scientifiques les milliers de données scientifiques et médicales dans une approche décloisonnée et pluridisciplinaire de la recherche. Il s’agit d’un centre virtuel ouvert de façon à mettre en relation toutes les personnes qui travaillent à la gestion et l’exploitation de données de la recherche, et leur offrir une infrastructure matérielle et logicielle commune garantissant l’interopérabilité de leurs données avec celles des autres. Par ce biais, il contribue à l’harmonisation et au partage des meilleures pratiques en gestion de données au sein de l’ICM et s’appuie sur une vision partenariale de la recherche en coordonnant les activités de chercheurs, d’ingénieurs, de médecins, d’informaticiens et techniciens.

Il permet à tout scientifique, quel que soit son domaine, de contribuer à des bases de données interopérables et à un portefeuille commun de méthodes et d’outils d’analyse, et d’en tirer profit. Le centre de Neuroinformatique de l’ICM tire parti de toute l’expertise en matière de traitement des données des équipes de l’Institut. En retour, il les assiste dans le développement de leurs projets de recherche et leur offre des formations dans tous les domaines de la science des données.

L’ambition est de construire un grand entrepôt de données de recherche en neurosciences au monde. La mise à disposition de ces données au niveau international et leur exploitation par de puissants outils de calcul scientifique et statistique conduira à une meilleure compréhension du cerveau humain, au développement de nouvelles stratégies thérapeutiques et à la mise au point d’outils d’aide à la décision diagnostique et thérapeutique pour les médecins. À terme, il pourrait permettre d’offrir aux médecins de nouveaux outils diagnostiques et thérapeutiques pour les maladies neurologiques afin de proposer au patient le bon traitement, au bon moment, en fonction de son profil et de l’évolution de sa maladie. Un investissement d’avenir pour des thérapies toujours plus ciblées et personnalisées.

Plus d’information sur : https://neuroinformatics.icm-institute.org

Quelques projets associant la neuroinformatique à l’ICM

Un des atouts majeurs de l’ICM est de pouvoir collecter de grandes quantités de données médicales et biologiques de toute nature et de savoir les « faire parler » grâce à la puissance de ses outils de calcul statistique et à la collaboration de nombreux acteurs : chercheurs, ingénieurs, médecins, informaticiens et techniciens.

Plusieurs projets multidisciplinaires, associant génomique, neuroimagerie, observations cliniques, et sciences des données, sont en cours et misent sur une utilisation efficace de l’intelligence artificielle. Ils constituent un grand espoir dans l’amélioration de la compréhension du cerveau et de ses pathologies, le diagnostic et l’aide au développement des traitements personnalisés.

Des techniques comme le séquençage entier du génome, l’imagerie de pointe (IRM, TEP…) ou l’électrophysiologie génèrent des données avec des millions à des milliards de variables pour un grand nombre d’individus. Il faut pouvoir modéliser, combiner et analyser ces données pour en tirer des conclusions et des résultats pertinents. La neuroinformatique conçoit, développe et déploie les outils informatiques et mathématiques qui permettent l’utilisation et l’exploitation conjointe de tous ces types de données différentes. Elle rend possible le développement de modèles prédictifs pour anticiper l’apparition et ou l’évolution d’une maladie et identifier des biomarqueurs dits précoces pour permettre une prise en charge au plus tôt, avant même l’apparition des symptômes visibles. Dans le cas des lésions cérébrales post-AVC, ces modèles prédictifs ont permis de modéliser l’évolution des connexions cérébrales permettant de prédire les séquelles éventuelles et ainsi d’adapter la rééducation en conséquence.

Win-HD : Comprendre le développement de la maladie de Huntington (Pr Alexandra Durr)

Le projet Win-HD s’intéresse à la phase présymptomatique de la maladie de Huntington. Cette pathologie débute généralement entre 30 et 50 ans et se manifeste par des troubles moteurs, cognitifs et psychiatriques qui s’aggravent progressivement jusqu’à la perte d’autonomie. Une étude internationale a montré que les individus porteurs de la mutation génétique développaient, bien avant le début des troubles, une atrophie de la substance blanche du cerveau, qui contient la majorité des axones connectant les neurones entre eux. Le projet Win-HD explore une hypothèse nouvelle pour expliquer le développement de la maladie en étudiant le rôle des anomalies de la substance blanche, et en particulier des oligodendrocytes, les cellules qui servent de support énergétique aux neurones, dans le développement de la maladie.

https://icm-institute.org/fr/huntington/

Dynamo : Un modèle numérique de l’évolution de la maladie d’Alzheimer (Stanley Durrleman)

Ce projet repose sur la capacité de l’ICM à collecter et exploiter des données issues de milliers de personnes atteintes de maladie d’Alzheimer ou considérées comme risquant de la développer. Ces big data, confrontées les unes aux autres dans des modèles mathématiques dynamiques très précis, pourraient révéler les biomarqueurs les plus fiables de la maladie d’Alzheimer et les mécanismes à l’œuvre dans celle-ci. L’objectif final consiste à créer un outil informatique accessible aux médecins, capable de diagnostiquer au plus tôt la maladie et de produire un pronostic d’évolution personnalisé pour chaque patient afin de la prendre en charge au plus vite et proposer un traitement adapté à chacun.

