Croissance cellulaire dans les appareils de laboratoire sur puce contrôlé par l'intelligence artificielle – LOCAI

Dans ce projet, les membres du consortium développeront un système automatisé d'optimisation de la culture cellulaire basé sur la combinaison de l'apprentissage machine et de la technologie de laboratoire sur puce (LOC). La capacité de l'apprentissage machine à traiter les grands ensembles de données et les variables des systèmes microfluidiques sera associée aux avantages de la microfluidique. Cela permettra de créer un outil unique et facile à utiliser qui fera progresser le niveau d'automatisation et de précision de la culture cellulaire. Ce nouveau système comprendra la surveillance en temps réel de l'état d'une culture cellulaire, rendue possible par l'analyse des images à l'aide d'algorithmes d'apprentissage automatique. Ces paramètres sont ensuite envoyés à un autre agent, qui contrôle des pompes qui, à leur tour, injectent du milieu et des réactifs dans la culture. On obtient ainsi un système en boucle fermée entièrement contrôlé par l'apprentissage machine.
Le système décrit utilise une intelligence artificielle composée de deux domaines d'apprentissage machine. Dans le domaine de l'apprentissage supervisé, les images de microscope d'une culture cellulaire sont utilisées pour entraîner un réseau neuronal à détecter et à distinguer les cellules individuelles du fond de l'image. À partir de ces détections robustes et précises, divers indicateurs d'état tels que le nombre de cellules, la surface cellulaire, la morphologie et d'autres paramètres peuvent être dérivés pour évaluer l'état et le développement d'une culture cellulaire.
L'"apprentissage par renforcement" est une variante de l'apprentissage machine qui traite de l'apprentissage d'un comportement optimal dans un système dont la dynamique est inconnue. Le système présenté utilise les informations obtenues par l'analyse d'images ainsi que la capacité à manipuler l'environnement de croissance des cellules pour optimiser un objectif ou une mesure spécifiée par l'utilisateur, par exemple le nombre de cellules. Au cours de cette opération, le système administre à la culture cellulaire diverses combinaisons de milieu de culture et de facteurs de croissance, tout en observant simultanément l'effet sur la culture par l’analyse d'image liée à l'optique connectée. À partir des mesures obtenues de cette manière, l'algorithme peut dériver un comportement ou un guide de dosage qui maximise ou minimise la mesure appropriée selon les besoins en fonction du temps et des mesures. Bien que cet outil puisse être très précieux pour tous les types de cultures, dans ce projet nous appliquerons et prouverons le concept pour la suspension ainsi que pour les cellules adhérentes. Le système sera testé pour le maintien et la croissance de deux acteurs clés - la réponse immunitaire dans l'organisme et le système nerveux central (SNC). Plus précisément, nous prévoyons de cultiver des cellules T autologues (cellules en suspension), où l'algorithme optimisera leur production en définissant la composition du cocktail de cytokines et le calendrier de livraison ; et de cultiver des cellules microgliales (cellules adhérentes), les macrophages tissulaires du SNC, pour analyser les processus neuro-inflammatoires et les thérapies dans les maladies neurodégénératives.