FM4L

Ce projet vise à développer des jumeaux numériques personnalisés et multi-échelles afin d’améliorer la compréhension, le diagnostic et le traitement d’une forme de leucémie : la leucémie aiguë myéloïde (LAM). La LAM se caractérise par la prolifération maligne de cellules médullaires provoquée par des mutations génétiques somatiques qui influencent l’évolution de la maladie et la réponse aux traitements. La LAM, chez l’adulte, survient comme l’étape ultime, bien que rare, d’un processus universel lié au vieillissement : l’hématopoïèse clonale liée à l’âge, dans laquelle les cellules hématopoïétiques acquièrent des mutations qui contribuent à leur rare évolution leucémique mais également, plus souvent, à des pathologies non malignes.

Notre projet vise à développer une plateforme d’Intelligence Artificielle (IA), alimentée par des modèles de langage de grande taille (LLMs) multimodaux capables de traiter des images des cellules de LAM pour fournir un pronostic personnalisé pour les patients atteints de LAM et une prédiction pour les patients pré-leucémiques, via un modèle complet de jumeau numérique.

En exploitant des techniques d’imagerie photonique avancées (la Ptychographie de Fourier et la microscopie STED de fluorescence à super-résolution) et en intégrant des données génomiques et biocliniques détaillées pour chaque patient, nous visons une compréhension plus approfondie des pathologies. De plus, notre plateforme exploitera les séries temporelles de données pour suivre la dynamique des populations cellulaires et assurer un suivi longitudinal des patients. Cela nous permettra d’analyser les changements de comportement des cellules et populations de cellules, offrant des informations précieuses sur la progression de la maladie et l’efficacité des traitements.

Cette approche interdisciplinaire s’appuie sur les domaines de la bioinformatique, la biophysique, l’imagerie avancée en microscopie et l’IA. En combinant ces types de données variés, cette plateforme permettra une modélisation multi-échelle qui exploite des outils d’IA, y compris des LLMs spécialisés, pour traiter les descriptions cytologiques et les annotations cliniques.

Grâce à cet ensemble de données étendu, notre plateforme vise une compréhension approfondie des comportements intracellulaires des cellules leucémiques et pré-leucémiques et des dynamiques des populations de cellules hématopoïétiques. L’objectif sera de progresser vers un pronostic précis et personnalisé, allant au-delà des prédictions simples pour guider les stratégies de détection précoce et de traitement individualisés.

Le projet est structuré autour de cinq axes de travail, chacun se concentrant sur des aspects spécifiques de l’intégration des données, du développement des modèles d’IA et de l’application clinique :

1) Développement de la microscopie innovante améliorée

2) Spécification et production de données multi-échelles

3) Classification d’images et modélisation des cellules reliées à la leucémie

4) Analyse des séries temporelles pour l’évolution des patients et traduction pronostique

5) Modélisation pilotée par l’IA et développement d’outils pronostiques

Ce projet est mené par des équipes qui travaillent ensemble depuis de nombreuses années et, plus récemment, dans le cadre du Labcom ANR-OT4D. Il réunit, avec l’industrie, 2 équipes cliniques hospitalières, une équipe de recherche en biologie, et une équipe de recherche en imagerie calculatoire dédiée aux sciences du vivant, chacun des partenaires étant familier avec les outils d’IA et apportant ses propres ressources.

Le projet FM4L a pour finalité de passer des approches diagnostiques et pronostiques classiques à un modèle individualisé intégrant les caractéristiques biocliniques, moléculaires et cellulaires uniques de chaque patient. La capacité de cette plateforme à améliorer le diagnostic précoce, la modélisation pronostique et les options de traitement ouvre la perspective de transformer la prise en charge personnalisée des patients.