Un code-barres par IA détecte les cellules zombies du vieillissement sans détruire les tissus

Édité par : Svitlana Velhush

Des scientifiques du Massachusetts Institute of Technology ont proposé une méthode pour reconnaître les cellules sénescentes dans les tissus vivants sans recourir à leur destruction. La méthode combine la microscopie Raman, qui lit la composition chimique des cellules à partir du spectre de la lumière réfléchie, avec les données d'expression génique et l'apprentissage automatique. Il en résulte un « code-barres » unique — un ensemble de caractéristiques spectrales permettant de distinguer les « cellules zombies » des cellules ordinaires.

Avec l'âge, l'organisme accumule des cellules qui ont cessé de se diviser sans pour autant mourir. Elles émettent des signaux inflammatoires et favorisent l'apparition du cancer, de la fibrose et d'autres troubles liés à l'âge. Les marqueurs classiques, tels que les protéines p16 et p21, exigent une fixation et une destruction de l'échantillon, ce qui les rend inutilisables pour un diagnostic du vivant. La nouvelle approche résout ce problème : le spectre Raman enregistre les modifications des lipides et d'autres molécules sans intervenir dans la cellule.

Les chercheurs ont comparé les tissus cutanés et pulmonaires de jeunes souris et de souris âgées. Dans les échantillons âgés, la synthèse et l'accumulation des lipides ont nettement augmenté, et dans la peau, les voies liées à la contraction musculaire et au remodelage de la matrice extracellulaire se sont renforcées. Dans les poumons, les gènes de la réponse immunitaire et de l'inflammation se sont activés. Ces changements biochimiques ont servi de base à l'échantillon d'entraînement de l'algorithme.

L'apprentissage automatique a extrait de milliers de pics spectraux quelques pics clés qui corrèlent le plus précisément avec l'état de sénescence cellulaire. Désormais, selon l'intention des auteurs, il suffit d'enregistrer le spectre dans quelques plages caractéristiques pour déterminer avec une forte probabilité si la cellule est entrée en état de sénescence. La méthode n'a pour l'instant été testée que sur des souris et en conditions de laboratoire.

L'avantage de l'approche est évident : elle ne nécessite pas de biopsie et permet, à terme, de suivre la dynamique d'accumulation des cellules zombies en temps réel. Cependant, les données se limitent à des modèles animaux, et son transfert à l'humain exigera une validation sur des tissus humains et des essais cliniques. En outre, la microscopie Raman n'est pas encore devenue un outil de routine en clinique — l'équipement est coûteux et demande une préparation spéciale.

Si la méthode confirme sa fiabilité, elle pourrait changer la conception de la mesure de l'âge biologique des tissus. Au lieu de marqueurs sanguins indirects ou de prélèvements destructeurs, il deviendra possible de « lire » l'état des cellules directement et de manière non invasive. Cela rapprochera le moment où les thérapies visant à éliminer ou à rajeunir les cellules sénescentes pourront s'appuyer sur des données précises et individuelles concernant leur répartition dans l'organisme.

6 Vues

Sources

  • AI“条形码”可识别衰老组织中“僵尸细胞”

Commentaires

Lire plus d'articles sur ce sujet :

🚨: These Butterflies Live Nearly a Year by Slowing Down Aging Itself 🦋⏳ A study from the University of Bristol, published in Nature Communications, has revealed that tropical Heliconius butterflies have evolved an extraordinary ability: they age far more slowly than most

Image
Image
Reply
Avez-vous trouvé une erreur ou une inexactitude ?Nous étudierons vos commentaires dans les plus brefs délais.