Nouvelle stratégie de détection mise au point à Polytechnique Montréal

(Montréal) Un appareil de la taille d’un four à micro-ondes pourrait bientôt permettre de détecter en quelques secondes seulement de multiples problèmes de santé, de la COVID-19 au cancer en passant par la commotion cérébrale, croit un chercheur de Polytechnique Montréal.

Mieux encore, les échantillons n’ont pas besoin d’être expédiés vers un laboratoire, ce qui est source de délais avant l’obtention des résultats, ou d’être traités avec des agents réactifs qui peuvent être nocifs pour l’environnement et difficiles à obtenir en période de grande demande.

C’est donc dire que l’analyse pourrait être effectuée par pratiquement n’importe qui, pratiquement n’importe où, et que les résultats seraient disponibles très rapidement.

« On pourrait imaginer, par exemple, une équipe de hockey : avant d’aller sur la glace, tout le monde pourrait passer le test relativement rapidement, a illustré le professeur Frédéric Leblond, qui a partagé les conclusions de ses travaux en primeur avec La Presse Canadienne. En une demi-heure, c’est réglé, tout le monde est passé, tout le monde a eu son résultat. »

En bref, la spectrographie Raman — du nom du physicien indien qui a remporté le prix Nobel de physique en 1930 pour la découverte de « l’effet Raman » — utilise un rayon laser pour déterminer la composition de l’échantillon, qu’il s’agisse de salive, de sang ou de cellules.

Dans le cas de la COVID-19, le professeur Leblond et ses collègues du Centre de recherche du CHUM ont constaté qu’une simple goutte de salive séchée suffirait pour que la spectroscopie Raman et l’apprentissage automatisé, une forme d’intelligence artificielle, déterminent, en seulement quelques instants, si le patient est infecté par le SRAS-CoV-2.

Les chercheurs menés par la stagiaire postdoctorale Katherine Ember, ont analysé 37 échantillons de salive provenant de patients atteints de la COVID-19 en plus de 513 autres prélevés chez des patients sains afin d’entraîner un outil d’apprentissage automatisé à discerner les échantillons provenant d’individus infectés ou sains.

Les images ainsi générées sont inutiles aux yeux humains, mais elles cachent une signature de la COVID-19 que l’intelligence artificielle est capable de détecter — même si les chercheurs admettent ne pas savoir ce que l’outil détecte, exactement.

Quoi qu’il en soit, l’outil réussit à identifier les cas positifs avec un taux de succès allant de 79 % à 84 % et les échantillons négatifs avec un taux de 64 % à 75 %, selon que l’échantillon provenait d’un homme ou d’une femme.

Des améliorations apportées depuis la fin des travaux qui sont dévoilés par la revue Journal of Biomedical Optics gonflent à 95 % la détection des cas positifs et à 80 % celle des cas négatifs.

Le professeur Leblond admet toutefois que sa découverte arrive peut-être un peu tard pour combattre la COVID-19, à un moment où la pandémie donne possiblement des signes d’essoufflement et où d’autres méthodes de détection du virus sont largement disponibles.

« Mais ce qui est intéressant, c’est que notre méthode n’est pas spécifique à la COVID, a-t-il dit. On peut réadapter tout ça pour détecter d’autres choses comme l’influenza, on pourrait imaginer détecter la maladie de Lyme, on peut penser à des tests de dépistage précoce du cancer… »

Le fait que la méthode puisse être utilisée pour repérer la COVID-19, avec tous les problèmes que cela comporte, témoigne de son potentiel à détecter d’autres problèmes de santé, a-t-il ajouté.

« C’est comme si on avait pris un exemple très difficile pour commencer, a dit le professeur Leblond. Ça ouvre vraiment la porte à bien des choses. »

Le professeur Leblond avait remporté le prix « Découverte de l’année Québec Science » en 2017 avec son collaborateur chirurgien, Kevin Petrecca, pour son utilisation de la spectroscopie Raman comme outil pour distinguer les tissus cancéreux des tissus sains lors de chirurgies.