TED2019
Leila Pirhaji: The medical potential of AI and metabolites
Leila Pirhaji: Le potentiel médical de l'IA et des métabolites
Filmed:
Readability: 5.5
1,210,569 views
Beaucoup de maladies sont causées par les métabolites -- les petites molécules de notre corps comme les lipides, le glucose et le cholestérol -- mais nous ignorons ce qu'elles sont exactement ou comment elles fonctionnent. L'entrepreneure de Biotech et TED Fellow Leila Pirhaji partage son projet de créer un réseau basé sur l'IA pour caractériser les modèles de métabolites, comprendre mieux comment se développent les maladies -- et découvrir des traitements plus efficaces.
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Double-click the English transcript below to play the video.
00:13
In 2003,
0
1507
1889
En 2003,
00:15
when we sequenced the human genome,
1
3420
2913
lorsqu'on a séquencé le génome humain,
00:18
we thought we would have the answer
to treat many diseases.
to treat many diseases.
2
6357
3922
on pensait trouver les traitements
de beaucoup de maladies.
de beaucoup de maladies.
00:22
But the reality is far from that,
3
10974
2657
Mais on était loin de la vérité
00:26
because in addition to our genes,
4
14782
1921
parce qu'en plus de nos gènes,
00:28
our environment and lifestyle
could have a significant role
could have a significant role
5
16727
4570
notre environnement et façon de vivre
peuvent jouer un rôle important
peuvent jouer un rôle important
00:33
in developing many major diseases.
6
21321
2548
dans le développement de
beaucoup de maladies graves
beaucoup de maladies graves
00:35
One example is fatty liver disease,
7
23893
3580
L'un des exemples est
la stéatose hépatique,
la stéatose hépatique,
00:39
which is affecting over 20 percent
of the population globally,
of the population globally,
8
27497
4083
qui affecte plus de 20 %
de la population mondiale,
de la population mondiale,
00:43
and it has no treatment
and leads to liver cancer
and leads to liver cancer
9
31604
3034
elle n'a pas de traitement
et entraîne le cancer du foie
et entraîne le cancer du foie
00:46
or liver failure.
10
34662
1423
ou l'insuffisance hépatique.
00:49
So sequencing DNA alone
doesn't give us enough information
doesn't give us enough information
11
37517
4744
Donc le séquençage de l'ADN seul
ne nous donne pas assez d'informations
ne nous donne pas assez d'informations
00:54
to find effective therapeutics.
12
42285
2232
pour trouver des thérapeutiques efficaces
00:56
On the bright side, there are
many other molecules in our body.
many other molecules in our body.
13
44541
3756
Du bon côté des choses, il y a beaucoup
d'autres molécules dans notre corps.
d'autres molécules dans notre corps.
01:00
In fact, there are
over 100,000 metabolites.
over 100,000 metabolites.
14
48321
3980
En fait, il y a
plus de 100 000 métabolites.
plus de 100 000 métabolites.
01:04
Metabolites are any molecule
that is supersmall in their size.
that is supersmall in their size.
15
52325
4296
Les métabolites sont des molécules
de taille extrêmement petite.
de taille extrêmement petite.
01:09
Known examples are glucose,
fructose, fats, cholesterol --
fructose, fats, cholesterol --
16
57193
4972
Les exemples connus sont le glucose,
le fructose, les lipides, le cholestérol -
le fructose, les lipides, le cholestérol -
01:14
things we hear all the time.
17
62189
1510
des termes très familiers.
01:16
Metabolites are involved
in our metabolism.
in our metabolism.
18
64273
2983
Les métabolites sont impliqués
dans notre métabolisme.
dans notre métabolisme.
01:20
They are also downstream of DNA,
19
68066
4028
Ils sont situés en aval de l'ADN,
01:24
so they carry information
from both our genes as well as lifestyle.
from both our genes as well as lifestyle.
20
72118
5082
et transmettent des informations sur
nos gènes ainsi que notre style de vie.
nos gènes ainsi que notre style de vie.
01:29
Understanding metabolites is essential
to find treatments for many diseases.
to find treatments for many diseases.
21
77224
5649
Comprendre les métabolites est essentiel
pour le traitement de nombre de maladies.
pour le traitement de nombre de maladies.
01:34
I've always wanted to treat patients.
22
82897
2212
J'ai toujours voulu soigner des patients.
01:37
Despite that, 15 years ago,
I left medical school,
I left medical school,
23
85934
3858
Malgré cela, il y a 15 ans de cela,
j'ai abandonné l’école de médecine,
j'ai abandonné l’école de médecine,
01:41
as I missed mathematics.
24
89816
1965
vu que j'ai raté les mathématiques.
01:45
Soon after, I found the coolest thing:
25
93019
2936
Peu après, j'ai fait la plus
cool des découvertes :
cool des découvertes :
01:48
I can use mathematics to study medicine.
