L’intelligence artificielle au service de l’étude de la morphologie mitochondriale

Les mitochondries, bien plus que des centrales énergétiques

Les mitochondries, petites centrales énergétiques présentes dans toutes les cellules, jouent bien plus qu’un simple rôle dans la production d’énergie. Elles sont essentielles au bon fonctionnement de nos organes et impliquées dans de nombreuses maladies, chez l’enfant comme chez l’adulte.

Pour étudier leur forme et leur structure interne, la microscopie électronique (ME) reste la méthode de référence. Cependant, les images obtenues, en noir et blanc et d’une grande complexité, rendent difficile une analyse automatisée à grande échelle.

Grâce aux récents progrès de l’intelligence artificielle (IA) et de l’apprentissage profond (deep learning), il est désormais possible de détecter automatiquement des objets dans des images complexes. Pourtant, ces outils restent souvent peu accessibles aux biologistes qui ne disposent pas d’équipements spécialisés ou de compétences en programmation.

EMito-Metrix : une méthode « clé en main » pour analyser les mitochondries

Dans un article publié dans la revue Nature Metabolism, des scientifiques présentent EMito-Metrix, une méthode automatisée capable de détecter et d’analyser avec une grande précision la morphologie et l’ultrastructure des mitochondries.

Pour développer cet outil, l’équipe a entraîné un algorithme d’intelligence artificielle sur près de 30 000 mitochondries annotées à partir d’images de ME issues de multiples espèces (le ver rond (C. elegans), la mouche (Drosophila), le poisson-zèbre (zebrafish), le killifish, la souris et l’être humain) et couvrant de nombreux types de tissus.

À partir des mitochondries ainsi reconnues, EMito-Metrix extrait 26 mesures décrivant leur forme et leur texture. L’outil propose ensuite, via une interface intuitive, des graphiques personnalisables et des fonctions d’analyse qui facilitent la visualisation et l’interprétation des données.

Les scientifiques y ont également intégré un module d’analyse prédictive permettant d’identifier les modifications de ces métriques mitochondriales prédictives d’un état ou d’une condition pathologique donnée. La puissance de cette approche est illustrée par une comparaison inter-espèces, qui met en évidence des différences marquées dans les paramètres mitochondriaux.

Solution novatrice et actuellement protégée par un brevet européen, EMito-Metrix offre à tous les biologistes et médecins, quel que soit leur domaine, la possibilité d’explorer et de mieux comprendre la morphologie des mitochondries à partir de n’importe quelle image de microscopie électronique.

Figure : L’algorithme d’IA est capable de détecter précisément les mitochondries (en couleurs) à partir de tissus provenant de différentes espèces imagées en ME (à gauche). Pour chaque mitochondrie segmentée, l’outil extrait 26 métriques de morphologie et d’ultrastructure qui peuvent être affichées à l’aide de graphiques. Le radar plot (au milieu) illustre des différences éloquentes de métriques entre les vertébrés et les invertébrés. À partir de ces métriques, le réseau de neurones est capable de prédire avec une précision de 94 % la classe d’appartenance de chaque mitochondrie (à droite).

En savoir plus : Morin E, Doumard E, Hartnell LM, Salegi Ansa B, Leduc-Gaudet JP, Quillien A, Nakhle J, Ethuin S, Goudounèche D, Payré B, Soldan V, Balor S, Mattout A, Rouquette J, Dubois L, Sengenès C, Planat V, Casteilla L, Yart A, Dray C, Aligon J, Ferrucci L, Duchesne É, Hussain SNA, Gouspillou G, Formentini L, Mourier A, Baris OR, Valet P, Parpex H, Monsarrat P, Vigneau M, Pradère JP. EMito-Metrix enables automated evaluation of mitochondrial morphology across species. Nat Metab. 2025 Oct 15. doi: 10.1038/s42255-025-01400-z. Epub ahead of print. PMID: 41094017.