La maladie d'Alzheimer ressemble à un écheveau de fils emmêlés : des milliers de gènes s'entrecroisent, et il est difficile de savoir lesquels se rompent en premier. Autrefois, les scientifiques cherchaient les gènes importants en comptant simplement le nombre de connexions de chaque nœud dans le réseau. Mais cette approche revient à juger une personne sur son nombre de connaissances — ce n'est pas toujours le plus sociable qui est le plus influent.

La nouvelle méthode NETRA fonctionne différemment. Elle apprend à partir d'exemples et décide elle-même sur quelles connexions du réseau génique il faut se concentrer. D'abord, elle considère le réseau comme une carte routière sur laquelle un promeneur se déplace au hasard. Les trajets du promeneur sont mémorisés, et ainsi se construit une représentation des gènes qui se rencontrent souvent ensemble. Ensuite, on ajoute des données sur l'activité des gènes dans les cellules cérébrales, ainsi que d'autres informations biologiques. Tout cela est réuni dans un grand réseau, où un algorithme spécial — un transformateur de graphes — évalue l'importance de chaque gène pour la maladie.

Parmi les gènes identifiés figurent ceux associés à d'autres maladies neurodégénératives, ainsi qu'une région du chromosome 12 déjà connue des généticiens. Cela donne de l'espoir : peut-être que NETRA aidera non seulement à mieux comprendre la maladie d'Alzheimer, mais aussi à trouver des mécanismes communs à différentes maladies du cerveau. L'écheveau se démêle peu à peu.