Des chercheurs français ont mis au point une méthode innovante reposant sur une intelligence artificielle hybride, capable de concevoir des protéines sur mesure. Cette avancée ouvre des perspectives inédites dans les domaines de la santé et de l’environnement.
Développée par une équipe de l’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE), cette IA combine apprentissage profond et raisonnement automatique, une approche qui lui permet de créer des protéines respectant à la fois des règles issues de la physique et celles apprises par l’analyse de vastes bases de données.
Selon l’INRAE, cette intelligence artificielle hybride conçoit des protéines en intégrant non seulement des connaissances acquises à partir de données expérimentales, mais aussi des principes fondamentaux dictés par la physique ou définis par les chercheurs eux-mêmes.
Une avancée majeure pour la biologie et la médecine
Les protéines jouent un rôle central dans le fonctionnement des organismes vivants. Leur structure tridimensionnelle, qui résulte du repliement précis de leur chaîne d’acides aminés, est essentielle à leur fonction biologique.
La compréhension et la prédiction de ce repliement représentent un défi scientifique majeur. Certaines maladies, notamment neurodégénératives comme Alzheimer et Parkinson, sont causées par des erreurs dans ce processus naturel. Pouvoir concevoir des protéines sur mesure ouvre ainsi des perspectives cruciales pour la recherche biomédicale et le développement de nouveaux traitements.
Une révolution accélérée par l’intelligence artificielle
Le design de protéines par IA connaît une évolution fulgurante. Ce domaine de recherche, récemment mis en avant par le prix Nobel de chimie 2024, permet aujourd’hui la création de protéines totalement inédites, ouvrant la voie à des applications révolutionnaires en santé et en environnement.
Dans cette dynamique, l’INRAE a joué un rôle clé en développant une méthode innovante de conception basée sur une IA hybride. Grâce à une collaboration étroite entre spécialistes en intelligence artificielle et modélisateurs moléculaires, cette approche a déjà permis la création de nouvelles protéines fonctionnelles, caractérisées expérimentalement.
L’apprentissage profond est utilisé pour analyser les immenses bases de données de protéines naturelles et en extraire les principes sous-jacents. La Protein Data Bank, qui regroupe des décennies de recherches en biophysique, sert notamment de référentiel essentiel à ces analyses.
De son côté, le raisonnement automatique permet à l’IA d’exploiter ces connaissances et de les croiser avec des lois fondamentales de la physique ou des instructions fournies par les chercheurs. Cette combinaison accélère de manière exponentielle la recherche et l’identification des protéines répondant aux exigences définies.
Grâce à cette avancée, la conception de protéines entre dans une nouvelle ère, où l’intelligence artificielle devient un outil incontournable pour repousser les frontières de la biologie et développer des solutions adaptées aux grands défis de notre époque.
