Un nouvel outil d’apprentissage automatique aidera à résoudre l’un des casse-tête les plus complexes de la biologie : trouver les microbes les plus rares sur Terre. C’est un peu comme chercher des aiguilles dans une botte de foin, à la différence que les aiguilles sont microscopiques et qu’elles pourraient être la clé qui nous aide à comprendre le fonctionnement des écosystèmes.

L’outil, appelé ulrb (pour Unsupervised Learning Based Definition of Microbial Rare Biosphere), utilise l’intelligence artificielle pour repérer ces microorganismes insaisissables qui jouent pourtant un rôle prépondérant dans le maintien de la santé des écosystèmes de la planète. Ce logiciel libre révolutionnaire agit comme un détective hyper intelligent capable de repérer les perles rares parmi des milliards d’autres microbes.

Produit d’une collaboration entre l’Université d’Ottawa, la Dalhousie University [en anglais seulement], l’Interdisciplinary Center for Marine and Environmental Research (CIIMAR) [site en anglais et en portugais seulement], l’Institute for Bioengineering and Biosciences de l’Instituto Superior Técnico [site en anglais seulement] et l’Universidade do Porto [site en anglais et en portugais seulement], ce logiciel permet de combler des lacunes de longue date dans le domaine de l’écologie microbienne et ouvre de nouvelles pistes de recherche en écologie.

« L’outil permet de résoudre un problème important en écologie microbienne : comment définir la rareté d’un microorganisme », déclare Paula Branco, coauteure de l’étude et professeure agrégée à l’École de science informatique et de génie électrique de l’Université d’Ottawa. « Nous avons mis au point une méthode précise et adaptable qui permet d’améliorer les estimations de la biodiversité. Auparavant, on avait une idée très approximative de ce qui était considéré comme rare dans le monde microbien. Nous disposons maintenant d’un moyen qui nous permet de le déterminer avec précision. »

Francisco Pascoal, doctorant au CIIMAR, a dirigé la conception du programme statistique en langage R d’ulrb dans le cadre de sa recherche doctorale. « Nos résultats montrent qu’ulrb nous permet non seulement d’identifier les microorganismes rares, mais aussi de traiter d’autres types de jeux de données, comme les données de recensement d’arbres, par exemple. Cette polyvalence en fait un outil puissant qui peut servir à différentes applications en écologie. »

L’étude, qui a servi à tester ulrb avec divers ensembles de données portant sur des microbiomes, a été réalisée entièrement par ordinateur. Elle a permis de démontrer la robustesse du modèle statistique utilisé et laisse entrevoir de nombreuses applications pratiques, comme la caractérisation du microbiome de récifs coralliens.

Disponible en version libre sur CRAN [en anglais seulement] et GitHub [en anglais seulement], le logiciel ulrb s’accompagne de tutoriels pour guider les utilisatrices et utilisateurs où qu’ils soient dans le monde. Son utilité ne se limite pas au milieu de la recherche, car il facilitera l’analyse de la biodiversité et améliorera notre compréhension des effets des changements climatiques sur les communautés microbiennes.

Lancé en 2022, le projet marque un nouveau chapitre dans la façon d’étudier le monde secret des microorganismes. Pour en savoir plus, consultez l’article « Definition of the microbial rare biosphere through unsupervised machine learning » [en anglais seulement], paru récemment dans la revue Communications Biology.

Le présent article a été adapté et publié avec l’autorisation de l’Université d'Ottawa.