RTFlash

Grâce à la technique de l’apprentissage autosupervisé, les réseaux de neurones artificiels sont désormais capables d’identifier par eux-mêmes ce qui est important. Une performance qui pourrait être à la base du succès de notre propre cerveau.

Depuis une décennie déjà, les plus impressionnants systèmes d’intelligence artificielle sont majoritairement formés à l’aide d’énormes inventaires de données "étiquetées". En effet, on étiquette une image, par exemple "chat tigré" ou "chat-tigre" (comme l’oncille en Amérique du Sud ou en le serval Afrique) pour "entraîner" un réseau de neurones artificiel à distinguer correctement un chat tigré d’un chat-tigre. Cette stratégie s’est révélée à la fois spectaculairement gagnante et terriblement déficiente.

Un tel entraînement, dit "supervisé", nécessite des données laborieusement étiquetées par des humains, et les réseaux neuronaux prennent souvent de mauvais raccourcis, apprenant à associer les étiquettes à des informations minimales voire, parfois, superficielles. Par exemple, un réseau de neurones pourrait utiliser la présence d’herbe pour reconnaître la photo d’une vache, du fait que les vaches sont généralement photographiées dans des champs.

« Nous érigeons une génération d’algorithmes se comportant comme des étudiants [qui] ne sont pas venus en cours pendant tout le semestre et qui, la veille de l’examen final, se mettent à bachoter », résume Alexei Efros, informaticien à l’Université de Californie à Berkeley. « Ils n’apprennent pas vraiment la matière, mais ils réussissent l’examen ».

En outre, pour les chercheurs qui s’intéressent à l’intersection entre l’intelligence animale et l’intelligence artificielle, cet apprentissage supervisé risque de montrer rapidement ses limites, quant à éclairer le fonctionnement des cerveaux biologiques. En effet, les animaux – y compris les humains – n’utilisent pas des collections de données étiquetées pour apprendre. La plupart explorent l’environnement par eux-mêmes et, ce faisant, acquièrent une compréhension riche et solide du monde.

Dernièrement, des chercheurs en neurosciences computationnelles se sont mis à examiner des réseaux de neurones entraînés avec peu ou pas de données étiquetées par l’homme. Ces algorithmes d’apprentissage autosupervisé ont prouvé leur très grande efficacité à modéliser le langage humain et, plus récemment, à faire de la reconnaissance d’images. Dans des travaux récents, des modèles computationnels des systèmes visuels et auditifs des mammifères construits sur la base d’apprentissage autosupervisé ont affiché une meilleure correspondance avec le fonctionnement cérébral que leurs homologues à apprentissage supervisé. Au point que pour certains neuroscientifiques, c’est comme si les réseaux artificiels se mettaient désormais à dévoiler les méthodes que notre cerveau utilise réellement pour apprendre.

Les modélisations du cerveau inspirées des réseaux neuronaux artificiels sont arrivées à maturité il y a une dizaine d’années quand, dans le même temps, ou presque, le réseau neuronal artificiel appelé AlexNet a révolutionné la classification d’images inconnues. Ce réseau, comme tous les réseaux neuronaux, était constitué de couches de neurones artificiels, des unités de calcul qui forment des connexions entre elles dont la force, ou le "poids", peut varier. Si un réseau neuronal échoue à classer correctement une image, l’algorithme d’apprentissage modifie le poids des connexions entre les neurones afin de rendre cette erreur de classification moins probable à la session suivante. L’algorithme répète ce processus de nombreuses fois avec toutes les images d’entraînement, en modifiant les poids des neurones, jusqu’à ce que le taux d’erreur du réseau tombe à un niveau acceptable.

À la même époque, les neuroscientifiques ont développé, à l’aide de réseaux neuronaux comme AlexNet et ses successeurs, les premiers modèles informatiques d’une partie spécifique du cerveau des primates : le système visuel. L’union semblait prometteuse : lorsqu’on montrait les mêmes images aux singes et aux réseaux neuronaux artificiels, par exemple, l’activité des neurones réels et des neurones artificiels présentait une étonnante correspondance. Des modèles artificiels d’audition et de détection des odeurs ont suivi.

Mais à mesure que le domaine a progressé, les chercheurs ont découvert les limites de l’entraînement supervisé. Par exemple, en 2017, Leon Gatys, un informaticien alors à l’Université de Tübingen, en Allemagne, et ses collègues ont superposé un motif de peau de léopard à l’image d’une Ford Model T. Ils ont ainsi obtenu une image bizarre mais facilement reconnaissable. Un réseau neuronal artificiel, parmi les plus performants du moment, a correctement classé l’image originale (sans superposition) comme étant un Modèle T, mais il a considéré l’image modifiée comme étant un léopard. Il s’était fixé sur la texture et avait ignoré la forme de la voiture (ou celle du léopard, d’ailleurs).

