LEBIGDATA.FR I.A, Cloud & Cybersécurité
Alors que des chercheurs se battent chaque année pour décrocher le prix Nobel de chimie, le trophée est allé à une IA.
Selon les chimistes, le prix Nobel de chimie récompense généralement des découvertes liées à la biologie plutôt qu’à la chimie pure. En 2020, par exemple, l’outil d’édition génétique CRISPR l’a remporté et en 2018, c’était l’évolution dirigée des enzymes et anticorps.
En 2015, les mécanismes de réparation de l’ADN avaient aussi reçu cette prestigieuse récompense. Cette année, le prix Nobel a salué des recherches sur la prédiction des structures protéiques, prolongeant cette tendance.
Quoique, cette fois, il y a quelque chose d’inédit : le trophée a été remporté par une IA. Il s’agit d’AlphaFold, développée par DeepMind (Google).
Mais alors, à qui revient le prix ?
En effet, l’IA de Google a gagné le prix Nobel de chimie. Mais David Baker, biochimiste à l’Université de Washington, a reçu la moitié du prix. Pourquoi ? Grâce à ses travaux sur la conception de nouvelles protéines via des ordinateurs.
L’autre moitié a été attribuée à John Jumper et Demis Hassabis, de DeepMind (Google), pour leurs modèles d’IA. Ces derniers qui ont résolu un défi majeur de longue date en biochimie.
Le Dr Baker était depuis longtemps pressenti pour remporter le prix. L’attribution à Hassabis et Jumper a surpris. Mais quoi qu’il en soit, c’est à l’intelligence artificielle que revient le mérite de cette année.
Les protéines constituent les éléments chimiques essentiels à la vie. Elles se composent de molécules appelées acides aminés. Ces dernières qui s’assemblent en longues chaînes qui se replient de manière complexe.
La forme finale d’une protéine détermine sa fonction biologique. Ainsi, pour comprendre les protéines et la biologie, il est crucial de connaître leur structure.
Le Dr Baker a compris cette théorie par la pratique. En 2003, il a publié un article marquant sur la conception d’une protéine nouvelle. Grâce à son programme informatique nommé Rosetta, il a identifié une séquence d’acides aminés se repliant de manière inédite.
Après avoir recréé la séquence en laboratoire, il a déterminé la structure de la protéine avec la cristallographie aux rayons X. Cette structure correspondait précisément à ses prévisions.
Rosetta, maintenant connu sous le nom de Rosetta Commons, est devenu un outil essentiel pour les chimistes des protéines. Son utilisation a eu un impact majeur dans des domaines variés, comme le développement de vaccins et la détection de toxines.
Qu’est-ce que le prix Nobel a fait de cette IA ?
Le défi inverse consiste à prédire la structure d’une protéine à partir de sa séquence d’acides aminés. Ce problème a été long à résoudre. Les protéines peuvent se replier de manière quasi infinie.
Certaines estimations indiquent jusqu’à 10^300 configurations possibles pour une seule protéine complexe. Même les ordinateurs n’ont rencontré qu’un succès limité face à cette complexité.
Les modèles AlphaFold 1 et 2 de DeepMind, publiés en 2018 et 2020, ont été les premiers à approcher cette tâche. Actuellement, AlphaFold 2 possède une base de données avec plus de 200 millions de prédictions. Sa précision de prédiction atteint près de 90 %.
Bien que les docteurs Jumper et Hassabis aient été candidats cette année, certains estiment qu’AlphaFold est encore trop récent pour être reconnu. Cependant, son impact est indéniable : DeepMind indique que 2 millions de scientifiques l’utilisent dans leurs recherches.
On dirait qu’AlphaFold 3, lancé en mai, dépasse les protéines. Il prédit désormais la structure d’autres biomolécules, y compris l’ADN et des molécules médicamenteuses potentielles.
Il peut même anticiper l’assemblage de molécules de différentes structures. Par exemple, il modélise comment la protéine de pointe d’un virus interagit avec les anticorps et les sucres dans le corps.
En récompensant des travaux basés sur un modèle d’IA, le comité a ouvert la voie à d’autres distinctions similaires à l’avenir. Cela est d’autant plus pertinent, car l’IA s’intègre dans de nombreux domaines scientifiques.
Le Dr Baker, lors de la conférence de presse, a évoqué cette réalité. Il a mentionné qu’AlphaFold l’avait incité à développer des modèles d’IA génératifs pour créer de nouvelles protéines.
« Nos nouvelles méthodes d’IA sont bien plus puissantes », a-t-il affirmé, visiblement heureux et un peu fatigué. Si l’on se fie aux tendances récentes, les chercheurs continueront à répéter cette phrase pendant longtemps.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
