Des chercheurs israéliens utilisent un détecteur de faux profils en ligne pour repérer les anomalies de fonctionnement des protéines

Dans le cadre d’une étude surprenante, un chercheur en cybersécurité de l’Université Ben Gurion du Néguev, spécialiste de la fraude sur les réseaux sociaux, s’est associé à une équipe de biologistes de cette même université pour développer un système d’apprentissage automatique permettant de reconnaître l’activité anormale des réseaux de protéines du corps humain.

Leur méthode innovante, la détection de nœuds anormaux de graphe pondéré (WGAND), utilise un algorithme capable de découvrir des comportements suspects au sein des réseaux sociaux tels que LinkedIn ou Instagram pour, cette fois, découvrir les comportements anormaux des réseaux de protéines de nos cellules.

Les chercheurs ont déclaré que WGAND leur avait permis d’identifier les protéines associées aux troubles cérébraux et aux maladies cardiaques, ainsi que celles impliquées dans des processus biologiques critiques, comme la signalisation des neurones dans le cerveau et la contraction musculaire dans le cœur.

« C’est passionnant de voir comment la mise en commun de l’expertise de la cybersécurité peut mener à des découvertes au niveau de la compréhension de la biologie humaine », annonce le Dr Michael Fire, professeur adjoint au Département de génie des logiciels et des systèmes d’information de l’université, qui a travaillé avec la chercheuse principale, la Dre Esti Yeger-Lotem, professeure agrégée du Département de biochimie clinique et de pharmacologie, le Dr Juman Jubran et la Dre Dima Kagan.

L’étude a été publiée il y a peu dans la revue à comité de lecture GigaScience.

La Dre Esti Yeger-Lotem, à gauche, et le Dr Michael Fire de l’Université Ben Gurion. (Crédit pour Yeger, Autorisation/Vered Chalifa-Caspi ; crédit pour Fire, Dani Machlis/Université Ben-Gurion)

Aux antipodes sur le campus

S’adressant au Times of Israel par téléphone, Fire explique que Yeger-Lotem et lui « sont aux antipodes sur le campus de l’université » et ne s’étaient jamais croisés avant que l’université n’annonce des subventions pour des projets de recherche conjoints.

« Beaucoup de choses sont faites pour encourager la collaboration interdisciplinaire, à commencer par des subventions pour les chercheurs qui travaillent ensemble dans les facultés », poursuit M. Fire. « Je travaille avec des personnes d’autres domaines parce que l’IA fait désormais partie intégrante de ces domaines. »

Il était curieux de savoir comment utiliser ses recherches en IA en informatique pour aider au mieux les biologistes à explorer les interactions des protéines « comme une sorte de réseau social », poursuit-il.

Fire explique son travail consiste à identifier les modèles atypiques parmi les utilisateurs de réseaux sociaux de façon à découvrir des transactions frauduleuses ou de faux profils.

Les personnes sur les réseaux sociaux qui essaient de « voler votre argent ou de vous envoyer des virus utilisent probablement un faux profil pour le faire », rappelle-t-il. « La plupart d’entre eux trouvent leurs victimes au hasard en se connectant à de nombreuses communautés et à de nombreux groupes. »

Au sein d’un réseau social, la création de nouveaux liens se fait au détriment du maintien du lien, mais aussi au profit de la centralité sociale. Une fois que tous les individus ont atteint un équilibre, le réseau converge vers une petite structure mondiale avec six degrés de séparation. (Les auteurs/Physical Review X)

En revanche, les utilisateurs normaux sont le plus souvent connectés via un petit nombre de groupes.

En créant un algorithme capable de prédire les liens entre deux utilisateurs, on peut découvrir les fraudes et autres irrégularités. Au sujet de l’application de ce concept de connexions dans les réseaux sociaux, il dit : « Nous passons aux réseaux en biologie. »

Traquer le comportement suspect des protéines

Les protéines sont surnommées les chevaux de bataille de la biochimie. Connues comme l’outil polyvalent de la nature, ces molécules essentielles au corps interagissent les unes avec les autres au sein de réseaux complexes, appelés réseaux d’interaction protéine-protéine (IPP).

Les scientifiques s’attachent à comprendre de quelle manière les protéines fonctionnent et contribuent à la santé ou à la maladie en analysant leurs réseaux.

C’est là qu’intervient le travail de Yeger-Lotem.

Dans son laboratoire, elle développe et applique de nouvelles approches informatiques en biologie des réseaux, en étudiant de quelle manière les protéines, gènes et autres molécules communiquent, et en les traitant comme s’ils appartenaient à un grand réseau social dans le corps humain. Les mêmes algorithmes capables de découvrir des irrégularités au sein des réseaux sociaux peuvent s’appliquer aux comportements atypiques des réseaux de protéines.

L’analyse des modèles d’interactions entre les protéines, explique Yeger-Lotem, permet de découvrir quelles protéines jouent des rôles spéciaux, positifs ou négatifs, dans des tissus tels que le cerveau ou le cœur.

« Les protéines n’agissent pas seules », précise Yeger-Lotem au Times of Israel par téléphone. « Fondamentalement, comme toutes les molécules, elles interagissent avec d’autres molécules. Nous examinons donc les interactions entre protéines et nous demandons pour quelle raison elles semblent différentes dans un tissu plutôt que dans un autre.

L’algorithme WGAND peut aider les chercheurs à identifier les gènes et processus les plus importants, dans différents tissus, et savoir ainsi pour quelle raison certaines maladies se déclarent, poursuit-elle.

Illustratif. Malware, attaque de ransomware par un pirate informatique. (solarseven ; iStock par Getty Images)

« Un algorithme générique »

Bien qu’il existe d’autres manières d’étudier les interactions entre protéines, les chercheurs estiment que WGAND surpasse de loin les méthodes existantes sur le plan de l’exactitude comme de la précision.

« Ce qui est vraiment génial, avec notre méthode, c’est qu’elle est un algorithme générique », assure Yeger-Lotem. « Nous pouvons l’utiliser pour prédire des comportements protéiques intéressants, et de la même manière, nous pouvons prédire de faux profils ou des changements dans un réseau médical ou de transport. »

WGAND est open source, ce qui permet aux chercheurs du monde entier de l’utiliser et de s’en inspirer.

« Tout est ouvert, prêt à l’utilisation, conçu pour être d’un emploi aisé », ajoute-t-elle. Elle encourage les scientifiques à « envoyer un courriel pour dire qu’ils l’ont utilisé et qu’ils ont découvert quelque chose d’intéressant ».

Les deux chercheurs travaillent déjà à leur prochain projet, souligne Yeger-Lotem.

« Ce n’est pas toujours facile, mais c’est une collaboration amusante », conclut-elle.