Les stratégies d’apprentissage autosupervisé sont conçues pour éviter de tels problèmes. Dans cette approche, les humains n’étiquettent pas les données. Plutôt, « les étiquettes proviennent des données elles-mêmes », explique Friedemann Zenke, neuroscientifique computationnel à l’Institut Friedrich-Miescher pour la recherche biomédicale, à Bâle, en Suisse. Comment ? Le principe essentiel est que les algorithmes autosupervisés créent délibérément des lacunes dans les données et demandent au réseau neuronal de les combler. Par exemple, dans ce qu’on nomme un « modèle de langage de grande taille », l’algorithme d’entraînement consiste à présenter au réseau neuronal les premiers mots d’une phrase et à lui demander de prédire le mot suivant. Lorsqu’il est entraîné à l’aide d’un corpus massif de textes glanés sur internet, le modèle semble ainsi apprendre la structure syntaxique de la langue, démontrant une capacité linguistique impressionnante – le tout sans étiquettes ni supervision externe.

Un effort similaire est en cours dans le domaine de la vision par ordinateur. Fin 2021, Kaiming He (chercheur membre de l’équipe Meta AI Research) et ses collègues ont révélé leur "autoencodeur à masque", qui s’appuie sur une technique conçue par l’équipe d’Alexei Efros en 2016. L’algorithme d’apprentissage autosupervisé masque aléatoirement les images, obscurcissant près des trois quarts de chacune d’entre elles. L’autoencodeur à masque transforme les parties non masquées en représentations latentes – des descriptions mathématiques compressées qui contiennent des informations importantes sur un objet. Dans le cas d’une image, la représentation latente peut être une description mathématique qui saisit, entre autres, la forme d’un objet dans l’image. Un décodeur reconvertit ensuite ces représentations en images complètes.

L’algorithme d’apprentissage autosupervisé entraîne le combiné codeur-décodeur à transformer les images masquées en leurs versions complètes. Toutes les différences entre les images réelles et les images reconstruites sont alors réinjectées dans le système pour l’aider à apprendre. Ce processus est répété pour un ensemble d’images d’entraînement jusqu’à ce que le taux d’erreur du système soit acceptablement faible. Dans un exemple, lorsqu’on a montré à un autoencodeur à masque déjà entraîné une nouvelle image d’un bus masqué à près de 80 %, le système a réussi à reconstruire la structure du bus. « C’est un résultat très, très impressionnant », a jugé Alexei Efros.

Les représentations latentes créées dans un système comme celui-ci semblent inclure des informations beaucoup plus profondes que celles susceptibles d’être produites dans les stratégies précédentes. Le système pourrait apprendre la forme d’une voiture, par exemple, ou d’un léopard, et pas seulement leur motif. « Et c’est là vraiment l’idée fondamentale de l’apprentissage autosupervisé : vous construisez vos connaissances de bas en haut », explique Alexei Efros.

Certains neuroscientifiques voient dans de tels systèmes les échos de la façon dont nous apprenons. « Pour moi, il n’y a aucun doute que 90 % de ce que fait le cerveau est un apprentissage autosupervisé », affirme Blake Richards, chercheur en neurosciences computationnelles de l’Université McGill et du Mila, l’institut québécois d’intelligence artificielle. Selon une hypothèse largement partagée sur le fonctionnement des cerveaux biologiques, ceux-ci prédisent continuellement, par exemple, l’emplacement futur d’un objet lorsqu’il se déplace, ou le prochain mot d’une phrase. Tout comme un algorithme d’apprentissage autosupervisé tente de prédire les lacunes dans une image ou dans un fragment de texte. Par ailleurs, l’expérience quotidienne le montre, les cerveaux apprennent le plus souvent par eux-mêmes de leurs erreurs – seule une petite partie des informations faisant suite à une de nos actions provient d’une source externe qui, en substance, fait passer le message "mauvaise réponse".

Prenons par exemple le système visuel des humains et des autres primates. C’est le système sensoriel animal le mieux étudié. Pourtant, les neuroscientifiques ont eu le plus grand mal à expliquer pourquoi il inclut deux voies distinctes : le flux visuel ventral, responsable de la reconnaissance des objets et des visages, et le flux visuel dorsal, qui traite le mouvement (les voies du "quoi" et du "où", respectivement).

Blake Richards et son équipe ont créé un modèle autosupervisé qui suggère une réponse. Ils ont entraîné une IA qui combine deux réseaux neuronaux différents : le premier, conçu selon l’architecture dite "ResNet", a été conçu pour le traitement des images ; le second, un réseau dit "récurrent", peut garder la trace d’une séquence d’entrées antérieures pour faire des prédictions sur la prochaine entrée attendue. Pour entraîner l’IA combinée, l’équipe commence – schématiquement – par choisir une séquence de dix images issues d’une vidéo et laisse le réseau ResNet les traiter une par une. Le réseau récurrent prédit ensuite la représentation latente de la onzième image, sans se limiter simplement à la faire coïncider avec les dix premières images. L’algorithme d’apprentissage autosupervisé compare alors la prédiction à la valeur réelle et demande aux deux réseaux neuronaux de modifier leurs poids pour améliorer la prédiction.

L’équipe de Richards a constaté que cette IA, entraînée avec un seul réseau ResNet, était performante pour la reconnaissance d’objets, mais pas pour la catégorisation des mouvements. Les chercheurs ont alors divisé le réseau ResNet unique en deux, créant ainsi deux voies (sans modifier le nombre total de neurones). L’IA a, dès lors, développé des représentations pour les objets dans l’une et pour le mouvement dans l’autre, permettant une catégorisation en aval de ces propriétés – tout comme le fait probablement notre cerveau.

