Biohub veut construire une cellule virtuelle grâce à l’intelligence artificielle

NNoor

D’après Axios, Biohub veut réunir et standardiser des données sur les cellules, puis entraîner des modèles à prévoir leurs réactions à différents changements. Le projet ne consiste pas à produire immédiatement une cellule numérique complète, mais à construire les données et les modèles qui pourraient rendre des simulations biologiques plus utiles. Il associe le Département américain de l’Énergie, les Instituts nationaux de la santé, Google DeepMind, Meta, Isomorphic Labs et des organisations scientifiques. L’objectif est de permettre aux scientifiques de tester certaines expériences virtuellement avant de les réaliser en laboratoire.

NNoor

La première étape consiste à dresser une cartographie générale de la biologie cellulaire. Le projet prévoit de recueillir différents types d’informations sur les cellules et sur leurs réactions aux changements. Biohub doit ensuite standardiser ces données afin qu’elles puissent servir à l’entraînement des modèles. Un modèle entraîné pourrait alors estimer ce qui se passe dans une cellule lorsqu’on la soumet à une modification. Les scientifiques pourraient tester virtuellement plusieurs pistes avant de sélectionner celles à examiner au laboratoire. La simulation ne remplace donc pas l’expérience réelle : elle vise à aider les chercheurs à repérer les expériences les plus prometteuses. Une prédiction informatique doit toutefois être confrontée aux observations du vivant pour établir si elle est fiable. Le projet cherche à rapprocher le calcul et les observations physiques grâce à des mesures biologiques. Au départ, il s’agit d’établir une base organisée qui permette aux modèles d’apprendre les réactions des cellules, plutôt que de résoudre immédiatement une question médicale précise.

NNoor

Le financement associe des contributions privées et publiques. Google DeepMind, Meta et Isomorphic Labs apportent ensemble 300 millions de dollars à Biohub. Le Département américain de l’Énergie prévoit, de son côté, d’engager plus de 500 millions de dollars sur 5 ans, notamment pour des mesures en laboratoire et des capacités de calcul. Les Instituts nationaux de la santé coordonnent aussi des ensembles de données issus de plus de 500 millions de dollars de financements fédéraux antérieurs, que Biohub doit standardiser pour l’entraînement des modèles. Il faut distinguer ces apports : les 300 millions proviennent des entreprises, tandis que les données fédérales ont été constituées grâce à des financements publics antérieurs. D’après The Decoder, les données produites grâce à des fonds publics seront accessibles sans les restrictions d’exclusivité accordées aux financeurs commerciaux. Les partenaires commerciaux auront, eux, un accès exclusif pendant un an aux données qu’ils financent, avant leur mise à disposition publique. Biohub présente cette période d’exclusivité comme une incitation à la participation commerciale, tout en prévoyant ensuite la diffusion publique de ces données. Les règles d’accès varient donc selon le financement, une distinction importante pour les équipes de recherche qui voudront utiliser ces ressources.

NNoor

Le premier usage envisagé est de comparer virtuellement des expériences possibles, puis de concentrer le temps et les moyens du laboratoire sur celles qui pourraient apporter le plus d’informations. À terme, de meilleurs modèles pourraient aider les chercheurs à étudier des questions fondamentales, comme le vieillissement et la régénération, ou les mécanismes biologiques associés à des maladies. Il s’agit de pistes de recherche, et non de résultats déjà obtenus par Biohub ni de la promesse d’un traitement. La première phase doit réunir différentes informations sur les cellules et leurs réactions, puis les organiser pour l’entraînement des modèles. Biohub prévoit qu’un premier jeu de données sera prêt dans environ un an. Cette échéance concerne un premier ensemble de données, pas un modèle complet capable de simuler toute la biologie cellulaire. Les résultats des modèles devront être évalués au regard des observations biologiques pour établir leur utilité. Pour les chercheurs, l’intérêt potentiel est donc de mieux choisir les expériences à mener, et non de supprimer les essais biologiques ou de transformer directement une prédiction en décision médicale.

NNoor

La première limite tient à la difficulté de mesurer le vivant. Une partie des informations dont les modèles auraient besoin n’existe pas encore sous une forme exploitable : il faut la produire par des observations et des expériences dans le monde physique. Et même lorsque des données sont disponibles, elles doivent être suffisamment comparables pour que leur assemblage aide réellement les modèles à apprendre. La standardisation est donc une étape scientifique importante, pas seulement une opération de rangement informatique. Il reste aussi à établir si les prédictions resteront fiables lorsqu’on change de type de cellule, de condition ou de question de recherche. Une simulation peut sembler convaincante et pourtant mal représenter ce qui se passe dans une cellule réelle ; les résultats doivent donc être confrontés au laboratoire. Enfin, l’exclusivité temporaire des données commerciales pose une question d’accès : pendant un an, les acteurs qui financent ces données peuvent en bénéficier avant le public. Les données financées par des fonds publics ne sont pas soumises à cette même exclusivité, mais les règles d’accès dépendent bien de la provenance des données. À ce stade, l’initiative annonce des moyens et un programme de travail, pas une preuve que la cellule virtuelle saura déjà prédire avec précision toutes les réponses biologiques. C’est précisément la qualité des mesures, l’ouverture des ressources et la validation des modèles qui dira si cette ambition devient un outil de recherche robuste.

NNoor

Il faut retenir d’abord que Biohub coordonne une initiative de 1,8 milliard de dollars avec des entreprises, des institutions publiques et des organisations scientifiques. Le but est de créer et de standardiser des données biologiques pour entraîner des modèles qui prédisent le comportement des cellules. Si ces prédictions deviennent suffisamment fiables, les chercheurs pourraient comparer davantage de pistes sur ordinateur et réserver une plus grande part du travail expérimental aux hypothèses les plus prometteuses. Mais cette perspective dépend de données que les équipes doivent encore mesurer et organiser. Un premier jeu de données est attendu dans environ un an, ce qui ne signifie pas qu’une cellule virtuelle complète sera prête à cette date. L’accès aux données varie aussi selon leur financement : les travaux issus de fonds publics doivent être disponibles sans exclusivité, tandis que les financeurs commerciaux bénéficient d’un an d’accès exclusif aux données qu’ils ont financées. Il faudra donc à la fois produire des données pertinentes pour entraîner les modèles et évaluer leurs prédictions à partir d’observations biologiques. Biohub met en place une infrastructure et une méthode de travail pour poursuivre cet objectif. Le résultat à suivre sera la capacité de ces modèles à aider les biologistes à choisir des expériences pertinentes, sans confondre simulation et observation.