Publié le 6 février 2026. Des chercheurs ont créé un jumeau numérique ultra-précis de cellules rétiniennes, ouvrant de nouvelles perspectives pour la compréhension et le traitement de maladies oculaires comme la dégénérescence maculaire liée à l’âge (DMLA), première cause de perte de vision chez les plus de 50 ans.
- Un modèle numérique à résolution subcellulaire a été développé pour étudier l’organisation des cellules oculaires saines et malades.
- Cette plateforme innovante pourrait accélérer la découverte de thérapies pour la DMLA et d’autres affections de la vision.
- L’intelligence artificielle (IA) joue un rôle clé dans l’analyse et la modélisation de ces cellules.
L’Institut national de la santé (NIH) a annoncé la création d’une réplique numérique sophistiquée de cellules épithéliales pigmentaires rétiniennes (RPE), des cellules essentielles au bon fonctionnement de la rétine. Ces cellules assurent le recyclage des composants des photorécepteurs, les cellules sensibles à la lumière, et leur fournissent un soutien vital. Dans des maladies comme la DMLA, la mort des cellules RPE entraîne la dégénérescence des photorécepteurs et, à terme, une perte de vision.
La particularité de ces cellules RPE réside dans leur polarité : une face apicale, tournée vers les photorécepteurs, et une face basale, en contact avec l’apport sanguin. Cette organisation permet un échange efficace de nutriments et d’oxygène, ainsi que l’élimination des déchets. Pour fonctionner correctement, les cellules RPE doivent maintenir cette polarité.
Les chercheurs ont basé leur jumeau numérique sur des cellules RPE cultivées à partir de cellules souches pluripotentes induites (iPS) fournies par l’Allen Institute for Cell Science de Seattle. Ils ont analysé des données d’imagerie 3D issues de 1,3 million de cellules RPE, obtenues grâce à un microscope confocal automatisé. Ces données ont permis de cartographier précisément la structure et l’organisation de ces cellules.
Un algorithme d’IA, baptisé POLARIS (organisation de polarité avec une analyse basée sur l’apprentissage pour la segmentation d’images RPE), a été entraîné à reconnaître les différents éléments cellulaires, tels que le noyau, les organites et les structures cytosquelettiques. Cet algorithme a permis de générer des données de segmentation 3D, c’est-à-dire d’attribuer des étiquettes à chaque voxel (élément de volume) de l’image, identifiant ainsi les différentes structures cellulaires.
L’étude a révélé que les cellules RPE saines suivent un processus prévisible pour atteindre un état polarisé. L’atlas résultant, piloté par l’IA, offre aux chercheurs une référence précieuse pour étudier les modifications de la RPE dans les maladies et comprendre comment elles affectent la fonction cellulaire.
« L’approche du jumeau numérique représente un nouvel outil puissant pour le développement thérapeutique de la DMLA et pourrait être adaptée pour étudier d’autres maladies et affections oculaires et non oculaires affectant la polarité cellulaire. »
Kapil Bharti, Ph.D., directeur scientifique au National Eye Institute
« En combinant l’IA avec la modélisation mathématique, nous avons créé une fenêtre sur les processus cellulaires qui étaient auparavant cachés. Cette technologie ne nous aide pas seulement à comprendre ce qui se passe chez AMD, elle nous donne également une plateforme pour découvrir comment y remédier. »
Davide Ortolan, Ph.D., chercheur NEI et auteur principal de l’étude
Cette recherche a été financée par le programme de recherche intramuros NIH/NEI. Pour plus d’informations sur les recherches du National Eye Institute, consultez https://www.nei.nih.gov.
Référence : Ortolan D, Sathe P, Volkov A, Reichert D, Sebastian S, Maminishkis A, Schaub NJ, Ljungquist B, Bose D, Ferrari J, Lin N, Pegoraro G, Simon CG, Sharma R, Bajcsy P et Bharti K. « La carte RPE subcellulaire 3D pilotée par l’IA découvre les transitions d’état cellulaire lors de l’établissement de la polarité apical-basale. » . Publié le 6 février 2026 dans Nature Partner Journal-AI. https://doi.org/10.1038/s44387-026-00074-6