Une équipe de l'Université nationale de Pusan a mis au point un capteur portable en forme de protège-dents qui mesure en continu, tel qu'il est porté en bouche, la concentration d'une enzyme indiquant le degré d'aggravation de l'inflammation gingivale. Jusqu'à présent, les autotests de dépistage de la parodontite consistaient à déposer une seule fois du liquide de rinçage buccal sur une bandelette et à lire le résultat en cinq minutes ; ce nouveau dispositif, lui, laisse la salive s'infiltrer naturellement pendant le port du protège-dents et produit des valeurs en continu. Le dispositif a été validé en laboratoire et testé sur la salive de 60 adultes, et un modèle d'apprentissage profond destiné à interpréter les signaux a également été développé en parallèle.
Une cavité artificielle moulée sur la forme de l'enzyme capture sa cible
La substance mesurée par ce capteur est l'aMMP-8 (métalloprotéinase matricielle-8 activée), une enzyme libérée lorsque les globules blancs dégradent le collagène gingival. Au lieu d'anticorps, l'équipe a polymérisé le monomère ortho-phénylènediamine (o-PD) sur l'électrode en présence de la protéine cible aMMP-8, puis a retiré cette protéine, créant ainsi une cavité moulée exactement sur la forme de la protéine. Cette technique est appelée polymère à empreinte moléculaire (MIP) ; elle résiste mieux à la chaleur et aux produits chimiques que les anticorps et se conserve plus longtemps. Des simulations de dynamique moléculaire et de chimie quantique ont permis de calculer à l'avance quels résidus d'acides aminés se lient le plus fortement à l'o-PD, afin de concevoir la spécificité de la cavité ; et lorsque l'électrode ainsi fabriquée a été mise en présence d'autres marqueurs inflammatoires de taille et de charge similaires (TNF-α, MMP-1, MMP-9, IL-1β), elle n'a réagi nettement qu'à l'aMMP-8.
La concentration est lue à partir de l'ampleur de la variation de résistance
La surface de l'électrode a été recouverte d'une fine couche d'oxyde de graphène, un matériau à base de carbone, sur laquelle a ensuite été déposée la couche de polymère à empreinte moléculaire. L'oxyde de graphène joue le rôle de couche intermédiaire qui augmente la sensibilité de la mesure d'impédance, laquelle évalue le degré de blocage du courant électrique lorsqu'une solution où se produisent des réactions d'oxydoréduction traverse la surface de l'électrode. Lorsque l'aMMP-8 vient se loger dans la cavité, la résistance électrique augmente, et la concentration est calculée à partir de l'ampleur de cette variation. La limite de détection était de 82 ng/mL et la limite de quantification de 250 ng/mL ; des mesures répétées sur 100 électrodes ont montré un taux de reproductibilité supérieur à 90 %. Dans les expériences sur échantillons standards, plus de 95 % des mesures se situaient dans une marge d'erreur cliniquement fiable, et sur des échantillons de salive prélevés dans trois groupes (personnes en bonne santé, patients atteints de parodontite et patients rétablis après traitement), le capteur a montré une forte corrélation avec le test de référence existant (ELISA), avec un coefficient de corrélation de 0,92.
Un filtre et une puce sans fil intégrés dans le protège-dents
L'électrode du capteur a été insérée dans une gouttière en silicone percée d'un canal par lequel la salive doit d'abord traverser une membrane hydrogel en alcool polyvinylique (PVA, un polymère hautement hydrophile). Cette membrane de prétraitement réduit les impuretés telles que les débris cellulaires tout en facilitant la diffusion de l'aMMP-8 vers le capteur. Le taux de récupération de la protéine après passage à travers la membrane était d'environ 80 %. Une puce sans fil et un circuit intégrés transmettent directement les valeurs mesurées à une application smartphone. Contrairement aux autotests où l'on dépose un échantillon sur une bandelette, aucun prélèvement séparé ni remplacement de bandelette n'est nécessaire : les données s'accumulent simplement pendant le port de l'appareil.
L'apprentissage profond classe les signaux par niveaux
Les valeurs d'impédance issues de l'électrode ne sont, pour un œil humain, qu'un simple graphique ; mais l'équipe les a converties en images de 128×128 pixels pour entraîner un réseau de neurones convolutif (CNN). Les méthodes classiques d'apprentissage automatique, qui ne s'appuient que sur quelques valeurs présélectionnées par des humains, n'atteignaient une précision de 89,6 % que dans les plages où la différence de concentration était nette (0 contre 200 ng/mL), et chutaient jusqu'à 68,9 % dans les plages où la différence était faible (100 contre 200 ng/mL). En revanche, le modèle d'apprentissage profond entraîné sur les images converties a affiché une précision supérieure à 99,5 % dans toutes ces mêmes plages. L'équipe a utilisé l'apprentissage par transfert : un modèle préentraîné sur des échantillons standards de laboratoire a été réentraîné en ajoutant un petit nombre de données de patients. Cette méthode ne supprime toutefois pas la limite liée au faible nombre de patients.
Ces résultats ont été obtenus auprès de 60 volontaires adultes recrutés dans un seul hôpital, celui de l'Université nationale de Pusan ; la précision du modèle d'apprentissage profond reflète donc sa capacité à distinguer les plages de concentration au sein de ce seul jeu de données, et non sur des groupes de patients variés issus de plusieurs hôpitaux. Il reste à vérifier si cette même précision se reproduit dans divers cabinets dentaires, et si le protège-dents, encore au stade de prototype, fournit des valeurs stables sur une durée de port prolongée. Cette étude fait franchir une étape à la mesure des signaux chimiques indiquant l'inflammation gingivale, passant d'une lecture ponctuelle sur bandelette à une mesure continue pendant le port du dispositif, avec une architecture qui capture la cible grâce à un polymère à empreinte moléculaire plutôt qu'à des anticorps, et interprète le signal par apprentissage profond.