Ce nouvel outil, basé sur une technologie d'apprentissage automatique et présenté par une équipe de l'Université de Tokyo, va permettre d’identifier et de distinguer la cause des caillots sanguins, à partir de subtiles différences de forme…Identifier les causes des caillots sanguins est essentiel pour opter pour le bon traitement. Ces travaux, publiés dans la revue eLife, vont donc aider les médecins à diagnostiquer et à prescrire.
Les caillots sanguins se produisent lorsque de petites cellules sanguines collantes appelées plaquettes s’agglomèrent. La formation d’un caillot est à la fois un mécanisme de protection qui contribue à arrêter les saignements après une coupure, mais peut être un processus nocif lorsqu’il bloque un vaisseau sanguin et provoque un accident vasculaire cérébral (AVC) ou une crise cardiaque. « Différents types de caillots sanguins sont causés par différentes molécules, et les caillots ne se ressemblent pas tous », précise l'auteur principal Yuqi Zhou, doctorant au Département de chimie de l'Université de Tokyo. « De plus, il est presque impossible de les distinguer en utilisant des outils existants tels que des microscopes ».
Les plaquettes sont des cellules anucléées dans le sang dont la fonction principale est d'arrêter le saignement en formant des agrégats hémostatiques. En plus de leur participation à l'hémostase physiologique, mais comme on l’a vu précédemment ces agrégats plaquettaires sont également impliqués dans la thrombose pathologique et jouent un rôle important dans l'inflammation, l'athérosclérose- ainsi que dans les métastases cancéreuses.
Une nouvelle technique intelligente pour classer les caillots par type
Classer et comprendre : bien que ces caillots soient induits par différents agonistes, ils ont longtemps été considérés comme indiscernables et impossibles à classer. Les chercheurs japonais décrivent ici une méthode intelligente basée sur un réseau neuronal convolutif alimenté par les données de cytométrie en flux à haut débit d’analyse des cellules sanguines, permettant d’identifier et de différencier les caractéristiques morphologiques subtiles mais réelles des agrégats plaquettaires activés par les différents types d'agonistes.
Le « réseau neuronal convolutif » pour classifier : pour développer cette approche, l’équipe a prélevé des échantillons de sang d'un individu en bonne santé, puis les a exposés à différents agents de coagulation. L'équipe a capturé des milliers d'images des différents types de caillots en utilisant la cytométrie en flux à haut débit. Puis un type de technologie d'apprentissage automatique appelé réseau neuronal convolutif a « éduqué » un ordinateur à identifier les différences subtiles de forme des différents types de caillots causées par les différentes molécules. Cet outil « a tourné » ainsi sur plus de 25.000 images de caillots et l'ordinateur a pu acquérir ainsi la capacité de distinguer les différents types de caillots.
Un classificateur intelligent « d'agrégats plaquettaires » (iPAC : intelligent platelet aggregate classifier), permet donc de diagnostiquer les différents types de caillots dans des échantillons de sang humain. La preuve de concept est ici apportée sur des échantillons de sang prélevés chez 4 personnes en bonne santé et exposés à différents agents de coagulation.
Cet outil puissant pourra également être utilisé pour mieux comprendre le mécanisme menant à la formation de caillots chez certains patients COVID-19. « Les informations sur les causes des caillots peuvent aider les chercheurs et les médecins à évaluer l'efficacité des médicaments anti-coagulants et à choisir le bon traitement, ou la bonne combinaison de traitements, pour un patient en particulier ».
Source : eLife May 12, 2020 Intelligent classification of platelet aggregates by agonist type