Article rédigé par Georges Simmonds pour RT Flash

PLS

Il s'appelle "Yokobo" et a l'apparence d'un simple appareil ménager. Il est pourtant le fruit d'un très savant travail de recherche mené pendant cinq ans par les scientifiques de Carnot Télécom & Société numérique (TSN) réunissant Strate Ecole de design, Orange, l'Université de Nantes et le GV Lab de l'Université d'agriculture et de technologie de Tokyo. La thèse menée par Dominique Deuff, doctorante et chercheuse au sein d'Orange Innovation, consistait à explorer la place que pouvait prendre la robotique chez les jeunes retraités. « Notre constat est que chez un couple de jeunes retraités, il peut y avoir paradoxalement un sentiment de solitude pour l'un des deux conjoints », explique Ioana Ocnarescu, directrice de la recherche à Strate Ecole de design.

Un travail d'exploration a été mené auprès d'une dizaine de couples au Japon et en France en étudiant leur réaction face au robot autonome Pepper de Softbank. Plutôt que de créer un robot, les chercheurs ont alors choisi de robotiser un objet du quotidien, en l'occurrence le vide-poche situé à l'entrée. Yokobo ("yokoso" signifie "bienvenue" en japonais) est relié à un capteur de température et mime le froid en frissonnant ou la torpeur s'il fait trop chaud.

Il peut aussi mimer les gestes de l'utilisateur en saluant comme le ferait un majordome. Il dispose aussi d'autres fonctions. Il reconnaît par exemple chaque habitant du foyer grâce au tag RFID de son trousseau de clés et peut lui transmettre un message vocal d'un autre habitant. Ce prototype, fruit d'un travail de recherche, n'a pourtant pas vocation à être commercialisé.

Article rédigé par Georges Simmonds pour RT Flash

Les Echos

Quand on regarde un oiseau se poser sur une branche, on a l’impression que c’est la chose la plus facile au monde. En réalité, l’acte de se percher implique un équilibre extrêmement délicat entre timing, forces d’impact élevées, vitesse et précision. Ce mouvement est si complexe qu’aucun robot ailé, ou ornithoptère, n’était parvenu à le maîtriser jusqu’à présent.

Chercheur postdoctoral au Laboratoire des systèmes intelligents (LIS) et au Laboratoire de biorobotique (BioRob) de la Faculté des sciences et techniques de l’ingénieur, Raphael Zufferey est le principal auteur d’un article récemment publié dans la revue Nature Communications, qui décrit le train d’atterrissage unique rendant possible un tel perchage. Il a créé et testé ce dernier en collaboration avec des collègues de l’Université de Séville (Espagne), où l’ornithoptère de 700 grammes a été mis au point dans le cadre du projet européen GRIFFIN.

« Il s’agit de la première phase d’un projet plus vaste. Si un ornithoptère maîtrisait l’atterrissage sur une branche d’arbre de manière autonome, il pourrait effectuer des tâches spécifiques, comme la collecte discrète d’échantillons biologiques ou la prise de mesures sur un arbre. À terme, il pourrait même se poser sur des structures artificielles, ce qui ouvrirait de nouveaux domaines d’application », explique Raphael Zufferey.

Il ajoute que la possibilité de se poser sur un perchoir pourrait être un moyen plus efficace pour les ornithoptères – qui, comme de nombreux aéronefs téléguidés, ont une autonomie limitée – de se recharger à l’aide de l’énergie solaire, ce qui pourrait en faire des outils parfaits pour les missions de longue durée. « Il s’agit d’un grand pas vers l’utilisation de robots ailés, qui peuvent pour l’instant accomplir seulement des vols libres, pour des tâches de manipulation et d’autres applications du monde réel », poursuit-il.

Les problèmes d’ingénierie liés à l’atterrissage d’un ornithoptère sur un perchoir sans commande externe ont nécessité de gérer de nombreux facteurs que la nature a déjà si parfaitement équilibrés. L’ornithoptère devait être capable de ralentir considérablement lorsqu’il se perchait, tout en maintenant son vol. La griffe devait être suffisamment solide pour s’accrocher au perchoir et supporter le poids du robot, sans être trop lourde pour pouvoir être maintenue en l’air. « C’est une des raisons pour lesquelles nous avons choisi une seule griffe plutôt que deux », fait remarquer Raphael Zufferey. Enfin, le robot devait être capable de percevoir son environnement et le perchoir devant lui en fonction de sa position, de sa vitesse et de sa trajectoire.

Les scientifiques y sont parvenus en équipant l’ornithoptère d’un ordinateur et d’un système de navigation entièrement embarqués, complétés par un système externe de capture de mouvements pour l’aider à déterminer sa position. L’appendice de la patte de l’ornithoptère était finement calibré pour compenser les oscillations du vol lorsqu’il tentait de se concentrer sur le perchoir et de l’agripper. La griffe a été conçue de sorte à absorber l’élan vers l’avant du robot lors de l’impact, et à se refermer rapidement et fermement afin de supporter son poids. Une fois perché, le robot reste sur le perchoir sans dépenser d’énergie.

