La biologie est le fondement de la médecine, de la pharmacie, de la santé publique et de la recherche sur la longévité. C’est également un domaine qui, par nature, se révèle extrêmement difficile à appréhender. Les systèmes vivants sont complexes, les expériences coûtent cher et les interventions comportent des risques réels. Une perspective publiée dans Nature Medicine propose une méthode pour changer la donne : construire un organisme numérique piloté par l’IA, un système informatique capable de modéliser et de simuler la biologie à toutes les échelles, de la molécule individuelle à l’être humain tout entier.
Il ne s’agit pas de l’annonce d’un produit. C’est une vision de recherche, et pour comprendre ce qu’elle propose et pourquoi elle compte, il faut prendre du recul par rapport au titre.
La biologie est trop complexe pour être manipulée sans précaution
Le problème fondamental que soulèvent les auteurs est simple. Dans le monde physique, les systèmes biologiques résistent à toute manipulation aisée. Réaliser des expériences sur des cellules, des tissus ou des organismes vivants demande du temps et de l’argent, tout en posant des contraintes éthiques et de sécurité. Cela limite la vitesse à laquelle les chercheurs peuvent tester des hypothèses, explorer des candidats médicaments ou comprendre les mécanismes des maladies.
La solution proposée repose sur un concept appelé organisme numérique piloté par l’IA, ou AIDO (pour AI-driven digital organism). L’idée consiste à bâtir un système de foundation models intégrés et multi-échelles — des architectures d’IA entraînées sur des données biologiques à différents niveaux d’organisation —, puis à les relier de manière modulaire et globale qui reflète le fonctionnement réel de la biologie. Les molécules interagissent avec les cellules. Les cellules forment des tissus. Les tissus constituent des individus. Un AIDO modéliserait l’ensemble de ces couches et, surtout, la manière dont elles se connectent entre elles.
La vision est celle d’une plateforme sûre, abordable et capable de simulations à haut débit. Les chercheurs pourraient mener des milliers d’expériences virtuelles qui seraient impossibles ou intenables dans un laboratoire humide, puis utiliser ces résultats pour guider les expériences physiques réellement menées.
Les foundation models appliqués à la vie elle-même
La colonne vertébrale technique de cette vision s’appuie sur une classe d’architecture d’IA qui a déjà transformé le traitement automatique du langage naturel et la vision par ordinateur : les foundation models. Il s’agit de grands modèles pré-entraînés sur de vastes ensembles de données, capables d’être adaptés à de nombreuses tâches en aval. Les auteurs soulignent l’existence de nombreux travaux appliquant cette approche aux données biologiques.
Plusieurs modèles existent déjà pour des domaines biologiques spécifiques. Des outils comme Nucleotide Transformer et HyenaDNA s’attaquent aux séquences génomiques. Evo étend la modélisation des séquences de l’échelle moléculaire à l’échelle du génome. Côté protéines, AlphaFold et AlphaFold 3, développés par des chercheurs de DeepMind et publiés dans Nature, ont démontré une prédiction d’une grande précision des structures protéiques et des interactions biomoléculaires. Des modèles tels que xTrimoPGLM, un transformer à 100 milliards de paramètres, ont été conçus spécifiquement pour décoder le langage des protéines. Au niveau cellulaire, des outils comme scGPT et scLong ciblent la transcriptomique à cellule unique, scLong étant décrit comme un modèle à un milliard de paramètres conçu pour capturer le contexte génétique à longue portée.
Ce que propose la vision de l’AIDO ne se résume pas à construire un modèle spécialisé de plus, mais bien à intégrer ces couches au sein d’un système cohérent et connecté. Les auteurs qualifient cette approche de modulaire et connectable, ce qui signifie que chaque composant peut être développé et amélioré de manière indépendante, tout en étant conçu pour communiquer avec les autres. Cela reflète une idée clé : la biologie n’opère pas en couches isolées, et une simulation utile de la biologie ne le peut pas davantage.
Le groupe de recherche à l’origine de cette perspective est affilié à GenBio AI, basé à Palo Alto, et comprend les chercheurs Le Song, Eran Segal et Eric Xing.
Ce que signifierait la simulation d’un système vivant
Voici ce que la plupart des couvertures médiatiques de l’IA en biologie oublient. L’ambition ici n’est pas d’automatiser des expériences existantes. Il s’agit de créer un tout nouveau type d’instrument scientifique, qui fonctionne in silico plutôt qu’en laboratoire, et qui peut être interrogé, programmé et exploré d’une manière que la biologie physique ne permet pas.
Les auteurs décrivent l’AIDO comme une plateforme pour prédire, simuler et programmer la biologie. Ce dernier mot est important. Programmer implique non seulement de comprendre un système, mais aussi d’être capable de spécifier les comportements souhaités et de remonter aux interventions qui les produiraient. En matière de découverte de médicaments, cela pourrait signifier concevoir des molécules dotées de propriétés cibles. En médecine, cela pourrait signifier modéliser la façon dont la biologie d’un patient spécifique réagirait à un traitement avant même que celui-ci ne lui soit administré.
Les auteurs veillent à présenter cette démarche comme complémentaire de l’expérimentation physique, et non comme un remplacement. L’idée est qu’un AIDO déclenchera des travaux de laboratoire mieux guidés et un raisonnement mieux fondé sur des principes premiers. Les chercheurs utiliseraient le système numérique pour restreindre l’éventail des possibilités, avant de tester les candidats les plus prometteurs dans le monde réel.
Ces enjeux dépassent largement le cadre du laboratoire. Si la simulation biologique devient fiable et accessible, elle modifiera l’économie du développement pharmaceutique, la rapidité des réponses de santé publique et la profondeur de compréhension que les chercheurs peuvent apporter aux maladies complexes.
En bref
Un organisme numérique piloté par l’IA est un projet de système composé de modèles d’IA interconnectés, chacun entraîné sur une couche différente de données biologiques, conçu pour simuler la vie, des molécules aux individus entiers. L’objectif n’est pas de remplacer la biologie physique, mais de créer une plateforme informatique où les hypothèses peuvent être testées en toute sécurité, à moindre coût et à grande échelle, rendant les expériences physiques plus ciblées et plus susceptibles de réussir. Les briques de base — les foundation models pour la génomique, les protéines et les cellules uniques — existent déjà. Le défi réside désormais dans leur intégration.
D’après un reportage de Nature: Machine Learning.