Une nouvelle méthode d'intelligence artificielle permet de détecter les produits chimiques toxiques
Le nombre d'expériences sur les animaux pourrait être réduit, de même que les coûts économiques liés au développement de nouveaux produits chimiques
Chalmers University of Technology and the University of Gothenburg
Daniel Stahre, Chalmers University of Technology
L'utilisation des produits chimiques dans la société est très répandue, et ils sont présents dans tous les produits, des produits ménagers aux processus industriels. De nombreux produits chimiques atteignent nos cours d'eau et nos écosystèmes, où ils peuvent avoir des effets négatifs sur l'homme et d'autres organismes. C'est le cas des PFAS, un groupe de substances problématiques dont on a récemment découvert des concentrations importantes dans les eaux souterraines et l'eau potable. Ces substances ont été utilisées, par exemple, dans les mousses anti-incendie et dans de nombreux produits de consommation.
Les effets négatifs sur l'homme et l'environnement surviennent en dépit de réglementations étendues sur les produits chimiques, qui exigent souvent des tests sur les animaux qui prennent beaucoup de temps pour démontrer que les produits chimiques peuvent être considérés comme sûrs. Rien que dans l'Union européenne, plus de deux millions d'animaux sont utilisés chaque année pour se conformer à diverses réglementations. Dans le même temps, de nouveaux produits chimiques sont développés à un rythme rapide, et c'est un défi majeur que de déterminer lesquels d'entre eux doivent faire l'objet de restrictions en raison de leur toxicité pour l'homme ou l'environnement.
Une aide précieuse pour le développement des produits chimiques
La nouvelle méthode mise au point par les chercheurs suédois utilise l'intelligence artificielle pour une évaluation rapide et rentable de la toxicité des produits chimiques. Elle peut donc être utilisée pour identifier les substances toxiques à un stade précoce et contribuer à réduire la nécessité d'effectuer des tests sur les animaux.
"Notre méthode est capable de prédire si une substance est toxique ou non sur la base de sa structure chimique. Elle a été développée et affinée en analysant de vastes ensembles de données provenant d'essais en laboratoire réalisés dans le passé. La méthode a ainsi été entraînée à faire des évaluations précises pour des produits chimiques qui n'avaient pas été testés auparavant", explique Mikael Gustavsson, chercheur au département des sciences mathématiques de l'université de technologie de Chalmers et au département de biologie et de sciences environnementales de l'université de Göteborg.
"Il existe actuellement plus de 100 000 produits chimiques sur le marché, mais seule une petite partie d'entre eux présente une toxicité bien décrite pour l'homme ou l'environnement. Il est pratiquement impossible d'évaluer la toxicité de tous ces produits chimiques à l'aide de méthodes conventionnelles, y compris l'expérimentation animale. Nous voyons ici que notre méthode peut offrir une nouvelle alternative", déclare Erik Kristiansson, professeur au département des sciences mathématiques de Chalmers et à l'université de Göteborg.
Les chercheurs pensent que la méthode peut être très utile dans le cadre de la recherche environnementale, ainsi que pour les autorités et les entreprises qui utilisent ou développent de nouveaux produits chimiques. C'est pourquoi ils l'ont ouverte et mise à la disposition du public.
Plus large et plus précis que les outils informatiques actuels
Il existe déjà des outils informatiques permettant de détecter les substances chimiques toxiques, mais jusqu'à présent, leurs domaines d'application étaient trop étroits ou leur précision trop faible pour remplacer les tests en laboratoire dans une plus large mesure. Dans leur étude, les chercheurs ont comparé leur méthode à trois autres outils informatiques couramment utilisés et ont constaté que la nouvelle méthode était à la fois plus précise et plus généralement applicable.
"Le type d'IA que nous utilisons est basé sur des méthodes avancées d'apprentissage profond", explique Erik Kristiansson. "Nos résultats montrent que les méthodes basées sur l'IA sont déjà au même niveau que les approches informatiques conventionnelles, et comme la quantité de données disponibles continue d'augmenter, nous nous attendons à ce que les méthodes d'IA s'améliorent encore. Nous pensons donc que l'IA a le potentiel d'améliorer considérablement l'évaluation computationnelle de la toxicité des produits chimiques".
Les chercheurs prévoient que les systèmes d'IA seront en mesure de remplacer de plus en plus les tests de laboratoire.
"Cela signifierait que le nombre d'expériences sur les animaux pourrait être réduit, ainsi que les coûts économiques liés au développement de nouveaux produits chimiques. La possibilité de présélectionner rapidement des corpus de données importants et diversifiés peut donc faciliter le développement de nouveaux produits chimiques plus sûrs et aider à trouver des substituts aux substances toxiques actuellement utilisées. Nous pensons donc que les méthodes basées sur l'IA contribueront à réduire les effets négatifs de la pollution chimique sur les êtres humains et les services écosystémiques", déclare Erik Kristiansson.
En savoir plus : la nouvelle méthode d'IA
La méthode est basée sur les transformateurs, un modèle d'IA pour l'apprentissage profond qui a été développé à l'origine pour le traitement des langues. Le Chat GPT - dont l'abréviation signifie Generative Pretrained Transformer - est un exemple d'application.
Récemment, le modèle s'est également avéré très efficace pour capturer des informations à partir de structures chimiques. Les transformateurs peuvent identifier les propriétés de la structure des molécules qui causent la toxicité, d'une manière plus sophistiquée que ce qui était possible auparavant.
Grâce à ces informations, la toxicité de la molécule peut ensuite être prédite par un réseau neuronal profond. Les réseaux neuronaux et les transformateurs appartiennent au type d'IA qui s'améliore continuellement en utilisant des données d'entraînement - dans ce cas, de grandes quantités de données provenant de tests de laboratoire antérieurs sur les effets de milliers de produits chimiques différents sur divers animaux et plantes.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.