IRIS reconstitue les signaux reçus par les cellules embryonnaires

Une équipe du MIT a développé IRIS, un modèle d’apprentissage automatique capable de retracer les signaux reçus par des cellules pendant le développement embryonnaire. L’étude est dirigée par Pulin Li, professeure adjointe de biologie au MIT et membre du Whitehead Institute, avec Nicholas Hutchins, doctorant. Les résultats détaillés ont été publiés en accès ouvert dans Nature Methods le 8 septembre 2026. L’article de présentation du Whitehead Institute est daté du 15 octobre 2026. IRIS analyse l’activité globale des gènes d’une cellule. Il estime ensuite quelles voies de signalisation étaient actives à différents moments du développement. Lire l’article original du MIT.

Les cellules communiquent en échangeant des signaux chimiques avec leurs voisines. Ces messages indiquent notamment leur position, leur stade de développement et le rôle qu’elles doivent adopter. Les signaux passent par des séquences appelées voies de signalisation. Elles transforment des informations externes en changements précis de l’activité génétique. Les chercheurs ont découvert que chaque voie laisse une empreinte distincte dans les gènes actifs. Cette empreinte reste cohérente entre différents types cellulaires pour une même voie. Les scientifiques peuvent donc reconstruire des historiques de signalisation sans cartographier séparément chaque type cellulaire. Cette approche repose sur l’apprentissage par transfert, comparable à la reconnaissance de langues différentes après un entraînement initial.

IRIS cartographie six voies cellulaires

Les données d’entraînement proviennent de milliers de cellules souches embryonnaires humaines. Elles ont été exposées à des dizaines de combinaisons issues de six grandes voies de signalisation. Les expériences ont mesuré leurs réponses à plusieurs stades du développement. Ces résultats ont formé un atlas reliant les combinaisons de signaux aux comportements cellulaires. L’équipe a ensuite testé IRIS sur des cellules individuelles provenant d’embryons de souris pendant la gastrulation. Le modèle a prédit les moments et les emplacements d’activation de voies dans des cellules destinées au cœur, à l’intestin, aux muscles et à la moelle épinière. Ces prédictions relient la variation des signaux à l’organisation des tissus.

Une validation pulmonaire a ensuite porté sur un type cellulaire essentiel au développement du poumon. IRIS a prédit qu’activer une voie précise favoriserait une trajectoire spécifique au tissu pulmonaire. Des expériences menées sur des embryons de souris ont confirmé cette prédiction. Les chercheurs peuvent ainsi identifier des combinaisons de signaux capables d’orienter plus fiablement des cellules souches vers des cellules pulmonaires. Cette capacité pourrait améliorer la création d’organoïdes, des modèles tridimensionnels qui imitent des organes réels. Ces modèles servent à étudier des mécanismes pathologiques et à tester des médicaments. Les résultats complets sont disponibles dans l’article de Nature Methods.

Les organoïdes pulmonaires gagnent en précision

Les applications médicales citées concernent notamment l’ingénierie des cellules souches et la médecine régénérative. En reproduisant les signaux associés à un destin cellulaire, les chercheurs peuvent tenter de contrôler ce destin en laboratoire ou dans un cadre médical. Les modèles pulmonaires améliorés pourraient servir à étudier l’asthme, le cancer du poumon et la fibrose pulmonaire. Cette dernière correspond à une cicatrisation du tissu pulmonaire, souvent sans cause connue. Les chercheurs pourraient ensuite utiliser ces modèles pour évaluer des thérapies potentielles. L’objectif décrit est aussi de concevoir des traitements régénératifs capables de réparer des tissus endommagés. Pulin Li et Nicholas Hutchins présentent IRIS comme un moyen d’accélérer le décodage des communications cellulaires.