26
96692
2763
je pouvais étudier la médecine
à l'aide des maths.
à l'aide des maths.
01:53
Since then, I've been developing
algorithms to analyze biological data.
algorithms to analyze biological data.
27
101026
5213
Dès lors, j'ai développé des algorithmes
pour analyser des données biologiques.
pour analyser des données biologiques.
01:59
So, it sounded easy:
28
107092
2283
Cela semblait donc facile :
02:01
let's collect data from all
the metabolites in our body,
the metabolites in our body,
29
109399
3601
collecter des données de tous
les métabolites de notre corps,
les métabolites de notre corps,
02:05
develop mathematical models to describe
how they are changed in a disease
how they are changed in a disease
30
113024
5128
développer des modèles mathématiques pour
décrire leur changement dans une maladie
décrire leur changement dans une maladie
02:10
and intervene in those
changes to treat them.
changes to treat them.
31
118176
2988
et y intervenir
afin de traiter ces maladies.
afin de traiter ces maladies.
02:14
Then I realized why no one
has done this before:
has done this before:
32
122488
3472
C'est là que j'ai compris pourquoi
cela n'a jamais été fait avant :
cela n'a jamais été fait avant :
02:19
it's extremely difficult.
33
127230
1687
c'est extrêmement difficile.
02:20
(Laughter)
34
128941
1087
(Rires)
02:22
There are many metabolites in our body.
35
130052
2412
Il y a beaucoup de métabolites
dans notre corps.
dans notre corps.
02:24
Each one is different from the other one.
36
132783
2500
Ils sont différents les uns des autres.
02:27
For some metabolites,
we can measure their molecular mass
we can measure their molecular mass
37
135307
3728
On peut mesurer la masse moléculaire
de certains métabolites
de certains métabolites
02:31
using mass spectrometry instruments.
38
139059
2593
en se servant d'instruments
de spectrométrie de masse.
de spectrométrie de masse.
02:33
But because there could be, like,
10 molecules with the exact same mass,
10 molecules with the exact same mass,
39
141676
4393
Mais parce qu'il pourrait y avoir
10 molécules avec la même masse,
10 molécules avec la même masse,
02:38
we don't know exactly what they are,
40
146093
1807
on ne peut pas les différencier,
02:39
and if you want to clearly
identify all of them,
identify all of them,
41
147924
2774
et si vous voulez les identifier
tous clairement,
tous clairement,
02:42
you have to do more experiments,
which could take decades
which could take decades
42
150722
3104
il faut faire plus d’expériences,
pouvant prendre des décennies
pouvant prendre des décennies
02:45
and billions of dollars.
43
153850
1714
et coûtant des milliards de dollars.
02:48
So we developed an artificial
intelligence, or AI, platform, to do that.
intelligence, or AI, platform, to do that.
44
156207
5563
On a donc développé une plateforme d'IA
ou d'intelligence artificielle pour cela.
ou d'intelligence artificielle pour cela.
02:53
We leveraged the growth of biological data
45
161794
2844
On a exploité la croissance
des données biologiques
des données biologiques
02:56
and built a database of any existing
information about metabolites
information about metabolites
46
164662
4424
et construit une base de données de toutes
les informations sur les métabolites
les informations sur les métabolites
03:01
and their interactions
with other molecules.
with other molecules.
47
169110
3128
et leurs interactions
avec d'autres molécules.
avec d'autres molécules.
03:04
We combined all this data
as a meganetwork.
as a meganetwork.
48
172262
3424
On a combiné toutes ces données
comme un méga réseau.
comme un méga réseau.
03:07
Then, from tissues or blood of patients,
49
175710
3396
Ensuite, à partir des tissus
ou du sang de patients,
ou du sang de patients,
03:11
we measure masses of metabolites
50
179130
2751
nous mesurons la masse des métabolites
03:13
and find the masses
that are changed in a disease.
that are changed in a disease.
51
181905
3259
et trouvons les masses qui sont changées
dans une maladie.
dans une maladie.
03:17
But, as I mentioned earlier,
we don't know exactly what they are.
we don't know exactly what they are.
52
185188
3190
Mais, comme je l'ai dit plus tôt,
on ne peut les différencier.
on ne peut les différencier.
03:20
A molecular mass of 180 could be
either the glucose, galactose or fructose.
either the glucose, galactose or fructose.
53
188402
5135
Une masse moléculaire de 180 pourrait être
du glucose, du galactose ou du fructose.
du glucose, du galactose ou du fructose.
03:25
They all have the exact same mass
54
193561
2019
Ils ont tous exactement la même masse
03:27
but different functions in our body.
55
195604
2087
mais différentes fonctions dans le corps.
03:29
Our AI algorithm considered
all these ambiguities.
all these ambiguities.