Malgré tous ces facteurs à prendre en compte, Raphael Zufferey et ses collègues ont réussi le pari, en créant au final non pas un, mais deux ornithoptères à griffe pour reproduire leurs résultats de perchage. Raphael Zufferey se projette déjà dans l’avenir et réfléchit à la manière dont leur dispositif pourrait être élargi et amélioré, notamment dans un environnement extérieur. « Pour le moment, les expériences de vol sont réalisées en intérieur, car nous devons contrôler la zone de vol avec une localisation précise depuis le système de capture de mouvements. Plus tard, nous aimerions augmenter l’autonomie du robot pour qu’il effectue des tâches de perchage et de manipulation en extérieur dans un environnement plus imprévisible ».

Article rédigé par Georges Simmonds pour RT Flash

EPFL

Diplômé de la prestigieuse école d’ingénieurs Centrale Supélec, il aurait pu faire une brillante carrière dans le conseil comme beaucoup de ses amis. A 23 ans, Tanel Petelot voit les choses autrement : « Je préfère utiliser mes compétences pour résoudre une problématique douloureuse et m’occuper des gens qui ont de vrais soucis : les personnes âgées », explique-t-il. « Parmi les 7,8 millions de seniors âgés de plus de 75 ans en France, 6,9 millions vivent à domicile », rappelle-t-il. « Une bonne partie d’entre eux sortent très peu de chez eux et ne rencontrent quasiment jamais personne. » Avec le risque de subir un déclin cognitif et de sombrer dans la dépression. D’après l’Organisation mondiale de la Santé, entre 8 et 16 % des personnes de plus de 65 ans souffrent de cette maladie dans le monde et 12 à 15 % des plus de 85 ans.

C’est ce qui a poussé Tanel et ses trois associés à lancer Emobot en avril 2022, un petit robot blanc de 25 cm de haut aux rondeurs très rassurantes. Rien à voir avec un gadget de geek inutile. Sa mission ? Suivre sur un temps long l’état émotionnel d’une personne pour prévenir d’éventuels troubles de l’humeur. Grâce à sa caméra et son système d’intelligence artificielle intégrés, le robot analyse en continu pendant plusieurs semaines les expressions du visage, le dynamisme des mouvements et le timbre de voix. S’il détecte un changement de comportement anormal ou des signes avant-coureurs de dépression, il alerte aussitôt le personnel médical.

« Je travaillais depuis plusieurs années avec un médecin à l’Université Paris Descartes. Il voulait utiliser la technologie pour prévenir les chutes et favoriser le maintien à domicile des personnes âgées », raconte Renaud Seguier, professeur en intelligence artificielle à l’école d’ingénieurs Centrale Supélec et lui aussi dans l’aventure Emobot. « Avec le règlement général sur la protection des données (RGPD), il était évidemment hors de question d’installer des caméras partout chez les gens. En revanche, il était possible d’embarquer de l’intelligence artificielle dans des petits robots capables de traiter des milliers de données en direct sans les enregistrer ».

La formule a tout de suite séduit Lucien André, 85 ans, installé dans une maison des Yvelines avec sa femme. « Lorsque ma petite fille m’a parlé d’Emobot et m’a expliqué comment cela fonctionnait, j’ai tout de suite dit oui », témoigne-t-il. « C’est surtout le fait que les images restent dans le robot qui m’a décidé. J’en ai parlé à mon docteur et il a dit banco. Je trouve ça rassurant qu’Emobot soit là pour prévenir mes enfants et mon médecin au cas où je me sente un peu seul et déprimé ».

Evidemment, la technologie a un coût : comptez un budget de 40€ par mois sur trois ans. « L’objectif est d’arriver à faire reconnaître notre robot comme dispositif médical afin qu’il puisse être pris en charge par l’Assurance maladie », explique Tanel Petelot. Aujourd’hui déployé dans une cinquantaine d’Ehpad en France, le concept a été présenté en janvier au CES de Las Vegas, le plus grand salon mondial consacré à l’innovation.

Article rédigé par Georges Simmonds pour RT Flash

Le Parisien

La plus grande partie de l’hydrogène produit aujourd’hui provient de sources de combustibles fossiles, ce qui accroît considérablement l’impact sur l’environnement et l’empreinte carbone. L’électrolyse électrochimique de l’eau, c’est-à-dire séparer l’eau en hydrogène et en oxygène, utilisant des énergies renouvelables comme moteur (éolien et solaire), apparaît comme une méthode écologique pour la production en masse d’hydrogène vert.

Il faut savoir que, traditionnellement, l’eau doit être pure pour réaliser ce processus, afin d’éviter des réactions annexes aux électrodes et des problèmes de corrosion résultant des composants complexes de l’eau de mer. De fait, les électrodes ont une durée de vie extrêmement courte. L’utilisation de revêtements de polyanions pour résister à la corrosion par des ions chlorure ou des électro-catalyseurs hautement sélectifs ne permet pas de résoudre le problème.

Mais utiliser de l’eau pure, et donc potentiellement potable, soulève d’autres problématiques. D’une part, l’eau douce est une ressource précieuse actuellement, dans le contexte de la crise climatique. Selon l’OMS, une personne sur trois dans le monde n’a pas accès à l’eau potable. D’autre part, le dessalement de l’eau demande une bien trop grande quantité d’énergie, qui rendrait inefficiente l’électrolyse qui s’en suit. Sans compter que le système de dessalement volumineux et indépendant rend les systèmes d’électrolyse d’eau de mer moins flexibles en matière de taille.

