cartographie de l'image médicale au génome

Sous un microscope électronique, une protéine apparaît comme une série d'ombres floues — des centaines de milliers de clichés de la même molécule, mais sous des angles différents et avec un fort bruit.

Chaque jour, le cerveau sonne un peu différemment. Hier, l'idée de bouger la main gauche produisait un certain motif d'ondes électriques ; aujourd'hui, un autre, légèrement différent. Pour une interface cerveau-machine (un dispositif qui transforme les commandes mentales en actions), c'est un vrai problème : le réglage d'hier ne fonctionne plus aujourd'hui.

Les systèmes quantiques composés de nombreuses particules sont à la base des futurs ordinateurs et des réseaux sécurisés. Mais plus il y a de particules, plus il est difficile de comprendre comment elles sont organisées : le nombre d'états possibles augmente de façon exponentielle. La méthode habituelle, qui consiste à tout mesurer, prend un temps considérable.

Une image obtenue avec une faible dose de rayons X ressemble à une vue à travers une vitre embuée : les contours sont là, mais les détails se noient dans un voile trouble. Les médecins ont besoin de ces clichés pendant la radiothérapie – pour viser précisément la tumeur et épargner les tissus sains.

Deux images du même cerveau, prises à des moments différents, ressemblent à des photos d'une même maison avant et après rénovation. Pour comprendre ce qui a changé, on les superpose et on observe les différences.

L'appareil à rayons X prend un cliché, et le médecin ne voit que des chiffres — densité osseuse, pourcentage de graisse. Mais l'image recèle bien plus. Une équipe de chercheurs a créé le modèle LeDXA, qui lit ces clichés comme une carte des signaux cachés du corps. Le modèle a appris sur 11 540 clichés du projet « Phénotype humain » sans la moindre légende.

Un immense orchestre sans chef. Chaque musicien est un gène, et la mélodie est le travail complexe de la cellule. Autrefois, en regardant une photo de tissu, l'ordinateur essayait de deviner la partition de chaque instrument individuellement. Il ne savait pas que les violons jouent généralement avec les altos, et les trompettes avec les trombones.

Prédire le rendement d'une réaction chimique, c'est un peu comme essayer de deviner la récolte en ne connaissant que la composition du sol. Traditionnellement, les chimistes s'appuyaient sur de longues colonnes de nombres – les descripteurs quantiques – qui décrivent l'énergie des électrons mais restent muets sur la forme de la molécule.

Une IA classique regarde les images médicales comme des puzzles faits de pièces inconnues : elle considère que deux images non appariées sont complètement différentes. C'est comme essayer de distinguer des jumeaux sans connaître leur lien de parenté. Or, en médecine, les patients atteints d'une même maladie présentent des IRM presque identiques, et l'algorithme se trompe en confondant les « parents ».

Les gènes sont comme des maisons dans une ville : dans certaines, la vie grouille, dans d'autres, c'est le silence. Ce paysage génétique « urbain » a été analysé chez mille femmes atteintes d'un cancer du sein.

Les données d'un seul scan CT équivalent à plusieurs longs métrages. TCAM-Diff contourne ce goulot d'étranglement : le programme compresse la vue tridimensionnelle en trois projections d'ombre, un peu comme un sculpteur qui reconstituerait une statue à partir de ses silhouettes sur trois murs.

Les données sur l'activité des gènes ressemblent généralement à une longue rangée de chiffres, comme une bande arc-en-ciel (spectroscopie) sans liens visibles. Dans le modèle scVision, ces chiffres sont transformés en une image signifiante — non pas une liste d'ingrédients, mais une photo du plat fini.

Pendant longtemps, les biologistes ont étudié les cellules en n'écoutant qu'une seule voix dans un chœur polyphonique : par exemple, ils mesuraient l'activité des gènes en ignorant comment l'ADN était empaqueté. C'est comme essayer de comprendre une conversation en ne connaissant qu'une seule langue.

