Software Mines Science Papers pour faire de nouvelles découvertes

Un logiciel qui a lu des dizaines de milliers d'articles de recherche, puis a prédit de nouvelles découvertes sur le fonctionnement d'une protéine essentielle au cancer, pourrait annoncer une approche plus rapide du développement de nouveaux médicaments.

Le logiciel, développé en collaboration entre IBM et le Baylor College of Medicine, a été publié sur plus de 60 000 articles de recherche axés sur p53, une protéine impliquée dans la croissance cellulaire, qui est impliquée dans la plupart des cancers. En analysant des phrases dans les documents, le logiciel pourrait comprendre ce que l'on sait des enzymes appelées kinases qui agissent sur p53 et régulent son comportement ; ces enzymes sont des cibles courantes pour les traitements contre le cancer. Il a ensuite généré une liste d'autres protéines mentionnées dans la littérature qui étaient probablement des kinases non découvertes, sur la base de ce qu'il savait de celles déjà identifiées. La plupart de ses prédictions testées jusqu'à présent se sont avérées correctes.

Nous en avons testé 10, Olivier Lichtarge de Baylor a déclaré mardi. Sept semblent être de vraies kinases. Il a présenté les résultats préliminaires de sa collaboration avec IBM lors d'une réunion sur le thème de l'informatique cognitive tenue au laboratoire de recherche d'IBM à Almaden.

Lichtarge a également décrit un test antérieur du logiciel dans lequel il a eu accès à la littérature de recherche publiée avant 2003 pour voir s'il pouvait prédire les kinases p53 qui ont été découvertes depuis. Le logiciel a trouvé sept des neuf kinases découvertes après 2003.

La biologie de P53 est au cœur de toutes sortes de maladies, dit Lichtarge, et cela semblait donc être le moyen idéal pour montrer que les découvertes générées par logiciel pourraient accélérer la recherche menant à de nouveaux traitements. Il pense que les résultats obtenus jusqu'à présent montrent que c'est vrai, bien que les expériences de recherche de kinases n'aient pas encore été examinées et publiées dans une revue scientifique, et que d'autres tests de laboratoire soient encore prévus pour confirmer les résultats jusqu'à présent. Les kinases sont généralement découvertes au rythme d'une par an, explique Lichtarge. Le taux de découverte peut être considérablement accéléré.

Lichtarge a déclaré que bien que le logiciel ait été configuré pour rechercher uniquement les kinases, il semble également capable d'identifier des phosphatases non identifiées auparavant, qui sont des enzymes qui inversent l'action des kinases. Il peut également identifier d'autres types de protéines qui peuvent interagir avec p53.

La collaboration Baylor vise à tester un moyen d'étendre un ensemble d'outils que les chercheurs d'IBM proposent déjà aux sociétés pharmaceutiques. Sous la bannière de la découverte accélérée, des outils d'analyse de texte sont utilisés pour extraire des publications, des brevets et des bases de données moléculaires. Par exemple, une entreprise à la recherche d'un nouveau médicament contre le paludisme pourrait utiliser les outils d'IBM pour trouver des molécules ayant des caractéristiques similaires aux traitements existants. Parce que les logiciels peuvent rechercher plus largement, ils pourraient trouver des molécules dans des publications ou des brevets négligés qu'aucun humain ne trouverait autrement.

Nous avons commencé à travailler avec Baylor pour adapter ces capacités et les étendre pour montrer que ce processus peut être utilisé pour découvrir de nouvelles choses sur la biologie de p53, dit Ying Chen , chercheur à IBM Research Almaden.

Il faut généralement entre 500 et 1 milliard de dollars pour développer un nouveau médicament, et 90 pour cent des candidats qui commencent le voyage n'arrivent pas sur le marché, dit Chen. Le coût des médicaments ayant échoué est cité comme l'une des raisons pour lesquelles certains médicaments se vendent si cher (voir A Tale of Two Drugs ).

Laurent Chasseur , directeur du Center for Computational Pharmacology de l'Université du Colorado à Denver, affirme qu'une confirmation empirique minutieuse est nécessaire pour affirmer que le logiciel a fait de nouvelles découvertes. Mais il dit que les progrès dans ce domaine sont importants et que de tels outils sont désespérément nécessaires.

Le volume de la littérature de recherche à la fois ancienne et nouvelle est maintenant si important que même les spécialistes ne peuvent espérer lire tout ce qui pourrait les aider, explique Hunter. L'année dernière, plus d'un million de nouveaux articles ont été ajoutés à la Bibliothèque nationale de médecine des États-Unis. Medline base de données d'articles de recherche biomédicale, qui contient maintenant 23 millions d'articles. Les logiciels peuvent analyser des quantités massives d'informations et trouver des indices vitaux dans des endroits inattendus. Les informations cruciales sont parfois des faits isolés qui ne sont qu'un point mineur dans un article mais qui seraient vraiment importants si vous pouviez les trouver, dit-il.

Lichtarge pense qu'un logiciel comme le sien pourrait changer la façon dont les scientifiques mènent et évaluent les nouveaux résultats de la recherche. Les scientifiques s'appuient actuellement en partie sur la réputation des personnes, des institutions et des revues impliquées, et sur le nombre de fois qu'un article est cité par d'autres.

Un logiciel qui tire du sens de toutes les informations publiées dans un domaine pourrait offrir une meilleure solution, déclare Lichtarge. Vous pourriez publier directement dans le [logiciel] et voir à quel point c'est perturbateur, dit-il.

Hunter pense que les scientifiques pourraient même utiliser de tels outils à un stade plus précoce, en faisant en sorte que le logiciel fournisse des preuves pour et contre de nouvelles hypothèses. Je pense que cela aiderait vraiment la science à aller plus vite. Nous perdons souvent beaucoup de temps au laboratoire parce que nous ne savions pas tout dans la littérature, dit-il.

cacher