Face à ce constat, la séparation électrolytique de l’eau salée est cruciale. Récemment, un groupe de chercheurs de l’Université Nanjing Tech (Chine) a mis au point une technique innovante permettant de séparer directement l’hydrogène de l’eau de mer salée, via un électrolyseur d’eau de mer à membrane. Leur étude est publiée dans la revue Nature.

Le principe de l’électrolyse repose sur la présence de deux électrodes dans les électrolyseurs, revêtues chacune de catalyseurs faisant passer le courant dans l’eau. Une membrane sépare l’hydrogène et l’oxygène lorsque les gaz sortent de l’eau de chaque côté. Comme mentionné précédemment, les impuretés dans l’eau de mer peuvent provoquer des réactions secondaires et de la corrosion. Plus précisément, les catalyseurs actuels convertissent les ions chlorure de l’eau de mer en chlore gazeux à l’anode. Le chlore est un gaz extrêmement réactif et corrosif, et il peut dégrader les catalyseurs et les électrodes, raccourcissant la durée de vie de l’appareil, explique Zongping Shao, co-auteur et professeur de génie chimique à l’Université Nanjing Tech.

D’autres ions dans l’eau de mer, tels que le magnésium et le calcium, réagissent également avec le catalyseur et forment des sous-produits qui peuvent bloquer les membranes. De plus, toutes ces réactions secondaires réduisent l’efficacité de l’électrolyseur. Pour surmonter ces obstacles, l’équipe utilise une solution concentrée d’électrolyte d’hydroxyde de potassium pour tremper les électrodes, et une membrane poreuse aide à séparer la solution d’électrolyte de l’eau de mer. La membrane, à base de PTFE bon marché, imperméable, respirante et anti-biofouling, riche en fluor, bloque l’eau liquide mais laisse passer la vapeur d’eau.

Concrètement, lorsque l’électricité passe à travers les électrodes, elle sépare l’eau dans la solution d’électrolyte. La concentration de la solution augmente encore, créant une différence de pression entre l’électrolyte et l’eau de mer à l’extérieur des membranes. La différence de pression de vapeur d’eau entre le côté eau de mer et le côté électrolyte « fournit une force motrice pour la gazéification (évaporation) spontanée de l’eau de mer. […] Aucune énergie supplémentaire n’est nécessaire pour assurer l’entrée d’eau dans le système », selon Shao.

En effet, la vapeur d’eau de mer se diffuse à travers les membranes dans l’électrolyte, où elle redevient de l’eau liquide, mais propre, les ions et autres impuretés de l’eau de mer restant à l’extérieur de la membrane. Puis l’électrolyseur fonctionne de manière habituelle pour séparer l’hydrogène et l’oxygène. Pour démontrer le caractère pratique du dispositif, l’équipe a fabriqué un appareil de démonstration contenant 11 cellules d’électrolyse. Ils l’ont testé avec de l’eau de mer de la baie de Shenzhen.

Ce système a fonctionné de manière stable, sans panne, pendant plus de 130 jours, produisant 386 litres d’hydrogène par heure. Cela revient à une densité de courant de 250 milliampères par centimètre carré pendant plus de 3200 heures dans des conditions d’application pratique. L’équivalent du fonctionnement, sur un peu de plus de 3 km, d’une voiture électrique standard. De plus, l’appareil n’a montré aucun signe de corrosion sur les électrodes, démontrant l’efficacité à 100 % des membranes pour bloquer les ions nocifs aux instruments.

Les chercheurs tentent maintenant d’améliorer l’efficacité du système, en testant des électrolytes autres que l’hydroxyde de potassium et différents matériaux pour les électrodes et les catalyseurs.

Shao explique que leur appareil pourrait être utilisé pour produire de l’hydrogène tout en récupérant simultanément des ressources utiles telles que le lithium à partir de l’eau. La technique pourrait être étendue à d’autres applications que la production d’hydrogène, comme la dépollution des eaux usées industrielles, permettant une réduction notable de l’impact sur l’environnement et la qualité de l’eau.

Article rédigé par Georges Simmonds pour RT Flash

Spectrum

Des chercheurs ont conçu et synthétisé des analogues d’un nouvel antibiotique efficace contre les bactéries multirésistantes, ouvrant un nouveau front dans la lutte contre ces infections. Les antibiotiques sont des médicaments essentiels dans le traitement d’un certain nombre de maladies bactériennes. Cependant, en raison d’une utilisation excessive et abusive continue, le nombre de souches bactériennes résistantes à plusieurs antibiotiques augmente, affectant des millions de personnes dans le monde. Le développement de nouveaux composés antibactériens qui ciblent plusieurs bactéries résistantes aux médicaments est également un domaine de recherche actif afin de contrôler ce problème croissant.

Une équipe dirigée par le professeur Satoshi Ichikawa de l’Université d’Hokkaido travaille au développement de nouveaux antibactériens. Leurs recherches détaillent le développement d’un composé antibactérien hautement efficace contre les bactéries multirésistantes les plus courantes. L’équipe a travaillé sur une classe de composés antibactériens appelés sphaerimicines. Ces composés bloquent la fonction d’une protéine de la bactérie appelée MraY. MraY est essentiel à la réplication des bactéries et joue un rôle dans la synthèse de la paroi cellulaire bactérienne ; ce n’est pas non plus une cible des antibiotiques commerciaux actuellement disponibles.

