Covid-19 : une course contre la montre

Depuis le début de l’année, nous avançons en terrain inconnu : la pandémie de Covid-19 se développe rapidement, avec des conséquences profondes sur les personnes, les entreprises et les Etats. Les agences sanitaires et médicales du monde entier travaillent d’arrache-pied pour contenir l'épidémie, comprendre le virus et trouver un remède. Nous nous sommes demandé quelle était la place des technologies numériques dans cette lutte.

Un vaccin étant probablement le seul espoir pour un retour à « la vie d’avant », une course contre la montre a commencé dans les laboratoires de recherche. Les moyens informatiques mis à leur disposition sont sans précédent. L’intelligence artificielle, associée à des supercalculateurs et des serveurs d’edge computing, accélère l’étude du virus et du mécanisme de la maladie.

Modéliser la structure du virus

Comme beaucoup d’autres chercheurs dans le monde, les équipes espagnoles de l'Unité de bio-informatique du Centre national de biotechnologie (CNB-CSIC) et du Centre de traitement d'images d'instruction (CSIC) utilisent une série de techniques scientifiques qui s’appuient sur des algorithmes complexes pour percer les mystères des macromolécules. Parmi ces techniques, la cryo-microscopie électronique 3D (3D cryo-EM) se distingue car elle permet aux scientifiques de créer des modèles 3D de structures moléculaires – les éléments constitutifs de la vie. « Disposer d'un modèle 3D des molécules cibles est essentiel pour les instituts de recherche et les entreprises pharmaceutiques afin de trouver un vaccin. Pourtant, sans serveurs de stockage et sans puissance de calcul, ces approches seraient impossibles. » résume Natalia Jimenez, Global Life Science Expert and membre de la Communauté Scientifique d’Atos.

En février, le biologiste Jason McLellan et son équipe de l'université du Texas à Austin ont utilisé la cryo-microscopie électronique 3D pour modéliser la structure 3D de la partie du virus qui s’attache aux cellules humaines et déclenche l’infection : la protéine de pointe. Plus on comprend cette protéine, plus on peut potentiellement trouver des moyens de bloquer le processus d’infection.

Le modèle 3D de la protéine de pointe à gauche, calculé par des
algorithmes informatiques à partir de milliers d’images en 2D.
(Crédits : Daniel Wrapp, Université du Texas, Austin)

Pour ce faire l’équipe a tiré un mince faisceau d’électrons sur des protéines individuelles congelées. Les électrons, à la vitesse de la lumière, rebondissent sur les atomes des protéines pour former une image via un détecteur. Les chercheurs répètent le processus pour créer des milliers d’images de protéines, toutes orientées dans des directions différentes. Ce travail a pu aboutir grâce à des algorithmes qui ont recréé la protéine sous toutes ses vues différentes.

Un pas en avant décisif

L’échantillon était complexe à travailler, et la résolution des images rendait parfois difficile l'identification des entités moléculaires et de leur position les unes par rapport aux autres. L'utilisation des méthodologies informatiques de pointe du CSIC espagnol, et en particulier l'approche connue sous le nom de "LocalDeblurr", a permis à l'équipe d'augmenter le contenu informationnel de certaines zones afin de mieux comprendre la protéine de pointe, qui pourrait être la véritable "clé" pour débloquer la compréhension du virus.

C'est un pas en avant décisif dans la compréhension fonctionnelle du mécanisme de l'infection virale, bien qu'il reste encore du chemin à parcourir jusqu'à ce que cela soit d'une utilité clinique pratique. Il ne fait aucun doute que la combinaison de méthodes de préparation d'échantillons parfaits, de techniques de microscopie exceptionnelles et d'algorithmes avancés fonctionnant sur des ordinateurs puissants a été déterminante pour ces avancées.

L'informatique au service de la simulation

Comprendre la façon dont les individus et les populations sont infectés est une priorité pour endiguer la propagation de l’épidémie. Les chercheurs et les cliniciens effectuent des simulations complexes pour modéliser la manière dont le virus infecte une cellule puis se propage. La simulation des performances des médicaments contre le virus est également très utile pour accélérer la production de nouveaux traitements. L’intelligence artificielle et le Big Data peuvent enfin compléter les approches traditionnelles de l’épidémiologie, pour concevoir des modèles de propagation géospatiale du virus. A chaque étape de la stratégie pour combattre la pandémie, l'informatique et l’analyse de données constituent un élément essentiel du tableau.

Natalia Jimenez Lozano complète : « un nouveau ressort technologique réside dans le edge computing, grâce auquel les données peuvent être collectées et analysées de manière distribuée plutôt que par un ordinateur centralisé. Cela permet d’accélérer considérablement le travail des chercheurs, car les processus peuvent être simulés en temps réel, en traitant de nombreuses données biologiques à proximité de l'endroit où elles sont générées. » Dans le futur, l'informatique quantique offrira même une capacité de calcul exponentielle pour permettre des simulations d'une complexité et d'une rapidité presque inimaginables.

Pour continuer d’explorer les inconnues de ce nouveau virus, la collaboration entre les scientifiques et les principaux acteurs du numérique est essentielle. La combinaison de l'intelligence humaine et de l'informatique la plus avancée au monde offre plus de promesses que jamais pour gagner la lutte contre le COVID-19.