Dans un article publié dans la revue Scientific Reports de Nature Communication, une équipe de chimistes du Surrey a construit un modèle d’apprentissage automatique basé sur les informations de la base de données DrugAge pour prédire si un composé peut prolonger la vie de Caenorhabditis elegans, un ver translucide dont le métabolisme est similaire à celui des humains. La durée de vie plus courte de ce ver a permis aux chercheurs de constater l’impact des composés chimiques.

L’IA a retenu trois composés qui ont 80 % de chances d’augmenter la durée de vie des élégans :

* les flavonoïdes (pigments antioxydants présents dans les plantes et favorisant la santé cardiovasculaire),

* les acides gras (tels que les oméga 3), et

* les organooxygènes (composés contenant des liaisons carbone-oxygène, comme l’alcool).

Sofia Kapsiani, co-auteur de l’étude et étudiant en dernière année de licence à l’université du Surrey, a déclaré :

« Le vieillissement est de plus en plus reconnu comme un ensemble de maladies dans la médecine moderne, et nous pouvons appliquer les outils du monde numérique, comme l’IA, pour aider à ralentir ou à protéger contre le vieillissement et les maladies liées à l’âge. Notre étude démontre la capacité révolutionnaire de l’IA à faciliter l’identification de composés ayant des propriétés anti-âge. »

Le Dr Brendan Howlin, auteur principal de l’étude et maître de conférences en chimie computationnelle à l’Université du Surrey, a déclaré :

« Cette recherche montre la puissance et le potentiel de l’IA, qui est une spécialité de l’Université du Surrey, pour générer des avantages significatifs pour la santé humaine. »