Les sphaerimicines sont des composés biologiques et ont des structures très complexes. «  Nous avons cherché à concevoir des analogues de cette molécule qui seraient plus faciles à fabriquer tout en devenant plus efficaces contre MraY, augmentant ainsi son activité antibactérienne. Le médicament que nous avons conçu était efficace contre les résistants à la méthicilline Staphylococcus aureus (MRSA) et résistant à la vancomycine Enterococcus faecium (ERV), deux des bactéries multirésistantes les plus courantes ».

L’équipe a analysé les structures de la sphaerimicine A par modélisation moléculaire assistée par le calcul, et a conçu et synthétisé deux analogues de la sphaerimicine, SPM1 et SPM2. Ces analogues se sont avérés efficaces contre les bactéries Gram-positives. Elle a ensuite déterminé la structure de SPM1 liée à MraY. En étudiant cette structure et en la comparant à celle d’agents antibactériens apparentés, les chercheurs ont déterminé comment simplifier davantage les molécules. Ils ont réussi à développer un analogue plus simple, SPM3, dont l’activité était similaire à SPM1.

En plus de leur efficacité contre le SARM et les ERV, les SPM étaient également efficaces contre Mycobacterium tuberculosisla bactérie qui cause la tuberculose et qui possède des souches multirésistantes. « Notre contribution la plus importante est la construction du squelette central de la sphaerimicine, qui peut être utilisé pour développer davantage d’agents antibactériens qui ciblent MraY et donc les souches multirésistantes. La sphaerimicine est la plus prometteuse car MraY est également présent dans les bactéries Gram-négatives. conclut Ichikawa. Les travaux futurs comprendront l’optimisation des molécules SPM actuellement développées et le développement de combinaisons d’antibiotiques contenant de la sphaerimicine pour cibler un plus large éventail de bactéries ».

Article rédigé par Georges Simmonds pour RT Flash

Nature

Une nouvelle combinaison de médicaments a ralenti la croissance des cellules cancéreuses par un mécanisme inattendu qui pourrait conduire à un traitement amélioré du cancer du col de l’utérus, une étude dirigée par UT Southwestern et publiée dans Recherche moléculaire sur le cancer. Malgré les progrès du dépistage, du diagnostic précoce et de la prévention grâce à la vaccination contre le VPH, le cancer du col de l’utérus reste la deuxième cause de décès par cancer chez les femmes âgées de 20 à 39 ans.

La plupart des schémas thérapeutiques utilisés pour le cancer du col de l’utérus impliquent le cisplatine, un médicament chimiothérapeutique à base de platine, en association avec d’autres médicaments. Mais les tumeurs peuvent devenir résistantes au cisplatine, ce qui a considérablement entravé son utilisation et suggère la nécessité d’autres combinaisons de médicaments qui améliorent les résultats du traitement.

Les inhibiteurs de PARP (PARPi), qui bloquent la réparation des dommages à l’ADN dans les cellules cancéreuses, ont récemment été approuvés par la FDA comme agents thérapeutiques contre le cancer, en particulier pour les cancers gynécologiques. Les chercheurs de l’UTSW ont découvert que la combinaison de cisplatine et d’inhibiteurs de PARP est plus efficace pour limiter la croissance de certaines cellules cancéreuses du col de l’utérus que l’une ou l’autre utilisée seule. « Nos travaux montrent que lorsqu’ils sont combinés, les thérapies à base de platine et les inhibiteurs de PARP peuvent induire de nouvelles voies cellulaires dans les cellules cancéreuses et potentiellement ouvrir de nouvelles opportunités thérapeutiques ».

À l’aide de lignées cellulaires représentant différents types de cancer du col de l’utérus, notamment l’adénocarcinome, l’épidermoïde et le squameux, les chercheurs ont testé la croissance et la survie des cellules en réponse à un traitement par PARPi, cisplatine ou une combinaison des deux. Ils ont découvert que le traitement PARPi seul pouvait ralentir la croissance des cellules dérivées de l’adénocarcinome et du carcinome épidermoïde. Une combinaison de PARPi avec du cisplatine, cependant, était plus toxique pour les cellules que l’un ou l’autre des agents seuls.

Les chercheurs ont également montré que la combinaison de PARPi et de cisplatine ne tue pas ces cellules simplement en bloquant la réparation de l’ADN endommagé dans les cellules cancéreuses, le mécanisme thérapeutique historiquement associé au PARPi. Ils ont découvert que lorsqu’il est utilisé en association avec le cisplatine, PARP-1 stimule l’expression de gènes dont les protéines inhibent le cycle cellulaire, bloquent la croissance et la division des cellules et favorisent l’apoptose, une forme de mort cellulaire. Ce mécanisme était indépendant du rôle de PARPi dans l’amélioration des dommages à l’ADN dans les cellules cancéreuses. L’équipe de recherche de l’UTSW qui a réuni l’expertise de scientifiques et de cliniciens « s’appuie sur un intérêt de longue date pour l’expansion du potentiel thérapeutique de PARPi dans les cancers gynécologiques », a déclaré le Docteur Kraus.

