L'IA bute sur le génome humain, trop complexe

Résumé

Le génome n’est pas un simple mode d’emploi : sa dynamique et le manque de données cellulaires limitent encore la capacité de l’IA à le décoder.

Les faits

L’ADN présent dans les cellules n’est pas seulement une suite d’instructions. Il est décrit comme un système beaucoup plus dynamique, dont le fonctionnement dépend du contexte dans lequel l’information génétique est utilisée. Des modèles fondamentaux de la génomique, notamment Evo 2, Genos et AlphaGenome de Google DeepMind, sont entraînés sur de vastes quantités de données génomiques. Ils servent à formuler des prédictions sur les effets des différences de séquence d’ADN sur les processus biologiques et, à terme, sur certains traits d’un organisme, dont le risque de maladie. Cette approche reste confrontée à une lacune majeure : les données relatives à la complexité du corps humain, aux différents types cellulaires et à leurs transformations au cours du développement font défaut. Le génome ne constitue donc pas un ensemble statique d’instructions linéaires, mais un système qui utilise son information de manière contextuelle, selon une logique combinatoire. Les modèles génomiques pourraient ainsi ne pas prédire toutes les conséquences des mutations, car certaines informations pertinentes ne figurent pas dans la séquence du génome elle-même. L’intelligence artificielle peut contribuer à interpréter ces données, mais le raisonnement humain reste nécessaire pour dégager les principes fondamentaux.

Pourquoi c’est important

Cette limite remet en cause l’idée selon laquelle l’accumulation de séquences génétiques suffirait à permettre une compréhension complète du fonctionnement du vivant. Les prédictions de l’IA peuvent être utiles tout en restant contraintes par la dynamique du génome et par les interactions entre cellules au fil du développement. L’enjeu dépasse la performance technique des modèles : il concerne leur capacité à expliquer les mécanismes biologiques plutôt qu’à produire uniquement des résultats prédictifs. Tant que les données sur le contexte cellulaire et corporel resteront insuffisantes, l’IA devra être utilisée comme un outil d’analyse associé à l’interprétation humaine.

Questions fréquentes

Pourquoi l’IA peine-t-elle à décoder le génome ?

Parce que le génome est dynamique et contextuel, tandis que les modèles ne disposent pas encore de toutes les données nécessaires sur les cellules et leur évolution.

Quels modèles génomiques sont cités ?

L’extrait cite Evo 2, Genos et AlphaGenome de Google DeepMind.

Le génome est-il une suite d’instructions linéaires ?

Non. Il utilise son information de manière contextuelle, avec une logique combinatoire et des interactions dépendantes de la situation.

L’IA peut-elle prédire toutes les conséquences d’une mutation ?

Non. Certaines informations nécessaires à ces prédictions ne figurent pas dans la séquence génomique elle-même.

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.