Comment une IA associé à un labo automatisé accélère la recherche biologique

Comment une IA associée à un labo automatisé accélère la recherche biologique

Les avancées technologiques de nos jours ne cessent d'étonner. Des chercheurs d’OpenAI et de Ginkgo Bioworks ont récemment démontré qu’un modèle d’IA, associé à un laboratoire entièrement automatisé, peut concevoir et améliorer des expériences biologiques à une vitesse inédite.

La question qui a permis à cette expérience de voir le jour est simple. Les modèles GPT d’OpenAI savent déjà résumer des études scientifiques et proposer des prédictions. Mais peuvent-ils réellement faire de la science ? Notamment, formuler des hypothèses, concevoir des expériences, analyser les résultats et ajuster leur approche ?

Cette question est d'autant plus pertinente dans des domaines comme la biologie, où il n'existe souvent pas une seule bonne réponse. Comme l’affirme Joy Jiao, responsable de la recherche en sciences de la vie chez OpenAI, générer une hypothèse et la vérifier est déjà extrêmement complexe.

Ainsi, l’été dernier, des chercheurs d’OpenAI ont décidé de tester cette idée avec Ginkgo Bioworks, une entreprise spécialisée dans la création de laboratoires automatisés pilotés par des robots.

Méthodologie de l'expérience

Pour tester les capacités de l’IA, les chercheurs se sont appuyés sur la protéine fluorescente verte superfolder, ou sfGFP. Cette protéine, issue d’une méduse et modifiée en laboratoire, est fréquemment utilisée comme référence car elle produit une lumière verte facilement détectable, permettant de savoir rapidement si une expérience fonctionne.

Le modèle GPT-5 d’OpenAI a rédigé les protocoles expérimentaux, tandis que Ginkgo Bioworks a mis en place un système automatisé que son PDG Jason Kelly compare au « Waymo » de la biologie. Les chercheurs ont défini les objectifs, et l’IA s’est chargée du reste, enchaînant les expériences rapidement, sans surveillance humaine permanente.

Les travaux se sont concentrés sur la synthèse protéique acellulaire, également appelée CFPS. Cette technique permet de produire des protéines sans utiliser de cellules vivantes, évitant ainsi plusieurs étapes longues, comme l’insertion de l’ADN dans une cellule ou la multiplication de celle-ci.

Résultats et implications

Le modèle GPT-5 travaillait depuis le siège d’OpenAI à San Francisco, envoyant ses protocoles aux robots de Ginkgo Bioworks installés à Boston. À chaque cycle, l’IA analysait les résultats reçus et proposait de nouvelles expériences, chaque itération durant environ une heure.

Au départ, les chercheurs étaient sceptiques. Joy Jiao admet qu’elle ignorait si l’IA réussirait à concevoir une seule expérience fonctionnelle. Cependant, lorsque les premiers résultats sont arrivés, la surprise était réelle : l’expérience avait produit une quantité mesurable de protéines, dépassant les attentes initiales.

En deux mois, plus de 36 000 tests portant sur différentes compositions de réaction ont été réalisés, et le système piloté par l’IA a réussi à réduire d’environ 40 % le coût de production de la protéine.

Michael Jewett, bioingénieur à l’université de Stanford, conclut que l’association entre IA et laboratoires autonomes pourrait accélérer le développement de nouveaux médicaments, avec pour objectif de mettre plus rapidement des traitements essentiels à la disposition des patients.

Reshma Shetty, directrice des opérations et cofondatrice de Ginkgo Bioworks, est convaincue que les modèles d’IA ne suffisent pas seuls. Leur véritable potentiel se révèle lorsqu’ils travaillent avec des laboratoires capables de tester leurs idées dans le monde réel.

L’expérience a également offert un moment inattendu : lorsque l’équipe a donné à GPT-5 accès à de nouveaux réactifs, le modèle a tenté d’en utiliser le plus possible dans ses calculs, proposant ainsi une quantité d’eau négative, une situation impossible dans la réalité. Les techniciens du laboratoire ont tout de même réalisé les tests en ajustant légèrement le volume total du mélange.

Aujourd’hui, la composition de réaction optimisée par l’IA est disponible commercialement. Le 2 mars, Ginkgo Bioworks a lancé Ginkgo Cloud Lab, une plateforme permettant aux chercheurs du monde entier de soumettre leurs expériences à des laboratoires autonomes, à partir de 39 dollars par analyse.

Impact sur la recherche biologique

L’approche d’OpenAI et Ginkgo Bioworks accélère considérablement le rythme des recherches biologiques. Dans un laboratoire classique, concevoir une hypothèse, préparer l’expérience, attendre les résultats puis ajuster les paramètres peut prendre plusieurs jours, voire des semaines.

Cette expérience a démontré qu’il est possible de boucler un cycle complet en environ une heure avec l’IA et les robots, permettant ainsi de tester des milliers de variantes expérimentales en quelques semaines seulement.

Cette approche réduit également fortement les coûts, ce qui ravira l’industrie pharmaceutique et la biotechnologie. En effet, selon Wifi Talents, seulement environ 12 % des molécules testées en phase I deviennent des médicaments approuvés, ce qui signifie que la majorité des projets échouent, augmentant ainsi les coûts globaux de la recherche.

Développer un médicament est aujourd’hui extrêmement coûteux, atteignant environ 2,23 milliards de dollars pour les grandes entreprises pharmaceutiques en 2024, selon une analyse de Deloitte. Si une technologie permet de réduire ne serait-ce que quelques mois de recherche ou d’éviter certaines expériences inutiles, l’impact financier sera énorme, avec des économies pouvant atteindre des dizaines ou des centaines de millions de dollars sur un seul programme de développement.