IA Hybride pour la modélisation du pronostic de la réponse inflammatoire au cours du vieillissement – HAPI-AGING

Le vieillissement est associé à un déclin progressif des fonctions physiologiques conduisant potentiellement aux maladies liées à l'âge (MLA), à la fragilité et finalement à la dépendance.
Ce projet est basé sur l'hypothèse selon laquelle le vieillissement des tissus est lié à une série de challenges cellulaires et tissulaires qui se produisent au cours de la vie d’un individu mal traités physiologiquement. Parmi les processus biologiques soutenant le déclin physiologique, une altération de la réponse inflammatoire, et en particulier la phase de résolution, a récemment été identifiée comme un processus clé. Cependant, à ce jour, les marqueurs biocliniques du vieillissement actuellement utilisés par les médecins sont inefficaces pour prédire et potentiellement prévenir le déclin fonctionnel lié à l'âge.
Les neutrophiles, les macrophages (Mph) et les cellules stromales mésenchymateuses (CSM) sont des acteurs majeurs impliqués dans la résolution de l'inflammation. Ces cellules jouent un rôle crucial et spécifique dans le maintien de l'homéostasie et la réparation tissulaire via la résolution de l'inflammation. Cependant, le rôle précis des CSM et leurs interactions dynamiques avec les Mph dans le processus inflammatoire, dans le contexte de la réparation tissulaire et du vieillissement, est encore mal compris.
Nous émettons ici l'hypothèse que le vieillissement induit une altération du rôle immunomodulateur des CSM et/ou des interactions dynamiques CSM/Mph qui, à son tour, contribue à l'altération de la résolution de l'inflammation.
Dans ce contexte, les approches computationnelles sont donc fondamentales pour tester in silico l'effet de challenges transitoires et répétés, de différentes intensités, pour modéliser les effets à long terme d'une série d'événements à court terme et pour identifier de nouveaux marqueurs du déclin fonctionnel. L'obtention d'un tel modèle ouvre la voie à l’établissement d’un jumeau numérique tissulaire et à l'optimisation in silico de nouvelles thérapies personnalisées.
Les deux partenaires de ce projet ont développé un modèle basé agents (ABM) de l'inflammation intégrant les Mph. Les données préliminaires obtenues sur ce modèle suggèrent qu’il manque un agent pour obtenir des cinétiques biologiques plausibles. Nous avons émis l'hypothèse que les CSM pourraient être ces "agents manquants" et nous proposons d'implémenter le modèle actuel en ajoutant les CSM et en leur attribuant une fonction immunomodulatrice. De plus, vu le nombre élevé de paramètres impliqués dans le processus inflammatoire et le coût computationnel de l'ABM par rapport à d'autres approches telles que les équations différentielles, nous proposons de combiner l'ABM à la modélisation par apprentissage automatique (ML) de l'intelligence artificielle (IA).
Pour atteindre cet objectif, nous envisageons d'apporter la preuve de concept de cette nouvelle IA hybride pour créer un modèle de pronostic du processus d'inflammation dans le vieillissement intégrant les CSM et les Mph. En utilisant notre plateforme de modélisation orientée Web pour construire l’ABM de façon interactive, notre proposition vise (i) à améliorer l'ABM actuel en ajoutant les CSM avec un rôle immunomodulateur et à développer un modèle hybride ABM-ML (IA hybride) innovant, (ii) à simuler l'impact du vieillissement sur le processus inflammatoire et à démontrer la prédictibilité du nouveau modèle hybride.
HAPI-AGING répond à l'un des défis majeurs de nos sociétés en proposant un outil innovant pour lutter contre la fragilité, la dépendance, les MLA et prévenir leurs conséquences. Basé sur les compétences des membres de notre consortium, notre projet combine des approches multidisciplinaires pour développer de nouvelles approches prédictives de l'âge physiologique des individus et de leur trajectoire de vieillissement, en définissant des biomarqueurs précoces de dysfonctionnements tissulaires.