ChatGPT et Codex accélèrent la recherche de nouveaux antimicrobiens

Le laboratoire de César de la Fuente s'appuie sur ses propres modèles d'apprentissage profond et sur des outils comme ChatGPT et Codex pour explorer les génomes d'organismes vivants et éteints à la recherche de molécules actives. Cette approche vise à réduire le temps de présélection des candidats, sans remplacer les validations expérimentales et les étapes réglementaires nécessaires. En 2021, cinq millions de décès étaient associés à la résistance bactérienne, un chiffre qui pourrait presque doubler d'ici 2050. Le groupe mise sur une organisation transdisciplinaire soutenue par l'IA.

Validation, production et essais restent incontournables

Identifier une séquence prometteuse ne suffit pas à en faire un médicament. Les équipes doivent vérifier qu'une molécule élimine bien le microbe visé, établir la dose requise et analyser ses effets sur des cellules humaines. Des chimistes peuvent ensuite procéder à des ajustements pour améliorer l'efficacité, la sécurité ou la stabilité. D'autres tests mesurent la toxicité en fonction de la dose, la rapidité d'apparition de résistances et la manière dont la molécule se déplace dans l'organisme. Il faut en outre définir un procédé de fabrication fiable. Les candidats qui dépassent ces étapes passent encore par un examen réglementaire et des essais cliniques avant toute utilisation chez les patients. César de la Fuente insiste sur l'importance des expériences de validation pour étayer les prédictions de l'IA et estime que cette exigence restera cruciale pour progresser dans l'étude d'une biologie qu'il qualifie de « la chose la plus complexe qui soit ».

Un usage quotidien de l’IA, du brainstorming au prétraitement

César de la Fuente utilise ChatGPT comme partenaire de réflexion, tout en poursuivant les échanges avec ses collègues. Il apprécie l'aide de l'outil pour façonner des hypothèses et l'accès rapide à l'information. Leur espace de travail reçoit des contributions variées, où les membres partagent idées abouties ou non, dans une logique de forum collaboratif. Il souligne cependant qu'il ne faut pas s'appuyer uniquement sur l'IA et qu'il reste indispensable de contrôler la justesse des résultats. L'IA est également mobilisée au quotidien pour explorer des thèmes inconnus, préciser la terminologie, confronter des méthodes issues de différents domaines et structurer des idées dans le cadre de la découverte de médicaments. Certains membres l'utilisent pour importer, organiser et effectuer le prétraitement de vastes ensembles de données génomiques. ChatGPT permet en outre de travailler dans la langue maternelle de chacun, ce qui réduit des barrières et accélère les flux de travail.

Une équipe transdisciplinaire épaulée par ChatGPT et Codex

Le laboratoire mobilise des compétences issues de la biologie, de la chimie, de l'informatique et de l'ingénierie pour interpréter des génomes, comprendre les protéines codées et leurs fonctions. Certains membres sont davantage programmeurs que biologistes ou chimistes, et l'inverse est vrai. ChatGPT et Codex comblent ces écarts en permettant à des biologistes d'écrire des programmes et à des informaticiens de s'attaquer à des problèmes biologiques. Le groupe observe que l'IA abaisse les barrières entre les disciplines scientifiques.

Du « code de la vie » aux candidats en quelques heures

Le laboratoire commence au niveau du code de la vie, considérant la biologie comme un système d'information. César de la Fuente compare les nucléotides de l'ADN et les acides aminés des protéines à un alphabet et attribue à cette approche informationnelle le développement de méthodes pour déchiffrer des principes organisateurs menant à des molécules fonctionnelles. Leurs modèles d'apprentissage profond, entraînés à reconnaître des motifs dans les séquences, explorent de vastes jeux de données génomiques et protéiques pour y détecter de potentiels antimicrobiens. Cette étape de présélection peut passer de plusieurs années à quelques heures. Les outils généralistes comme ChatGPT et Codex servent en parallèle à relier des idées entre disciplines.

Du tamisage des bases de données au défi sanitaire mondial

Seule une petite partie d'un génome a une fonction élucidée, et une portion encore plus réduite code des molécules actives contre des agents infectieux. Identifier les motifs d'activité et sélectionner des candidats pertinents demeure un défi. Historiquement, les chercheurs ont fouillé plantes, animaux, microbes, insectes, eau et sol, en collectant des échantillons et en testant des molécules dans des cycles longs. Les bases de données numériques de génomes et de protéines ouvrent désormais l'accès à tout l'arbre du vivant, au prix d'un déluge d'informations où il faut repérer les signaux utiles. L'IA intervient ici pour traiter ces masses de données, repérer des motifs difficiles à identifier et sélectionner un nombre restreint de candidats à tester expérimentalement. Ce mode de fonctionnement est appliqué par l'équipe de César de la Fuente, alors que cinq millions de morts en 2021 étaient imputables à la résistance bactérienne et que des estimations prévoient presque un doublement de ce chiffre d'ici 2050. Dans le même temps, une grande partie des avancées actuelles repose encore sur la modification de molécules déjà connues, une stratégie dont le rendement diminue progressivement.

Des frontières disciplinaires aux outils de longue tradition

César de la Fuente estime que des percées se trouvent aux frontières peu fréquentées entre disciplines et salue l'apport de l'IA pour les explorer. Il inscrit cette démarche dans une continuité d'outils scientifiques, rappelant que des machines comme le télescope et le microscope ont ouvert de nouveaux mondes, et que des dispositifs aident aujourd'hui à comprendre, prédire et concevoir la biologie. Dans ce paysage, l'équipe utilise aussi ChatGPT et Codex pour formuler des hypothèses, écrire et affiner du code, traiter des données et analyser des résultats.