Un saut qualitatif dans la compréhension de l'expression génique
La société Google DeepMind a dévoilé son nouveau modèle AlphaGenome 2, un système d'intelligence artificielle avancé conçu pour percer le mystère de l'impact des modifications de l'ADN sur les différents types de cellules du corps humain. Ce modèle succède au précédent modèle AlphaGenome, dans le but de résoudre l'un des problèmes les plus complexes de la biologie : comment un même matériel génétique peut conduire à des fonctions totalement différentes selon le type et l'état de la cellule.
AlphaGenome 2 a été entraîné sur une base de données massive comprenant plus de 100 millions de profils cellulaires tirés de 68 types de tissus humains. Grâce à ces données colossales, le modèle a pu identifier un certain nombre de variants génétiques qui modifient l'expression génique dans les cellules à un taux près de deux fois supérieur à celui du modèle précédent, offrant ainsi aux scientifiques une capacité sans précédent à détecter les effets génétiques subtils qui pourraient échapper à des modèles plus larges.
Qu'est-ce qui change concrètement dans la recherche scientifique ?
L'importance fondamentale de cette avancée réside dans sa capacité à lier directement la génétique humaine et la biologie cellulaire. Alors que la plupart des cellules du corps possèdent le même ADN, les cellules (telles que les cellules cardiaques, de la peau ou immunitaires) activent et désactivent certains gènes selon des schémas différents en fonction de leur fonction.
AlphaGenome 2 offre aux chercheurs plusieurs avantages pratiques :
- Identifier des cibles médicamenteuses précises : Le développement de médicaments reposant sur le ciblage de protéines et de types cellulaires spécifiques, la précision fournie par le modèle aide à comprendre exactement comment les mutations affectent ces cellules cibles.
- Prédire de nouveaux états biologiques : Le modèle a démontré une capacité à prédire le comportement de nouveaux types de cellules et d'états biologiques sans nécessiter de réentraînement.
- Combler les lacunes de connaissances : Le modèle peut identifier les manques dans les données expérimentales actuelles, guidant ainsi les scientifiques vers les domaines nécessitant des recherches en laboratoire intensives.
Perspectives d'avenir et limites techniques
Malgré son immense potentiel, les chercheurs de DeepMind ont souligné qu'AlphaGenome 2 s'accompagne d'un coût de calcul plus élevé que son prédécesseur, ce qui le rend actuellement moins pratique pour une utilisation dans des criblages génétiques à l'échelle de chaque lettre du génome humain. Néanmoins, la vision à long terme de l'entreprise reste de développer ce que l'on appelle des « cellules virtuelles », c'est-à-dire une simulation numérique complète des systèmes biologiques.
Google a annoncé la mise à disposition d'AlphaGenome 2 pour la recherche scientifique non commerciale via l'interface de programmation (AlphaGenome API) dès aujourd'hui, tout en proposant une version d'essai privée (Private Preview) à des fins de recherche commerciale.