
L’IA dévoile des nouveaux biomarqueurs minéraux des maladies neurologiques
AI reveals new mineral biomarkers for neurological disorders
Augustin Tillement, François Lux et Olivier Tillement (équipe FENNEC), en collaboration avec des collègues de Lyon, Strasbourg et Hombourg ont publié un article intitulé "Artificial intelligence decodes brain elemental signatures to stratify aging and neurological diseases" dans la revue Research.
Augustin Tillement, François Lux and Olivier Tillement (FENNEC team), with colleagues from Lyon, Strasbourg and Homburg published an article entitled "Artificial intelligence decodes brain elemental signatures to stratify aging and neurological diseases" in the journal Research.
Avec l'âge, la composition en éléments minéraux du cerveau évolue progressivement, mais ces changements restent encore peu étudiés dans les maladies neurologiques. En analysant le liquide céphalorachidien et le sang de plus de 1600 personnes, il a été montré que le vieillissement s'accompagne de signatures minérales spécifiques reflétant notamment des modifications de la barrière qui protège le cerveau. Grâce à l'intelligence artificielle, des profils différents selon les maladies ont été identifiés, distinguant notamment les affections inflammatoires des maladies neurodégénératives. L'étude montre également que ces signatures évoluent différemment au cours de la vie selon les mécanismes pathologiques en jeu. En combinant ces informations avec les données cliniques conventionnelles, il est possible d'améliorer la précision du diagnostic. Ces travaux ouvrent la voie à de nouveaux biomarqueurs et à une médecine plus personnalisée pour les maladies neurologiques liées au vieillissement.
As the brain ages, its mineral composition gradually changes, yet these alterations remain poorly explored in the context of neurological diseases. By analyzing cerebrospinal fluid and blood samples from more than 1,600 individuals, researchers showed that aging is associated with specific elemental signatures, reflecting in particular changes in the blood–brain barrier, which protects the brain. Using artificial intelligence, distinct profiles were identified across different neurological conditions, notably distinguishing inflammatory disorders from neurodegenerative diseases. The study also revealed that these signatures evolve differently throughout life depending on the underlying pathological mechanisms. Combining elemental signatures with conventional clinical data improves diagnostic accuracy. These findings pave the way for the development of new biomarkers and more personalized approaches to the diagnosis and management of age-related neurological disorders.
