Projet de pipeline d’apprentissage profond. Crédit : Biologie des communications (2024). DOI: 10.1038/s42003-024-06371-7
Les drosophiles, communément appelées mouches à fruits, sont un modèle précieux pour la physiopathologie cardiaque humaine, notamment le vieillissement cardiaque et la cardiomyopathie. Cependant, l’évaluation du cœur des mouches à fruits se heurte à la nécessité d’une intervention humaine pour mesurer le cœur aux moments de sa plus grande expansion ou de sa plus grande contraction, mesures qui permettent de calculer la dynamique cardiaque.
Des chercheurs de l’Université d’Alabama à Birmingham montrent désormais un moyen de réduire considérablement le temps nécessaire à cette analyse tout en utilisant une plus grande partie de la région cardiaque, en utilisant l’apprentissage profond et la microscopie vidéo à grande vitesse pour chaque battement de cœur de la mouche.
« Notre méthode d’apprentissage automatique n’est pas seulement rapide, elle minimise également les erreurs humaines car il n’est pas nécessaire de marquer manuellement chaque paroi cardiaque dans des conditions systoliques et diastoliques », a déclaré Girish Melkani, Ph.D., professeur associé au département de pathologie de l’UAB, division de pathologie moléculaire et cellulaire. « De plus, vous pouvez exécuter les analyses de plusieurs centaines de cœurs et consulter les analyses une fois effectuées pour tous les cœurs. »
Cela pourrait permettre d’améliorer la capacité à tester la manière dont différents facteurs environnementaux ou génétiques affectent le vieillissement ou la pathologie cardiaque. Melkani envisage d’utiliser des études assistées par apprentissage profond pour explorer des modèles de mutation cardiaque et d’autres modèles de petits animaux, tels que le poisson zèbre et la souris.
Melkani a ajouté : « De plus, nos techniques pourraient être adaptées aux modèles cardiaques humains, ce qui fournirait des informations précieuses sur la santé et les maladies cardiaques. L’intégration de méthodes de quantification de l’incertitude pourrait encore améliorer la fiabilité de nos analyses. De plus, l’approche d’apprentissage automatique peut prédire le vieillissement cardiaque avec une grande précision. »
Selon Melkani, le modèle de la mouche à fruits a déjà été extrêmement efficace pour comprendre les bases physiopathologiques de plusieurs maladies cardiovasculaires humaines. Les maladies cardiovasculaires demeurent l’une des principales causes de décès et d’invalidité aux États-Unis.
Melkani et ses collègues de l’UAB ont évalué leur modèle entraîné sur les performances cardiaques à la fois dans le vieillissement cardiaque des mouches à fruits et dans un modèle de mouche à fruits de cardiomyopathie dilatée causée par l’inactivation d’une enzyme essentielle du cycle TCA, l’oxoglutarate déshydrogénase. Ces évaluations automatisées ont ensuite été validées par rapport aux ensembles de données expérimentales existants.
Par exemple, pour évaluer le vieillissement des mouches à fruits à une semaine par rapport à cinq semaines, ce qui correspond à peu près à la moitié de la durée de vie d’une mouche à fruits, l’équipe de l’UAB a utilisé 54 cœurs pour l’entraînement du modèle, puis a validé ses mesures par rapport à un modèle de vieillissement expérimental avec 177 cœurs. Leur modèle entraîné a pu reconstituer les tendances attendues des paramètres cardiaques avec le vieillissement.
Melkani affirme que le modèle de son équipe peut être appliqué au matériel grand public facilement disponible, et que le code de son équipe peut fournir des statistiques calculées, notamment les diamètres/intervalles diastoliques et systoliques, le raccourcissement fractionnaire, la fraction d’éjection, la période/fréquence cardiaque et l’arythmie quantifiée du rythme cardiaque.
« À notre connaissance, cette plateforme innovante de segmentation assistée par apprentissage profond est la première du genre à être appliquée à la microscopie optique standard haute résolution et haute vitesse des cœurs de drosophiles tout en quantifiant tous les paramètres pertinents », a déclaré Melkani.
« En automatisant le processus et en fournissant des statistiques cardiaques détaillées, nous ouvrons la voie à des études plus précises, plus efficaces et plus complètes de la fonction cardiaque chez la drosophile. Cette méthode recèle un potentiel énorme, non seulement pour comprendre le vieillissement et les maladies chez les mouches à fruits, mais aussi pour traduire ces connaissances en recherche cardiovasculaire humaine. »
Premiers auteurs de l’étude, « Évaluation automatisée de la dynamique cardiaque dans les modèles de drosophiles vieillissants et atteints de cardiomyopathie dilatée à l’aide de l’apprentissage automatique », publiée dans la revue Biologie des communicationssont Yash Melkani et Aniket Pant, du département de pathologie de l’UAB. Yiming Guo, de l’UAB Pathology, est également auteur, et Girish Melkani est l’auteur correspondant.
Plus d’information:
Yash Melkani et al., Évaluation automatisée de la dynamique cardiaque dans les modèles de drosophiles vieillissants et atteints de cardiomyopathie dilatée à l’aide de l’apprentissage automatique, Biologie des communications (2024). DOI: 10.1038/s42003-024-06371-7
Fourni par l’Université d’Alabama à Birmingham
Citation:L’apprentissage automatique approfondi accélère l’évaluation du vieillissement cardiaque et des maladies des mouches des fruits, un modèle pour les maladies humaines (2024, 3 juillet) récupéré le 3 juillet 2024 à partir de
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre d’information uniquement.
