•  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

L'intelligence artificielle plutôt que des rats de laboratoire

Un rat albinos dans la main d'un chercheur.
Des chercheurs estiment que l'intelligence artificielle est aussi efficace que des tests sur les animaux pour vérifier les dangers d'un composé chimique en laboratoire. Photo: iStock

Des chercheurs ont démontré que l'intelligence artificielle serait en mesure de prédire certains aspects de la toxicité d'un produit, éliminant ainsi la nécessité de le tester sur des animaux. Cette méthode ne pourra toutefois être utilisée que pour remplacer des tests bien précis.

Un texte de Renaud Manuguerra-Gagné

L’algorithme développé par les chercheurs (Nouvelle fenêtre) serait aussi efficace, sinon plus, que certains tests pour vérifier les dangers que comporte un composé chimique.

Ces études de toxicité sont nécessaires pour évaluer les risques de nouveaux produits qui se retrouvent sur le marché.

Même si l’on connaît les propriétés des atomes ou des molécules, à l’échelle d’un organisme entier, les interactions possibles sont trop complexes pour qu’on devine tous les impacts qu’un produit pourra avoir.

Par exemple, pour commercialiser un pesticide, il faut faire des dizaines de tests sur un grand nombre d’animaux pour évaluer les risques sur la peau, les poumons, les muqueuses, la bouche ou les yeux, et même déterminer les doses mortelles, avant d'autoriser son utilisation en présence d’humains.

Remplacement, réduction, raffinement

Certains tests doivent même être refaits des dizaines de fois avant d’obtenir un résultat clair à propos des risques d’un produit, principalement en raison des différences entre les laboratoires.

En Europe, des chiffres de 2011 montrent que 57 % des animaux utilisés en toxicologie sont employés pour ce genre de tests. De plus, ces expériences peuvent coûter des dizaines de millions de dollars aux entreprises ou aux centres de recherche qui les effectuent.

Au Canada, ces pratiques sont encadrées pour maximiser le bien-être des animaux, mais les chercheurs sont toujours à la recherche de méthodes pour en réduire le nombre.

Pour y arriver, des chercheurs tentent depuis longtemps de passer d’un modèle animal à des modèles informatiques, qui utilisent la structure d’une molécule ou qui la comparent avec certains composés déjà connus, afin de déduire les risques des nouveaux produits.

Jusqu’à maintenant, ces méthodes sont toutefois restées très subjectives, utilisées au cas par cas, prenant généralement plus de temps et nécessitant plusieurs confirmations par des spécialistes.

Or, depuis quelques années, l’intelligence artificielle a fait des bonds de géant dans plusieurs domaines. Des scientifiques se sont donc tournés vers elle en espérant améliorer l’efficacité des prédictions de toxicité sans avoir à utiliser des animaux.

Cours de toxicologie 101

Dans le cadre de cette étude, les chercheurs ont utilisé l’apprentissage automatique, une technique pour laquelle les concepteurs d’un algorithme doivent lui fournir une énorme quantité de données, pour qu’après une période d’apprentissage, les programmes trouvent leurs propres méthodes pour répondre à la question posée.

Afin d’obtenir les mégadonnées nécessaires, les chercheurs ont regroupé les informations au sujet de 10 000 produits chimiques basées sur 800 000 tests sur des animaux. Toute l’information provenait des données de l’Agence européenne des produits chimiques.

Après la période d’entraînement, les chercheurs se sont retrouvés avec un algorithme capable de prédire efficacement, à environ 87 % du temps, les effets d’un produit donné sur les neuf facteurs les plus surveillés en toxicologie, soit la peau, les poumons, etc.

Ce chiffre est semblable à ce qu’on obtient habituellement dans les tests pratiqués sur les animaux. Donc, en ce qui concerne les risques pour le corps et la dose que cela implique, cet algorithme pourrait remplacer l’expérimentation animale directe.

En plus de diminuer le nombre d’animaux en recherche, il pourrait aussi permettre d’évaluer des produits pour lesquels les tests sont normalement plus limités, comme lorsque les substances évaluées sont trop rares ou qu’elles coûtent trop cher à produire pour être utilisées dans de grandes études.

Il faudra tout de même encore plusieurs années avant que des législateurs commencent à accepter des résultats informatiques comme preuves de la sécurité d’un produit.

De plus, cet algorithme ne peut se prononcer que sur une toxicité relativement simple et ne peut pas établir si un produit serait cancérigène ou risquerait de causer l’infertilité.

Intelligence artificielle

Science