Article rédigé par Georges Simmonds pour RT Flash

UTSW

Le laboratoire français IPSEN a présenté de nouvelles données cliniques concernant l’Onivyde (irinotécan liposomal). Ce candidat-médicament phare d'Ipsen était évalué en phase III contre la forme la plus fréquente de cancer du pancréas dans sa forme avancée, l'adénocarcinome canalaire pancréatique métastatique (mPDAC). L’inhibiteur a démontré une amélioration statistiquement significative de la survie globale (OS) et de la survie sans progression, par rapport au traitement de référence (nab-paclitaxel, en association avec la gemcitabine). « Dans l’ensemble, les données de l’étude démontrent que le traitement expérimental avec l’Onivyde présente un réel bénéfice en matière de survie par rapport au nab-paclitaxel en association avec la gemcitabine », a commenté Howard Mayer, le vice-président exécutif et directeur de la R&D chez Ipsen.

Le mPDAC est la forme la plus courante de cancer du pancréas. Chaque année, environ 60 000 personnes sont diagnostiquées aux États-Unis et près de 500 000 personnes dans le monde. Cette forme de cancer est généralement détectée tardivement en raison de l’absence de symptômes spécifiques au stade précoce. Les résultats de l’Onivyde représentent une avancée potentielle contre ce cancer agressif et difficile à traiter, comme l’a ajouté Howard Mayer : « Rares sont les études cliniques ayant démontré une efficacité dans le traitement du mPDAC au cours des dernières décennies. La mise au point d’un médicament pour ce type de cancer du pancréas a progressé lentement et les patients disposent actuellement d’options de traitement limitées. C’est pourquoi ces résultats représentent une avancée significative pour les personnes non précédemment traitées atteintes d’un Mpdac ».

L’Onivyde agit en inhibant la topoisomérase I, une enzyme impliquée dans la copie de l’ADN cellulaire nécessaire à la fabrication de nouvelles cellules. Cette enzyme étant bloquée, les cellules cancéreuses arrêtent de se multiplier et finissent par mourir. Ce composé est déjà autorisé aux États-Unis, en Europe et en Asie, en association, contre l’adénocarcinome métastatique du pancréas dont la maladie a progressé après un traitement comportant la gemcitabine.

« Pour la première fois, une étude clinique de première ligne pour traiter le mPDAC a démontré une survie globale et une survie sans progression supérieures dans le cadre d’un schéma thérapeutique expérimental par rapport au traitement de référence avec le nab-paclitaxel et la gemcitabine », a déclaré Zev Wainberg, M.D., Professeur de médecine à l’UCLA et Co-directeur du programme d’oncologie sur les cancers gastro-intestinaux de l’UCLA. « Ces résultats sont particulièrement encourageants pour les personnes atteintes de ce cancer agressif et difficile à traiter. Ils démontrent en effet le potentiel de ce médicament expérimental à prolonger la vie des patients, avec un profil de tolérance conforme à celui des composants du traitement ».

Article rédigé par Georges Simmonds pour RT Flash

Ipsen

Ipsen

L'exercice est un véritable médicament contre le cancer et chaque dose compte, y compris aux derniers stades de la maladie : l’étude menée à l’Université Edith Cowan (ECU, Australie) et publiée dans Prostate Cancer and Prostatic Diseases, révèle qu'une seule séance d'exercice élève les niveaux de myokines, des protéines anticancéreuses, chez les personnes atteintes d'un cancer de la prostate avancé. Avec l’exercice, les myokines peuvent atteindre des niveaux capables de supprimer de manière significative la croissance tumorale.

La pratique de l'exercice est de mieux en mieux documentée comme un rempart contre le cancer, avec des bénéfices en prévention, pendant le traitement et au cours de la récupération. Cette recherche met en exergue ces avantages en décryptant un processus crucial sous-jacent, lié aux niveaux de certaines protéines, avec des implications cliniques pour les patients atteints de cancer dont le cancer avancé.

De précédentes études menées à l'ECU avaient montré que les hommes atteints d'un cancer avancé de la prostate peuvent réguler l'environnement chimique de leur corps avec un programme de 6 mois d'entraînement physique de manière à supprimer la croissance des cellules cancéreuses. L'équipe avait alors constaté, avec l’exercice, des niveaux accrus de protéines "myokines", produites par les muscles squelettiques. Ces myokines non seulement bloquent la croissance mais contribuent également à combattre activement les cellules cancéreuses en stimulant toute une série d’autres processus anticancéreux. La nouvelle étude montre qu'une seule séance d'exercice peut élever les niveaux de myokines et induire une suppression supplémentaire du cancer.

« Il s’agit d’une véritable "médecine induite par l'exercice", écrivent les chercheurs dans leur communiqué et cet effet se produit même chez les patients atteints d'un cancer incurable et avancé, présentant donc une tumeur "bien installée" et ayant déjà suivi un traitement intensif pendant de nombreuses années. L’étude est menée auprès de 9 patients atteints d'un cancer de la prostate à un stade avancé ? invités à pratiquer 34 minutes d'exercices de haute intensité sur un vélo stationnaire. Des prélèvements sanguins ont été effectués immédiatement avant et après la séance, puis à nouveau 30 minutes plus tard.

L’expérience révèle que le sérum obtenu immédiatement après cette "dose d'exercice" contient des niveaux élevés de myokines anticancéreuses, ce qui permet une suppression de la croissance des cellules cancéreuses de la prostate in vitro d'environ 17 % ; ces taux sériques de myokine et l’effet anticancéreux reviennent à la ligne de base 30 minutes après.