Un enfant qui explore un appartement inconnu rampe d'un objet à l'autre et mémorise ce qu'il voit depuis chaque coin. C'est ainsi que le cerveau construit une carte mentale — un modèle interne de l'espace. L'algorithme gradCSCG fonctionne sur le même principe : il reçoit un flux vidéo d'une caméra et dessine lui-même le plan du lieu, en s'appuyant uniquement sur le changement des images.

Chaque annihilation de positon ressemble à la naissance d'un couple de danseurs liés par un fil invisible de polarisation. Les deux rayons gamma s'éloignent, mais leurs états restent enchevêtrés : mesurer l'un détermine instantanément l'autre — comme si le partenaire ressentait chaque mouvement à n'importe quelle distance.

La méthylation de l'ADN, ce sont de minuscules marques chimiques sur nos gènes. Au fil des ans, elles évoluent selon un calendrier assez strict. Les horloges épigénétiques classiques observent ces marques et affichent un seul chiffre : l'âge biologique. Mais un chiffre ne raconte pas comment le motif des marques s'est réorganisé jour après jour, année après année.

La lumière des galaxies lointaines met des milliards d'années à nous parvenir, mais en chemin, elle est déviée et courbée par la toile invisible de la matière noire. Cet effet, prédit par Einstein dans le cadre de la relativité générale, est appelé lentille gravitationnelle.

Le système immunitaire ressemble à un éditeur infatigable qui corrige le brouillon des anticorps, les rendant de plus en plus accrocheurs aux virus et aux bactéries.

Un neurone ressemble à un circuit électrique avec des piles et des résistances variables. Le rôle des résistances est joué par les canaux ioniques — des pores protéiques dans la membrane qui s'ouvrent et se ferment, laissant passer des particules chargées.

Chercher la bonne molécule parmi des milliards de possibilités, c'est un peu comme chercher un grain de riz dans un sac de riz. Pour ne pas tout éplucher à la main, les chimistes font de plus en plus appel aux réseaux de neurones. Mais les grands modèles exigent des ordinateurs puissants, et les petits manquent souvent de vision d'ensemble.

Concevoir des machines, c'est un peu comme faire de la pâtisserie : il faut savoir exactement où la pâte va se déchirer. Les anciens calculs informatiques vérifient chaque point de la pièce pendant des heures — comme si on mesurait toute la casserole pour être sûr que l'anse ne se détache pas.

Un photographe photographie un coureur avec une longue exposition et obtient une silhouette floue. C'est à peu près ainsi qu'un IRM classique « voit » les organes en mouvement : le cœur se contracte, les poumons respirent, et l'image devient floue. Pour éviter cela, on demande au patient de rester immobile et de retenir sa respiration.

Un appareil de radiographie à grilles ne prend pas une, mais trois photos d'un coup : un cliché classique, une carte des courbures invisibles du faisceau et une image des structures minuscules qui diffusent la lumière. Ensemble, elles aident à repérer, par exemple, l'emphysème ou la fibrose pulmonaire. Mais il y a un hic : pour séparer ces trois couches, il faut une astuce mathématique.

On goûte un smoothie aux fruits avec deux pailles différentes. L'une ne laisse passer que les gros morceaux, l'autre que le liquide. Pris séparément, les sensations sont trompeuses, mais ensemble, elles donnent la clé : tiens, on dirait de la banane, et là, de la fraise.

Le médecin scrute l'image du cerveau : quelque part dans l'enchevêtrement des tissus se cache une tumeur. Un regard saisit les petites taches et les contours, l'autre la forme générale et l'emplacement. L'humain combine les deux, mais sur des centaines d'images, c'est épuisant. Le nouveau programme fait la même chose automatiquement.

Un film magnétique d'une épaisseur de quelques dizaines d'atomes stocke l'information sous forme de minuscules vortex magnétiques. Mais on ne peut pas regarder à l'intérieur et voir ces vortex directement : l'instrument ne détecte que le faible champ magnétique autour du film.

Un médecin pose rarement un diagnostic après un simple coup d'œil sur une image. Il scrute, zoome, compare avec un atlas, feuillette des articles. Jusqu'à récemment, les réseaux de neurones fonctionnaient différemment : ils voyaient l'image et produisaient immédiatement un texte. Les auteurs de cette nouvelle étude ont décidé de donner du temps et des outils au modèle.

