L’étude des propriétés mécaniques des cellules revêt une importance fondamentale dans plusieurs domaines, notamment en biologie cellulaire, en biomédecine et en ingénierie des tissus. La microscopie à force atomique (AFM) est une technique utilisée depuis plus d’une vingtaine d’années pour sonder les propriétés viscoélastiques des cellules. Cette technique peine néanmoins à s’imposer comme un véritable outil de diagnostic dans le domaine biomédical, en particulier en raison de son faible débit. Depuis près d’une dizaine d’années, Vincent Dupres et ses collègues de l’équipe « Microbiologie Cellulaire et Physique de l’Infection » du Centre d’Infection et d’Immunité de Lille (CNRS UMR9017, INSERM U1019, Univ Lille, CHU de Lille) développent des solutions afin d’accroitre les connaissances dans le domaine. En collaboration avec une équipe à Toulouse, les chercheurs viennent de publier une revue dans ACS Nano qui compile ces avancées ainsi que les perspectives que doit permettre l’Intelligence Artificielle dans la classification et le traitement des données. Par exemple, cette approche pourrait permettre à terme de différentier plus efficacement, selon les propriétés mécaniques des cellules, les cellules saines et les cellules cancéreuses, ce qui permettrait une détection précoce de ces dernières.
Advancing High-Throughput Cellular Atomic Force Microscopy with Automation and Artificial Intelligence
Thomas-Chemin, S. Janel, Z. Boumehdi, C. Séverac, E. Trevisiol, E. Dague , and V. Dupres.
ACS Nano 2025 Jan 30 ; 19, 5, 5045-5062. doi : 10.1021/acsnano.4c07729.
U1019-UMR9017 : “Centre d’infection et d’immunité de Lille”
INSERM U1019 – CNRS UMR9017 – Université de Lille – CHU Lille