Artificial Intelligence applied to Immunogenetics

L'intelligence artificielle appliquée à l'immunogénétique Le système immunitaire est un mécanisme de défense extraordinaire, qui a pour mission de protéger et défendre nos organismes et de les maintenir fonctionnels, sains et sûrs. Ce système comprend deux sous-systèmes : le système immunitaire inné et le système immunitaire adaptatif, les deux jouent des rôles complémentaires dans l’objectif d’assurer la protection requise: la réponse immunitaire innée fournit une protection rapide, générique et non spécifique contre un large éventail de menaces. Cette dernière comporte les barrières anatomiques, endocytiques, physiologiques, phagocytaires et inflammatoires; La réponse immunitaire adaptative fournit une protection spécifique de longue durée, mais qui nécessite un temps de réponse plus lent que la réponse innée. La réponse immunitaire adaptative comporte deux types: la réponse immunitaire à médiation cellulaire, qui est assurée par les cellules T. La réponse immunitaire humorale est contrôlée par les cellules B activées et les immunoglobulines (IGs). Identifier, caractériser et annoter les gènes qui produisent ces IG et TR reste toujours très difficiles et nécessitent des ressources importantes. Cela est dû à la nature hautement polymorphe de ces gènes, qui comprennent plusieurs familles de gènes: les gènes variables (V), les gènes de diversité (D), les gènes de jonction (J) et les gènes constants (C), et leurs positions sont dispersées sur différents chromosomes. Pour ce faire, IMGT, le système international d'information ImMunoGeneTics®, http://www.imgt.org, qui est la référence internationale en matière d'immunogénétique et d'immunoinformatique, a développé l’outil IMGT/LIGMotif [1], qui est dédié à l'identification et la caractérisation et l'annotation des gènes IG et TR dans les séquences d'ADN. Cet outil est basé sur des méthodes d'alignement de séquences. Cependant, avec le progrès rapide des technologies de séquençage, le nombre de séquences génomiques non annotées a rapidement explosé, et le coût du séquençage du génome complet de l’humain est passé d'environ 1 million de dollars en 2007 à 1 000 dollars en 2014 et, à l'heure de la rédaction de ce manuel, il coûte environ 600 dollars [2]. En outre, la pandémie de covid-19 est devenue un accélérateur de données génomiques, vu le nombre de séquençage génomique qui ont été menées à grande échelle. Ainsi, le matériel génomique est devenu bon marché, abordable et abondant, et le nombre de séquences non annotées est monté en flèche. Apparemment, une nouvelle génération d'outils d'annotations devient une nécessité, qui sont capables de localiser, de caractériser et d'annoter les gènes IG et TR des différentes espèces, à la volée et à grande échelle (ère du Big Data). Cela pourrait également ouvrir l'horizon sur d'éventuelles possibilités du traitement personnalisé et individualisé basé sur les informations génomiques des personnes qui ont eu leurs gènes annotés. Ceci étant dit, ce travail de thèse est motivé par la possibilité de trouver un moyen rapide et efficace afin de complètement automatiser l’identification, caractérisation et l’annotation des gènes IG et TR, via l’Intelligence Artificielle (AI) et les réseaux de neurones profonds.