L’imageomique, un nouveau domaine scientifique, a fait des progrès fulgurants au cours de l’année écoulée et est sur le point de faire des découvertes majeures sur la vie sur Terre, selon l’un des fondateurs de la discipline.
Tanya Berger-Wolf, directrice du corps professoral du Translational Data Analytics Institute de l’Ohio State University, a décrit l’état de l’imageomique dans une présentation le 17 février 2024 à la réunion annuelle de l’Association américaine pour l’avancement de la science.
« L’imageomics arrive à maturité et est prête pour ses premières découvertes majeures », a déclaré Berger-Wolf dans une interview accordée avant la réunion.
L’imageomique est un nouveau domaine scientifique interdisciplinaire axé sur l’utilisation d’outils d’apprentissage automatique pour comprendre la biologie des organismes, en particulier les traits biologiques, à partir d’images.
Ces images peuvent provenir de pièges photographiques, de satellites, de drones – même des photos de vacances que les touristes prennent d’animaux comme les zèbres et les baleines, a déclaré Berger-Wolf, directeur de l’Institut Imageomics de l’État de l’Ohio.
Ces images contiennent une multitude d’informations que les scientifiques ne pouvaient pas analyser et utiliser correctement avant le développement de l’intelligence artificielle et de l’apprentissage automatique.
Le domaine est nouveau – l’Institut Imageomics vient d’être fondé en 2021 – mais de grandes choses se produisent, a déclaré Berger-Wolf à l’AAAS.
Un domaine d’étude majeur qui porte ses fruits porte sur la manière dont les phénotypes – les traits observables des animaux visibles sur les images – sont liés à leur génome, la séquence d’ADN qui produit ces traits.
« Nous sommes sur le point de comprendre les liens directs entre le phénotype observable et le génotype », a-t-elle déclaré.
« Nous ne pourrions pas y parvenir sans l’imageomique. Elle fait progresser à la fois l’intelligence artificielle et la science biologique. »
Berger-Wolf a cité de nouvelles recherches sur les papillons comme exemple des progrès réalisés par l’imageomique. Elle et ses collègues étudient des espèces de papillons imitateurs dont l’apparence est similaire à celle d’une autre espèce. L’une des raisons du mimétisme est de ressembler à une espèce que les prédateurs, comme les oiseaux, évitent parce que leur goût n’est pas attrayant.
Dans ces cas-là, les oiseaux, tout comme les humains, ne peuvent pas distinguer les espèces en les regardant, même si les papillons eux-mêmes connaissent la différence. Cependant, l’apprentissage automatique peut analyser les images et découvrir les différences très subtiles de couleur ou d’autres traits qui différencient les types de papillons.
« Nous ne pouvons pas les distinguer parce que ces papillons n’ont pas développé ces caractéristiques pour notre bénéfice. Ils ont évolué pour transmettre des signaux à leur propre espèce et à leurs prédateurs », a-t-elle déclaré.
« Le signal est là, nous ne pouvons tout simplement pas le voir. L’apprentissage automatique peut nous permettre de comprendre quelles sont ces différences. »
Mais plus encore, nous pouvons utiliser l’approche imageomique pour modifier les images des papillons afin de voir à quel point les différences entre les imitations doivent être étendues pour tromper les oiseaux. Les chercheurs prévoient d’imprimer des images réalistes des papillons avec des différences subtiles pour voir à lesquelles réagissent les vrais oiseaux.
Il s’agit de faire quelque chose de nouveau avec l’IA qui n’a jamais été fait auparavant.
« Nous n’utilisons pas l’IA pour simplement récapituler ce que nous savons. Nous utilisons l’IA pour générer de nouvelles hypothèses scientifiques qui sont réellement testables. C’est passionnant », a déclaré Berger-Wolf.
Les chercheurs vont encore plus loin avec l’approche imageomique pour relier ces différences subtiles dans l’apparence des papillons aux gènes réels qui conduisent à ces différences.
« Nous allons apprendre beaucoup de choses au cours des prochaines années qui feront progresser l’imageomique dans de nouveaux domaines que nous ne pouvons qu’imaginer maintenant », a-t-elle déclaré.
L’un des objectifs clés est d’utiliser ces nouvelles connaissances générées par l’imageomique pour trouver des moyens de protéger les espèces menacées et les habitats où elles vivent.
« L’imageomique apportera beaucoup de bien dans les années à venir », a déclaré Berger-Wolf.
Présentation AAAS de Berger-Wolf, intitulée « Imageomique : les images comme source d’informations sur la vie » fait partie de la session « Imageomics : alimenter l’apprentissage automatique pour comprendre les traits biologiques« .
Plus d’information:
Imageomique : les images comme source d’informations sur la vie, aaas.confex.com/aaas/2024/meet … gapp.cgi/Paper/32018