L’auteur principal, le Docteur Rob Newton, professeur à l’ECU, commente ainsi ces résultats : « ces données sont particulièrement excitantes car elles suggèrent, pour la première fois, que les hommes atteints d'un cancer avancé de la prostate sont capables de produire naturellement une élévation aiguë de molécules anticancéreuses appelées myokines en réponse à une seule séance d’exercice intense ». Ces conclusions ajoutent également à la compréhension d’une progression plus lente de la maladie et de chances plus élevées de rémission, chez les patients atteints de cancer qui font de l'exercice. « Il existe des preuves solides que l'exercice prolonge la survie et que l'augmentation des niveaux de myokines est un mécanisme primordial. Si la dose optimale d'exercice n'est pas encore connue, il est probable que la pratique doive excéder plus de 20 minutes par jour et inclure un entraînement en résistance pour développer les muscles et augmenter la capacité naturelle de production des myokines ».

Article rédigé par Georges Simmonds pour RT Flash

Nature

L’hôpital privé Jacques Cartier de Massy (78), à la pointe de la cardiologie, a réalisé une toute nouvelle opération de greffe de cellules souches dans le cœur d’un patient ayant subi un infarctus sévère. Plus concrètement, dans le cadre d’un essai clinique, ce premier patient a reçu une injection de cellules souches visant à régénérer son muscle cardiaque endommagé par un infarctus ! Une solution médicale unique au monde développée par la biotech Mulhousienne Cellprothera et qui tient la promesse de régénérer les tissus d’un cœur endommagé afin de restaurer la fonction cardiaque post-infarctus.

Avant d’aller plus loin, rappelons que les maladies cardiovasculaires constituent la première cause de mortalité dans le monde et la tendance n’est pas près de s’inverser, compte-tenu du vieillissement des populations. Avec cette dernière opération réalisée au mois de novembre, Cellprothera se rapproche de la fin de ses essais cliniques de phase 2. « Il nous reste à traiter une dizaine de patients à peine pour atteindre ce cap. Cela devrait arriver courant 2023 » précise Matthieu de Kalbermatten, président de Cellprothera. Et d’ajouter : « après cette étape et en fonction des résultats obtenus, nous pourrons envisager le lancement d’une étude clinique de plus grande ampleur tout en proposant de traiter les premiers patients en soin courant dans le cadre de l’accès précoce en France. Si les résultats de l’essai sont satisfaisants, des patients pourraient être couramment traités via notre solution dès 2024 ».

Comment tout cela fonctionne ? A travers cette nouvelle thérapie chaque patient devient son propre médicament ! En effet, les cellules souches nécessaires à la régénération de son organe sont récupérées via une simple prise de sang sur le patient. Ces cellules dites « autologues » sont démultipliées dans un automate dédié dans l’objectif d’obtenir la dose suffisante pour traiter le malade. Ce biomédicament est ensuite injecté dans les tissus du cœur à régénérer. Selon le laboratoire à l’origine de cette méthode, « en quelques mois, le muscle cardiaque retrouve sa fonctionnalité, évitant ainsi des traitements futurs souvent lourds et dans certains cas la greffe de cœur ».

Les avantages pour le patient sont une amélioration durable de la fonction cardiaque et donc la qualité et l’espérance de vie du patient. On évite un traitement médicamenteux lourd lié à l’insuffisance cardiaque. Cela ne nécessite qu’une seule et unique injection. Cela représente dans certains cas une alternative efficace de substitution à la transplantation cardiaque. Enfin, on élimine de facto le risque de rejet du greffon car l’injection provient de ses propres cellules souches.

Article rédigé par Georges Simmonds pour RT Flash

Senior Actu

Nouvelle percée majeure dans le domaine en pleine effervescence des vaccins ARN anti-cancer : l’équipe du professeur Olivier Adotévi (CHU de Besançon), vient de publier des résultats positifs, six ans après le lancement des phases précoces d’essai clinique dans le cancer du poumon, sur son nouveau vaccin thérapeutique UCPVax, dans le prestigieux "Journal of clinical oncology".

Ce vaccin est destiné à activer des cellules du système immunitaire, les lymphocytes T CD4, afin de cibler la télomérase, une enzyme responsable de l’immortalité des cellules cancéreuses retrouvée dans la majorité des cancers. Une soixantaine de patients, atteints de cancer du poumon avancé et en échec thérapeutique, ont été traités avec UCPVax. Les principaux résultats mettent en avant la preuve de son innocuité, de sa bonne tolérance et de son efficacité. Les trois doses testées dans cet essai déclenchent une réponse immunitaire équivalente et efficace chez environ 80 % des patients. De plus, une amélioration de la survie a été observée chez environ la moitié des patients répondeurs au vaccin.

Le vaccin UCPVax, fabriqué à la pharmacie du CHU de Besançon et distribué dans une quinzaine d’hôpitaux français, est testé en combinaison avec d’autres thérapies anticancéreuses, dans différents types de cancers tels que le glioblastome, ceux liés aux papillomavirus humains et même du foie. Il est le fruit d’une recherche Académique Comtoise associant le CHU, l’Institut fédératif du cancer de Franche-Comté, l’Université de Franche-Comté et l’Etablissement français du sang.

Article rédigé par Georges Simmonds pour RT Flash

JCO