César de la Fuente lance l'IA contre la résistance aux antibiotiques

Résumé

Le laboratoire de César de la Fuente utilise Codex et ChatGPT pour explorer des génomes vivants et éteints à la recherche de molécules antimicrobiennes contre les infections résistantes.

Les faits

La résistance aux antimicrobiens fait déjà des ravages à l’échelle mondiale. En 2021, environ cinq millions de décès étaient associés à la résistance bactérienne aux antimicrobiens, un bilan annuel qui pourrait à peu près doubler d’ici 2050 si rien ne change. César de la Fuente, bioingénieur, considère que « la résistance aux antimicrobiens est, à mon avis, l’une des plus grandes menaces existentielles pour l’humanité » et rappelle qu’« nous n’avons pas eu de nouvelle classe d’antibiotiques depuis 50 ans ». Son laboratoire adopte une approche radicalement différente de la recherche de nouveaux antimicrobiens en partant du « code de la vie ». L’équipe considère la biologie comme un système d’information, où les nucléotides de l’ADN et les acides aminés des protéines et peptides « sont en quelque sorte comme un alphabet ». Cette vision a permis de développer des méthodes pour « commencer à déchiffrer les principes organisateurs de la vie qui ont donné naissance à une molécule fonctionnelle ». Les modèles de deep learning du labo sont entraînés à reconnaître des motifs dans les séquences biologiques, ce qui leur permet de parcourir d’immenses bases de génomes et de protéines à la recherche de molécules candidates. Cette approche réduit la phase initiale de recherche, qui dure habituellement des années, à quelques heures. Parallèlement à ses propres modèles d’IA, le laboratoire s’appuie sur ChatGPT et Codex pour générer des hypothèses, écrire et affiner du code, traiter des jeux de données, analyser les résultats et connecter des idées issues de différentes disciplines scientifiques. L’équipe explore les génomes d’organismes vivants et éteints pour identifier des molécules susceptibles de combattre des microbes infectieux. Ce travail requiert des compétences transdisciplinaires couvrant la biologie, la chimie, l’informatique et l’ingénierie, et le chercheur souligne : « nous sommes un groupe hautement transdisciplinaire, nous avons des personnes venant de la biologie, de la chimie, de l’informatique, de l’ingénierie ». Codex et ChatGPT servent de pont entre ces compétences. Ils permettent à des biologistes de construire des programmes et à des programmeurs de s’attaquer à des problèmes biologiques, abaissant ainsi les barrières entre disciplines. Les outils aident les membres du labo à revoir des sujets qu’ils connaissent peu mais dont ils ont besoin pour leur travail, à clarifier la terminologie, à comparer des méthodes entre domaines et à organiser des idées pour la découverte de médicaments. Certains les utilisent pour télécharger, organiser et prétraiter de vastes jeux de données génomiques, et ChatGPT leur permet de travailler dans leur langue maternelle, ce qui accélère les flux de travail. De la Fuente se sert aussi de ChatGPT comme partenaire de réflexion, en nourrissant l’espace de travail de « bonnes et mauvaises idées » issues de tout le groupe, transformant l’IA en caisse de résonance collaborative, tout en rappelant qu’« il faut évidemment toujours revérifier l’exactitude » et que des expériences « de réalité terrain » restent essentielles pour valider les prédictions de l’IA.

Pourquoi c’est important

L’initiative de César de la Fuente illustre un basculement majeur dans la découverte de médicaments : l’utilisation conjointe de modèles de deep learning, de Codex et de ChatGPT pour explorer des génomes, y compris ceux d’organismes éteints, vise à transformer une recherche traditionnellement longue et laborieuse en un processus accéléré, où la sélection des molécules candidates passe de plusieurs années à quelques heures. En traitant la biologie comme un système d’information, le laboratoire cherche à « déchiffrer les principes organisateurs de la vie » et à repérer, dans des masses de séquences, celles qui pourraient devenir des antimicrobiens efficaces. Cette approche est stratégique face à une menace sanitaire identifiée comme existentielle par le chercheur, dans un contexte où aucune nouvelle classe d’antibiotiques n’a émergé depuis un demi-siècle. En positionnant ChatGPT et Codex comme outils de réflexion, de programmation et de prétraitement de données au service d’une équipe transdisciplinaire, le laboratoire démontre comment l’IA peut abaisser les frontières entre disciplines et élargir le champ de la recherche pharmaceutique, à condition de rester étroitement couplée à des expériences biologiques de validation.

Questions fréquentes

Pourquoi le laboratoire de César de la Fuente utilise-t-il l’IA pour les antimicrobiens ?

Le labo utilise des modèles de deep learning, Codex et ChatGPT pour explorer rapidement des bases de génomes et de protéines à la recherche de molécules antimicrobiennes potentielles.

Comment Codex et ChatGPT sont-ils intégrés au travail du labo ?

Ils servent à formuler des hypothèses, écrire et affiner du code, traiter des jeux de données, analyser des résultats et relier des idées entre disciplines scientifiques.

Que signifie « penser la biologie comme un système d’information » ?

Le labo considère les nucléotides et acides aminés comme un « alphabet », ce qui permet de chercher des motifs dans les séquences pour trouver des molécules fonctionnelles.

En quoi l’IA accélère-t-elle la découverte de molécules candidates ?

Les modèles de deep learning réduisent la recherche initiale de molécules candidates de plusieurs années à quelques heures en parcourant de vastes bases de séquences.

Quelle mise en garde César de la Fuente formule-t-il sur l’IA ?

Il insiste sur la nécessité de toujours revérifier l’exactitude et affirme que des expériences « de réalité terrain » sont essentielles pour valider les prédictions de l’IA.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.