Des chercheurs de l'Université de Navarre en Espagne ont lancé RNACOREX, un logiciel open source qui révèle les réseaux génétiques cachés dans les tumeurs cancéreuses. L'outil analyse des milliers d'interactions moléculaires et prédit la survie des patients avec une clarté rivalisant avec les systèmes d'IA avancés. Testé sur des données de 13 types de cancers, il fournit des insights interprétables pour faire avancer la recherche sur le cancer.
Des chercheurs de l'Université de Navarre ont introduit RNACOREX, une nouvelle plateforme open source conçue pour révéler les complexes réseaux génétiques sous-jacents au cancer. Développée à l'Institute of Data Science and Artificial Intelligence (DATAI) en collaboration avec le Cancer Center Clínica Universidad de Navarra, le logiciel intègre des données de bases de données biologiques internationales avec des informations sur l'expression génique pour identifier les interactions clés miARN-mARN.
Ces interactions forment des réseaux régulateurs qui influencent le comportement des tumeurs et les résultats des patients. Comme l'explique Rubén Armañanzas, chef du Laboratoire de Médecine Digitale au DATAI et auteur principal, «Comprendre l'architecture de ces réseaux est crucial pour détecter, étudier et classer différents types de tumeurs. Cependant, identifier de manière fiable ces réseaux est un défi en raison de la vaste quantité de données disponibles, de la présence de nombreux signaux faux et du manque d'outils accessibles et précis capables de distinguer quelles interactions moléculaires sont véritablement associées à chaque maladie.»
RNACOREX résout ces problèmes en construisant des modèles probabilistes à partir d'interactions classées, offrant une carte moléculaire claire de la fonction tumorale. Évalué à l'aide de données du consortium The Cancer Genome Atlas (TCGA), l'outil a été appliqué à 13 types de cancers, y compris sein, côlon, poumon, estomac, mélanome et tumeurs de la tête et du cou. Il prédit la survie avec une précision comparable à celle des modèles d'IA sophistiqués, mais se distingue par ses explications interprétables.
Aitor Oviedo-Madrid, premier auteur et chercheur au DATAI, note : «Le logiciel a prédit la survie des patients avec une précision équivalente à celle des modèles d'IA sophistiqués, mais avec quelque chose que beaucoup de ces systèmes manquent : des explications claires et interprétables des interactions moléculaires derrière les résultats.» Au-delà des prédictions, RNACOREX identifie des motifs moléculaires partagés entre les tumeurs et met en évidence des molécules biomédicalement pertinentes, aidant potentiellement à de nouvelles hypothèses pour les diagnostics et traitements. Oviedo-Madrid ajoute : «Notre outil fournit une 'carte' moléculaire fiable qui aide à prioriser de nouvelles cibles biologiques, accélérant la recherche sur le cancer.»
Publié dans PLOS Computational Biology en 2025 (DOI : 10.1371/journal.pcbi.1013660), RNACOREX est disponible sur GitHub et PyPI, avec des outils de base de données automatisés pour une intégration facile. Financé en partie par le programme ANDIA 2021 du Gouvernement de Navarre et ERA PerMed JTC2022 PORTRAIT, le projet met l'accent sur l'IA explicable en génomique. Armañanzas déclare : «Alors que l'intelligence artificielle en génomique s'accélère, RNACOREX se positionne comme une solution explicable, facile à interpréter et une alternative aux modèles 'boîte noire', aidant à intégrer les données omiques dans la pratique biomédicale.»
Les extensions futures incluent l'analyse de voies et des couches moléculaires supplémentaires pour mieux modéliser la progression tumorale, soutenant la médecine cancéreuse de précision.
