Un défi de taille : exploiter l’immense littérature scientifique à travers le machine learning
Le paysage de la recherche documentaire biomédicale est en pleine mutation. Grâce à des outils comme BimmoH (Biomedical Models Hub), financé par le Parlement européen et développé par le Centre commun de recherche de la Commission européenne (JRC), les scientifiques disposent désormais d’une plateforme centralisée pour explorer des modèles fondés sur la biologie humaine. Cette initiative s’inscrit dans une dynamique plus large : réduire la dépendance aux modèles animaux tout en améliorant la pertinence des résultats pour la recherche biomédicale.
Avec près de 39 millions de références dans PubMed, la base de données de référence en sciences de la vie, les chercheurs peinent à identifier les publications les plus pertinentes utilisant ces modèles et pour répondre à leur problématique scientifique. Le projet BimmoH a relevé ce défi en combinant la classification automatique par Intelligence Artificielle (IA) et l’apprentissage supervisé (machine learning). Une requête complexe a d’abord permis de tester plusieurs algorithmes et de réduire le corpus à 4,3 millions d’articles, avant qu’un système d’IA ne soit entraîné sur 30 000 documents (modèles identifiés, données négatives et requêtes validées par des experts).
Au total, 12 combinaisons ont été évaluées, avec des objectifs ambitieux : 95 % de spécificité, 85 % de précision et 50 % de sensibilité. Les résultats dépassent les attentes : le système identifie 800 000 articles pertinents avec une précision de 85 à 90 %, couvrant 40 à 50 % des publications utiles. Des mises à jour sont effectuées chaque trimestre.
https://bimmoh.eu/
Une structuration intelligente des données
BimmoH organise et classifie les données selon des vocabulaires spécialisés, incluant :
-
L’anatomie humaine et les pathologies,
-
Les modèles in vitro et in silico,
-
Les lignées cellulaires (2 005 répertoriées),
-
Les techniques -omiques.
Les 3R : un cadre éthique renforcé
BimmoH s’aligne sur le principe des 3R (Remplacer, Réduire, Raffiner) :
-
Remplacer : en utilisant des modèles humains utilisant des cellules humaines (organoïdes, OoC, lignées cellulaires) ou des modélisations numériques à partir de données humaines plutôt que des modèles animaux.
-
Réduire : en limitant le nombre d’expériences grâce à une sélection ciblée.
Un outil stratégique au service de tous les acteurs, avec formation en ligne
BimmoH s’adresse à un public varié :
-
Les chercheurs : avec un accès rapide à des données structurées pour orienter leurs travaux, la plateforme permet aux chercheurs de gagner du temps et de cibler des approches plus pertinentes pour l’humain.
-
Les industriels : la plateforme permet l’identification de modèles innovants pour le développement, par exemple, de médicaments.
-
Les agences réglementaires : pour évaluer l’efficacité et la sécurité des nouvelles thérapies.
-
Les comités d’éthique en l’expérimentation animale : pour consulter l’existence d’alternatives aux modèles animaux pour une problématique donnée et ainsi mieux appréhender la possibilité de remplacer l’utilisation d’animaux.
Des tutoriels ainsi qu’un manuel permettent de mieux appréhender les fonctionnalités de BiommoH.
À l’ère de la médecine personnalisée et des nouvelles approches méthodologiques (NAMs), des outils comme BimmoH sont indispensables pour concilier innovation, efficacité et éthique. Son adoption massive pourrait bien redéfinir les standards de la recherche biomédicale dans les années à venir.