Vous êtes ici : Accueil > Actualités > La microfluidique et l’IA traquent la résistance à la colistine

Découvertes et avancées | Résultat scientifique | Santé & sciences du vivant | Diagnostic

La microfluidique et l’IA traquent la résistance à la colistine


Rompue à la détection de l'antibiorésistance, une équipe du CEA-Joliot poursuit sa collaboration avec l'hôpital Kremlin-Bicêtre. Grâce à l'expertise en intelligence artificielle pour l'analyse automatisée de la direction des énergies du CEA, elle propose un dispositif miniaturisé très rapide pour détecter la résistance des bactéries à la colistine.


Publié le 13 novembre 2024

​Antibiotique utilisé en médecine vétérinaire, la colistine est également employée en dernier recours pour traiter les infections sévères causées par des bactéries résistantes à toute autre antibiothérapie. Toutefois, l'acquisition de mécanismes de résistance à la colistine chez des bactéries gram-négatif ont été observés en 2015.

Dès 2019, des chercheurs du CEA-Joliot et de l'hôpital Kremlin-Bicêtre ont mis au point des tests-bandelettes pour détecter dans les fluides biologiques la présence de souches bactériennes résistantes à cet antibiotique et limiter leur propagation dans les hôpitaux, les communautés ou l'environnement.

La même collaboration franchit une nouvelle étape avec un dispositif microfluidique qui permet la culture et l'analyse haut-débit simultanée de nombreux échantillons bactériens, encapsulés dans des gouttes (de l'ordre du nano-litre).

Rapidité et sensibilité de la détection des bactéries résistantes grâce à l'IA

Le système développé équivaut à un antibiogramme : il permet de déterminer la concentration minimale inhibitrice de l'antibiotique colistine et avoir ainsi des informations phénotypiques sur les bactéries analysées. Il est donc complémentaire des tests bandelettes de type immuno-chromatographiques qui permettent d'identifier directement les mécanismes impliqués dans les résistances.

La rapidité d'analyse est assurée par un traitement des milliers voire millions de bactéries par intelligence artificielle. Les chercheurs ont en effet mis au point un algorithme d'apprentissage profond spécifique permettant de classifier les bactéries selon deux profils : sensible ou résistant à l'antibiotique testé.

Résultat : en à peine 2 minutes (contre une quarantaine de minutes pour une analyse manuelle effectuée par un opérateur expérimenté), le profil des bactéries est renseigné, avec de très bonnes performances en matière de sensibilité et spécificité.


Mesurer la croissance bactérienne simultanément sur différents échantillons

Un autre atout de ce dispositif est de pouvoir mesurer la croissance bactérienne au sein des gouttes sans avoir besoin de rajouter des marqueurs de fluorescence, couramment utilisés en mircofluidique, ce qui facilite la mise en place du test avec différents types d'échantillons. « Par ailleurs, en concentrant les bactéries et les réactifs dans des micro-volumes, l'avantage est de pouvoir évaluer la croissance bactérienne beaucoup 10 fois plus rapidement que sur les tests antibiogrammes : 2 heures contre 16 à 24h », estime Karla Perez-Toralla, chercheuse au CEA-Joliot.

Le dispositif complet est très compact et facile à utiliser dans un laboratoire de sécurité microbiologique de niveau 2.

Haut de page