Plus d’informations : https://icm-institute.org/fr/actualite/projet-dynamo/

Sémaphore : Personnaliser la prise en charge de la maladie de Parkinson (Pr Stéphane Lehéricy, Stanley Durrleman, Pr Marie Vidailhet et Pr Jean-Christophe Corvol)

Il n’y a pas une, mais des maladies de Parkinson. Parce que la maladie évolue différemment selon les patients et que la réponse aux traitements n’est pas la même pour tous, il est indispensable de pouvoir comprendre son évolution afin d’adopter la meilleure stratégie thérapeutique, individualisée. En identifiant des marqueurs de cette pathologie et des facteurs prédictifs de son évolution, l’objectif poursuivi par les équipes de l’ICM est de structurer un modèle personnalisé de la progression de la maladie de Parkinson qui permettra d’adapter la prise en charge par des approches ciblées sur les mécanismes de la maladie.

Plus d’informations : https://icm-institute.org/fr/projet-semaphore/

Attack-AVC : Cartographier le cerveau pour améliorer la récupération des patients dans l’AVC (Dr Charlotte Rosso et Fabrizio de Vico Fallani)

Une des premières questions de patients ayant subi un accident vasculaire cérébral (AVC) est « Comment vais-je récupérer ? » et il est actuellement difficile de leur donner une réponse précise. Au travers du projet ATTACK-AVC, les chercheurs de l’ICM cartographieront la dynamique des réseaux cérébraux des patients suite à un AVC, afin de mettre en lumière des marqueurs associés à une meilleure récupération motrice. Il sera possible de déterminer une « carte d’identité cérébrale » personnelle indiquant le profil de récupération de chaque patient. A terme, l’objectif est d’appliquer ces méthodes en clinique pour développer des solutions de rééducation sur-mesure.

Plus d’informations : https://icm-institute.org/fr/actualite/projet-attack-avc-predire-recuperation-patients/

PREVDEMALS : Identifier des biomarqueurs précoces dans les dégénérescences fronto-temporales et la sclérose latérale amyotrophique (Dr Isabelle Le Ber et Olivier Colliot)

Les dégénérescences fronto-temporales (DFT) et la sclérose latérale amyotrophique (SLA) sont des maladies neurodégénératives pouvant avoir une cause génétique commune, dont la plus fréquente est une mutation du gène c9orf72. Pour mesurer l’efficacité d’une thérapie alors que les symptômes ne sont pas encore présents, il est nécessaire d’avoir des marqueurs de l’évolution de la maladie. Grâce à la cohorte PREVDEMALS, composée de 80 personnes asymptomatiques à risque d’être porteuses de la mutation c9orf72, donc de développer une DFT ou une SLA dans quelques années, deux études menées à l’ICM et à l’Hôpital de la Pitié-Salpêtrière ont montré pour la première fois des altérations cognitives et structurelles très précoces chez des sujets de moins de 40 ans, détectables en moyenne 25 ans avant le début des symptômes.

Retrouvez les dernières publications de la cohorte : https://icm-institute.org/fr/actualite/atteinte-precoce-de-moelle-epiniere-chez-personnes-a-risque-de-developper-dftsla/

https://icm-institute.org/fr/actualite/nouveau-biomarqueur-precoce-chez-personnes-a-risque-de-developper-dftsla/

MS-Bioprogress : Évaluer le potentiel de réparation dans la sclérose en plaques (Violetta Zujovic et Dr Céline Louapre)

Dans la sclérose en plaques, la gaine de myéline qui entoure, nourrit et protège les neurones, est dégradée. Elle peut se régénérer mais chaque patient présente des capacités de récupération différente. De manière intéressante, il a été montré une très forte corrélation entre la capacité de réparation de la myéline et le handicap observé chez les patients. L’analyse de données cliniques, biologiques et d’imagerie issus de patients vise à identifier des biomarqueurs permettant un pronostic précoce d’évolution de la maladie associée à une capacité plus ou moins forte de réparation. Évaluer le risque de chaque patient à développer une forme sévère de la maladie permettra de mettre en place précocement un traitement adapté et optimisé.