Google DeepMind a développé une IA dénommée AlphaFold 2, capable de prédire la structure d’une protéine avec précision. Il s’agit d’une véritable révolution pour la création de nouveaux médicaments…
Les protéines sont les mécanismes de base de tous les processus biologiques. Elles sont formées de longues chaînes d’acides aminés, et se plient dans des formes complexes. La structure exacte d’une protéine est essentielle à sa fonction, mais aussi pour concevoir des molécules capables de s’y attacher et d’altérer cette fonction. C’est ainsi que de nouveaux médicaments sont créés.
A l’heure actuelle, toutefois, seul un quart des protéines présentes dans le corps humain ont été utilisées en guise de cibles pour les médicaments. La cartographie complète du » protéome » humain représente un défi scientifique depuis de plus de 50 ans.
Jusqu’à présent, la principale façon d’obtenir un modèle haute définition de la structure d’une protéine était une méthode appelée cristallographie par rayon X. Cette technique consiste à transformer une solution de protéines en un cristal puis à le bombarder de rayons X pour visualiser sa structure interne grâce à la diffraction.
Cette méthode nécessite environ un an de travail et coûte près de 120 000 dollars pour obtenir la structure d’une seule protéine. Autant dire qu’elle est loin d’être viable.
Depuis peu, deux autres techniques expérimentales sont utilisées : la résonnance magnétique nucléaire et la cryo-microscopie électronique. Ces méthodes sont plus rapides et moins chères, mais aussi moins précises…
Google DeepMind AlphaFold 2 : une IA capable d’identifier la structure d’une protéine en quelques heures
À présent, toutefois, les chercheurs de Google DeepMind sont parvenus à utiliser l’intelligence artificielle pour prédire la structure des protéines. Cette prouesse a été réalisée dans le cadre de la compétition d’algorithme » Critical Assessment of Structure Prediction « , ou CASP. Il était demandé aux participants de déterminer la forme 3D d’une protéine à partir de sa séquence ADN.
Les chercheurs de DeepMind ont créé un logiciel IA dénommé » AlphaFold 2 « , capable de prédire la structure d’une protéine avec une précision inouïe. Les performances de cette IA surpassent largement toutes les autres méthodes présentées lors du concours.
Il a suffi de quelques jours à AlphaFold 2 pour calculer la structure des protéines avec des ressources informatiques » modestes « . Pour entraîner ce système, il a fallu laisser 128 TPU (tensor processing units) réparties sur 16 puces créées par Google pendant quelques semaines. Ceci représente beaucoup moins de puissance informatique que pour d’autres systèmes récents, notamment pour l’IA AlphaGo qui avait triomphé du champion du monde de jeu de Go.
Cette découverte historique pourrait permettre d’identifier la structure de toutes les protéines du corps humain, d’en faire des cibles pour les molécules, et donc de révolutionner le domaine de la création de nouveaux médicaments.
Les chercheurs pourront utiliser AlphaFold 2 ou une méthode similaire pour obtenir directement la forme 3D d’une protéine à partir de sa séquence ADN sans avoir recours à la cristallographie ou expérience physique.
AlphaFold 2 pourrait permettre la création d’un traitement au COVID-19
L’intelligence artificielle AlphaFold 2 a d’ores et déjà été utilisée pour prédire avec précision la structure de la protéine ORF3a présente dans le virus SARS-CoV-2 responsable de la maladie COVID-19. Il serait donc possible d’élaborer un traitement contre ce fléau en se basant sur ces résultats.
En outre, ce système IA pourrait être utilisé pour la création de protéines synthétiques, et donc de nouvelles variétés végétales génétiquement modifiées. Il s’agit véritablement d’une révolution pour le domaine de la recherche génétique.
Pour l’heure, toutefois, DeepMind n’a pas encore décidé si elle compte offrir cette ressource aux chercheurs ou nouer un partenariat commercial avec des entreprises des secteurs pharmaceutiques et biotechnologiques.
La prochaine étape sera le développement d’une IA capable de prédire les dynamiques complexes entre les protéines. En effet, il est fréquent que les protéines s’attachent entre elles ou changent de forme lorsqu’elles sont proches les unes des autres…
- Partager l'article :