L’intelligence artificielle révolutionnera la chimie analytique en neurosciences

Par Jean-François Masson, professeur au Département de chimie

La chimie analytique est le domaine de recherche visant à identifier et quantifier les molécules présentes dans un échantillon. Pratiquement toutes les sphères de l’activité humaine en tirent profit, de la médecine à l’analyse environnementale, du contrôle de qualité des médicaments au contrôle antidopage.

Il existe des centaines de milliers, voire des millions, de molécules. On doit en analyser un bon nombre pour bien comprendre le mécanisme moléculaire des maladies et ainsi trouver de nouveaux traitements. Plusieurs techniques modernes telles la chromatographie, la spectrométrie de masse et la spectroscopie permettent de séparer et d’identifier des molécules selon leur structure et leurs liens chimiques. La similitude entre certaines molécules rend la tâche d’identification difficile et constitue un frein à la compréhension moléculaire des maladies et par conséquent à la mise au point de traitements médicaux.

Révolutionner l’analyse chimique

L’apprentissage profond pourrait révolutionner l’analyse chimique. Les techniques employées en chimie analytique créent des spectres ou chromatogrammes, des sortes de photos moléculaires. Il s’agit d’extraire l’information qui se trouve dans ces spectres malgré leur complexité.

Les techniques mathématiques couramment utilisées en chimie analytique pour y parvenir ont atteint une limite et les performances ont essentiellement plafonné dans la dernière décennie.

L’utilisation de l’apprentissage profond permettra d’améliorer l’extraction de l’information fournie par les techniques de chimie analytique. L’apprentissage profond changera donc les processus de découverte des molécules à l’origine des maladies et rendra ainsi possible une meilleure caractérisation de la composition moléculaire de cellules ou de tissus malsains. En comprenant mieux le dérèglement de la composition chimique causé par une maladie, on pourra concevoir des traitements plus efficaces et potentiellement personnalisés pour un individu.

Une nouvelle technique d’analyse neurochimique créée à l’UdeM

L’apprentissage profond a déjà changé nos méthodes de recherche. Dans ses travaux à l’Université de Montréal, mon équipe a imaginé, en collaboration avec des chercheurs en neurosciences, une nouvelle technique d’analyse neurochimique nommée optophysiologie.

Celle-ci permet de détecter des neurotransmetteurs par la mesure de leurs vibrations grâce à la spectroscopie. Chaque neurotransmetteur a sa signature et nous utilisions les techniques mathématiques usuelles pour le traitement de cette information chimique avec un succès mitigé.

Cependant, le recours à l’apprentissage profond a révolutionné les performances de l’optophysiologie et nous sommes maintenant en mesure de repérer une dizaine de neurotransmetteurs dans une seule expérience, alors que les techniques couramment employées en neurosciences n’en mesurent qu’un seul, voire deux.

Contribuer au traitement des maladies neurodégénératives et psychiatriques

L’utilisation de l’intelligence artificielle améliore donc les performances de nos outils de dépistage analytique en neurosciences et nous permettra de mieux comprendre le fonctionnement du cerveau. Nous espérons ainsi contribuer à la création de meilleurs médicaments pour traiter les maladies neurodégénératives et psychiatriques.