56
197715
3587
Notre algorithme d'IA a considéré
toutes ces ambiguïtés
toutes ces ambiguïtés
03:33
It then mined that meganetwork
57
201326
2736
Il a ensuite exploité ce méga réseau
03:36
to find how those metabolic masses
are connected to each other
are connected to each other
58
204086
4353
pour trouver comment ces masses
métaboliques sont connectées entre elles
métaboliques sont connectées entre elles
03:40
that result in disease.
59
208463
1958
et aboutissent à une maladie.
03:42
And because of the way they are connected,
60
210445
2238
Et grâce au type de connexion,
03:44
then we are able to infer
what each metabolite mass is,
what each metabolite mass is,
61
212707
4323
on est en mesure de déduire
la masse de chaque métabolite,
la masse de chaque métabolite,
03:49
like that 180 could be glucose here,
62
217054
2924
par exemple, ce 180
peut être du glucose ici,
peut être du glucose ici,
03:52
and, more importantly, to discover
63
220002
2551
et le plus important, de découvrir
03:54
how changes in glucose
and other metabolites
and other metabolites
64
222577
3367
comment les changements dans le glucose
et d'autres métabolites
et d'autres métabolites
03:57
lead to a disease.
65
225968
1505
conduisent à une maladie.
03:59
This novel understanding
of disease mechanisms
of disease mechanisms
66
227497
2995
Cette compréhension novatrice
des mécanismes de maladie
des mécanismes de maladie
04:02
then enable us to discover
effective therapeutics to target that.
effective therapeutics to target that.
67
230516
4492
nous a alors permis de découvrir des
traitements efficaces pour y faire face.
traitements efficaces pour y faire face.
04:07
So we formed a start-up company
to bring this technology to the market
to bring this technology to the market
68
235601
3845
On a fondé une start-up pour
amener cette technologie sur le marché
amener cette technologie sur le marché
04:11
and impact people's lives.
69
239470
1805
et impacter des vies.
04:13
Now my team and I at ReviveMed
are working to discover
are working to discover
70
241722
3545
Maintenant mon équipe et moi à ReviveMed
cherchons à découvrir
cherchons à découvrir
04:17
therapeutics for major diseases
that metabolites are key drivers for,
that metabolites are key drivers for,
71
245291
5105
des traitements pour des maladies graves
dont les métabolites sont la source,
dont les métabolites sont la source,
04:22
like fatty liver disease,
72
250420
1897
telle la stéatose hépatique,
04:24
because it is caused
by accumulation of fats,
by accumulation of fats,
73
252341
2924
parce qu'elle est causée par
l'accumulation de graisses,
l'accumulation de graisses,
04:27
which are types
of metabolites in the liver.
of metabolites in the liver.
74
255289
2473
qui sont des types de métabolites
dans le foie.
dans le foie.
04:29
As I mentioned earlier,
it's a huge epidemic with no treatment.
it's a huge epidemic with no treatment.
75
257786
3940
Comme je le disais plus tôt, c'est un
grave fléau qui n'a aucun traitement.
grave fléau qui n'a aucun traitement.
04:33
And fatty liver disease
is just one example.
is just one example.
76
261750
2724
Et la stéatose hépatique
n'est qu'un exemple.
n'est qu'un exemple.
04:36
Moving forward, we are going to tackle
hundreds of other diseases
hundreds of other diseases
77
264498
4178
À l'avenir, nous allons nous attaquer
à des centaines d'autres maladies
à des centaines d'autres maladies
04:40
with no treatment.
78
268700
1493
sans traitement.
04:42
And by collecting more and more
data about metabolites
data about metabolites
79
270217
4554
Et en collectant de plus en plus
de données sur les métabolites
de données sur les métabolites
04:46
and understanding
how changes in metabolites
how changes in metabolites
80
274795
3544
et en comprenant comment les changements
dans les métabolites
dans les métabolites
04:50
leads to developing diseases,
81
278363
2402
conduisent au développement de maladies,
04:52
our algorithms will get
smarter and smarter
smarter and smarter
82
280789
3489
nos algorithmes deviendront
de plus en plus intelligents
de plus en plus intelligents
04:56
to discover the right therapeutics
for the right patients.
for the right patients.
83
284302
4196
pour découvrir les traitements
qui conviennent selon le patient.
qui conviennent selon le patient.
05:00
And we will get closer to reach our vision
84
288522
3770
Et nous serons plus près
d'atteindre notre vision
d'atteindre notre vision
05:04
of saving lives with every line of code.
85
292316
3863
qui est de sauver des vies
avec chaque ligne de code.
avec chaque ligne de code.
05:08
Thank you.
86
296203
1321
Merci.
05:09
(Applause)
87
297548
3827
(Applaudissements)
ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneurLeila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.
Why you should listen
Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.
Leila Pirhaji | Speaker | TED.com