Une image microscopique de tissu, c'est comme une carte de ville : rues, maisons, parcs. Sur une telle carte, un œil expérimenté peut en dire long sur la vie du quartier. Mais que diriez-vous si, à partir de la carte, on pouvait prédire quelles maisons sont animées aujourd'hui et lesquelles sont calmes ?

Chaque contraction du cœur peut être représentée par un point sur une feuille de papier. Des milliers de points se fondent en un nuage. L'algorithme Mapper transforme ce nuage en réseau : il relie les points dont le comportement est similaire et les colore en fonction de la force du flux sanguin.

Plan d'une ville : les intersections sont les nœuds, les rues les connexions. Pour que l'algorithme comprenne la structure, chaque nœud doit être étiqueté. L'approche classique — modèle standard — attribue des étiquettes simples, comme des numéros de maisons.

L'anatomopathologiste colore une coupe de tissu avec de l'hématoxyline et de l'éosine — les cellules se teintent en bleu et en rose, et au microscope on voit leur forme et leur disposition. Mais quels gènes sont actifs dans chaque cellule, on ne peut pas le lire sur une telle image.

Un grain de beauté sur la peau ressemble à une mosaïque de morceaux colorés. Chaque morceau est une petite zone de l'image où la couleur et la texture ne changent presque pas. On appelle ces morceaux des superpixels. Si on les relie par des lignes, on obtient un réseau semblable à un plan de métro : les stations sont les morceaux, et les lignes sont les connexions entre eux.

Le cœur n'est pas une sphère parfaite ; sa forme change à chaque battement. Pour construire une copie tridimensionnelle précise destinée à un modèle informatique, on réalise généralement des dizaines de coupes au scanner à résonance magnétique. Mais c'est comme essayer de reconstituer une pastèque à partir de fines tranches : moins il y a de tranches, plus on doit deviner.

La balance affiche des kilos, mais reste muette sur leur répartition : muscles ou graisse abdominale. Or, c'est précisément la graisse cachée en profondeur, autour des organes, qui est le plus souvent associée aux maladies cardiaques et au diabète. Auparavant, on ne pouvait la visualiser qu'avec un scanner coûteux à l'hôpital. Désormais, un smartphone suffit.

Les microscopes modernes voient le cerveau dans ses moindres détails : non seulement les synapses elles-mêmes — les points de contact entre les neurones — mais aussi les molécules qui les composent. Ces images sont de plus en plus nombreuses et leur coût diminue.

Dans un nuage froid d'atomes, refroidi presque au zéro absolu, les énergies peuvent se comporter comme des fils qui se tressent en nattes. Ces nattes ne sont pas qu'une jolie image : leur motif est lié à la topologie, la branche des mathématiques qui étudie les propriétés préservées par les déformations continues.

L'IRM, c'est un peu comme un appareil photo qui photographie l'intérieur du corps, mais très lentement. Le patient doit rester immobile plusieurs minutes, pendant que le cœur, lui, continue de battre. Si la personne bouge ou si le rythme s'emballe, l'image devient floue. Les médecins doivent alors recommencer l'examen, perdre du temps et s'énerver.

Pour ne pas perdre de vue un footballeur rapide, un drone n'a pas besoin d'une balise lumineuse : il suffit de reconnaître sa silhouette. De la même manière, un réseau de neurones suit désormais les microbes : l'algorithme analyse une image ordinaire de microscope et trouve instantanément la bactérie dans une goutte d'eau.

La maladie d'Alzheimer commence insidieusement : au plus profond du cerveau, deux protéines s'accumulent : la protéine tau et l'amyloïde-bêta. Elles se comportent comme des graines de mauvaise herbe : un amas qui apparaît pousse les cellules voisines à produire des amas similaires.

Frappez un diapason : il émet une note pure. Mais si le diapason tremble et que des gens parlent autour, le son n'est plus parfait. Il en va de même pour les molécules : chacune absorbe une couleur de lumière spécifique, mais à cause de ses propres vibrations et des bousculades de ses voisins, cette couleur s'élargit légèrement.