Le corps virtuel, un énorme potentiel médical

Les avancées en électronique et informatique ouvrent la voie à une modélisation de plus en plus réaliste du corps humain, avec un vaste potentiel pour prévenir et traiter certaines maladies.
Du cerveau au foie virtuel, en passant par les articulations, les chercheurs sont de plus en plus en mesure de simuler les fonctions normales de l'organisme mais aussi des maladies et des traitements expérimentaux, selon des travaux présentés à la Conférence annuelle de l'American Society for the Advancement of Science (AAAS) réunie dernièrement à Chicago (nord des États-Unis).
«Nous essayons de comprendre le fonctionnement du cerveau et avons développé des modèles informatiques de certaines parties de cet organe, que nous altérons pour reproduire les dommages résultant du vieillissement ou de maladies comme celle de Parkinson», a expliqué devant la presse Terrence Steward, chercheur du Centre de neuroscience théorique à l'Université de Waterloo au Canada.
«Nous cherchons à simuler les effets de différents traitements, ce qui permettrait de considérablement accélérer la mise au point de nouveaux médicaments efficaces», a-t-il précisé.
Un foie virtuel mis au point par Vijay Chandru, fondateur et patron de Starnd Life Sciences en Inde, suscite l'intérêt des laboratoires pharmaceutiques et des groupes chimiques.
«L'idée est de pouvoir prédire la toxicité de substances chimiques et de médicaments expérimentaux», a-t-il précisé à la presse, en marge de la conférence de l'AAAS.
«Le foie virtuel, que nous avons développé en près de dix ans de recherche, simule les fonctions normales de l'organe, et nous mesurons les effets réels des substances chimiques sur les cellules hépatiques de manière à déterminer si elles seront ou pas toxiques», a-t-il poursuivi, précisant que ce projet était désormais piloté avec des grands laboratoires pharmaceutiques et l'industrie chimique, pour évaluer la toxicité de composants au début de leur développement.

Os en mouvement des ballerines
La modélisation trouve des applications médicales pour étudier également les problèmes d'articulation, notamment de cartilage.
Nadia Magnemat Thalmann, du MIRALab à l'Université de Genève en Suisse, travaille sur un projet de l'Union européenne pour modéliser le corps humain sur une échelle multiple.
«Notre ambition est de pouvoir modéliser certaines images médicales qui permettent littéralement de voir à travers le corps, mais aussi sa propre anatomie en mouvement», a-t-elle expliqué à la presse, précisant se spécialiser surtout sur la hanche et le genou.
«Nous travaillons avec des ballerines de 18 à 20 ans qui ont des problèmes d'articulation et elles peuvent, grâce à la modélisation, voir en temps réel, quand elles dansent, leurs muscles, leurs os et leurs cartilages en mouvement ainsi que l'endroit des déformations», a précisé la chercheuse.
Pour Peter Coveney, directeur du département de science informatique biomédicale à l'Université College de Londres, l'objectif est «le traitement personnalisé des malades, basé sur la capacité d'acquérir les informations médicales, de les traiter à tous les niveaux, moléculaires et génomiques, pour englober tout le corps humain, ce qui demeure un énorme défi».
Leroy Hood, président de l'Institute for Systems Biology (ISB) à Seattle, a lancé un projet qui va dans ce sens, en tablant sur les avancées en génomique et les biomarqueurs pour cibler les maladies avant qu'elles ne se développent.
Le mois prochain, il démarrera une étude pilote de neuf mois avec cent personnes en bonne santé, pour détecter par exemple comment un changement d'habitude alimentaire affecte leur organisme.
«Nous espérons développer toute une série d'expériences pour rendre les individus conscients de comportements et de moyens d'éviter des maladies», a-t-il expliqué lors de la conférence de l'AAAS.
Si cette première étude est couronnée de succès, elle sera étendue en plusieurs phases pour englober 100000 personnes pendant 25 ans.
Le projet prévoit de séquencer le génome entier des participants, afin de collecter un très grand nombre de données qui pourront aussi être accessibles à d'autres chercheurs.