Si l’IA peut modéliser les cellules, la science peut trouver des remèdes

Mon parcours dans le domaine de la médecine a commencé lorsque j’ai perdu mon grand-père, emporté par un cancer. Je me souviens qu’il m’avait déposé devant ma classe de sixième le matin même, et qu’à mon retour à la maison, il n’était déjà plus là. Peu de temps après, j’ai acheté un manuel d’oncologie. Les sciences avaient toujours été ma matière préférée, et je pensais qu’elles pourraient m’aider à trouver des réponses. Des années plus tard, c’était moi le médecin dans la salle d’examen, mais je cherchais toujours. L’hôpital où je travaillais était un centre national de référence pour les maladies pédiatriques rares, dont 95 % sont incurables. Chaque jour, je me rappelais à quel point la médecine ne pouvait expliquer que très peu de choses sur l’état de mes patients : le dysfonctionnement cellulaire que nous ne pouvions pas voir et les symptômes que nous ne pouvions pas expliquer.

Chacun d’entre nous a déjà ressenti une forme de ce chagrin et de cette frustration. Les personnes que nous aimons reçoivent des diagnostics erronés. On nous prescrit des médicaments qui ne fonctionnent pas. Il est même difficile de savoir comment parler de maladies comme Alzheimer et Parkinson, où la science stagne depuis des décennies et où l’espoir semble si lointain. Mais je crois aussi que tout cela peut changer, pas dans 50 ans, mais bien plus tôt, si la communauté scientifique travaille de manière concertée et urgente pour exploiter le potentiel de l’IA dans le domaine de la santé humaine. Nous pouvons déjà entrevoir ce qui est possible. Pour ne citer qu’un exemple, des scientifiques ont mis au point des modèles d’IA de pointe capables de générer des types de protéines entièrement nouveaux pour cibler les cellules cancéreuses et neutraliser les agents pathogènes. Ces modèles fonctionnent parce qu’ils ont été entraînés sur d’énormes volumes de données et ont développé une compréhension approfondie de la façon dont les protéines se replient et fonctionnent dans l’organisme. La même technologie devrait être capable de modéliser des cellules, des tissus et des organes entiers, et potentiellement l’ensemble de la biologie humaine.

Compte tenu de ce potentiel extraordinaire, et des progrès rapides que nous observons actuellement, le moment est venu pour les leaders des secteurs de la technologie, de la recherche scientifique et de la philanthropie de jeter les bases de la prochaine ère de découvertes scientifiques et de traitements. Aucune organisation ne peut y parvenir seule. C’est pourquoi nous devons rassembler la communauté mondiale afin de construire une base de données ouverte pour une biologie accélérée par l’IA. Et c’est pourquoi l’institut que je dirige, Biohub, annonce la Virtual Biology Initiative.
Des modèles cellulaires puissants pourraient transformer fondamentalement le processus de découverte. Depuis des siècles, la recherche scientifique a progressé en réduisant les questions à leur plus simple expression. Nous éliminons les variables perturbatrices, supprimons la complexité et restreignons la portée de notre enquête aux processus pouvant être testés en laboratoire et compris dans le cadre d’un programme de subventions. Il ne nous reste alors qu’une connaissance qui ne reflète pas notre biologie.
Les modèles d’IA ne sont soumis à aucune de ces contraintes, ce qui signifie qu’ils pourraient enfin offrir à la communauté scientifique un moyen d’aborder les questions les plus difficiles et les plus urgentes en matière de santé humaine. Si l’IA peut simuler et comprendre le système immunitaire, il devrait être possible de mettre au point des thérapies pour prévenir des maladies comme le cancer à leurs stades les plus précoces. Ou la neurodégénérescence. Ou les troubles métaboliques. À notre connaissance, les possibilités de nouveaux traitements ne seraient limitées que par l’échelle des modèles. Mais cela conduit également au plus grand défi que ce domaine doit encore relever. Avant que l’IA puisse simuler la biologie, elle doit observer la biologie, et la grande majorité de l’activité cellulaire n’a jamais été observée ni mesurée. Les modèles protéiques sont généralement entraînés sur des bases de données protéiques. Les modèles génomiques sont généralement entraînés sur des bases de données génomiques. Nous avons encore besoin d’un modèle équivalent pour les cellules et des bases de données pour les entraîner, une ressource publique massive qui recense tous les types, comportements et états possibles qu’elles peuvent occuper dans le corps humain et d’autres organismes.

Pour mettre cela en œuvre, la communauté scientifique devra collaborer à une échelle sans précédent. Au cours de la dernière décennie, des universités et des instituts de recherche du monde entier ont travaillé ensemble pour accélérer la compréhension scientifique de la biologie cellulaire, notamment en soutenant des projets de génération de données à grande échelle tels que les cartes cellulaires de référence pour les humains et d’autres organismes. Nous avons également créé des référentiels de données d’imagerie cellulaire et construit l’une des plus grandes bases de données sur les cellules individuelles au monde. L’année dernière, nous avons réuni des institutions publiques et privées pour lancer le réseau Billion Cells Project, qui génère un immense ensemble de données biologiques open source.

L’initiative Virtual Biology s’appuiera sur l’ensemble de ces travaux. Afin de donner un coup de pouce à un effort mondial coordonné, elle commence par un engagement de 100 millions de dollars pour financer la génération de données au sein de la communauté scientifique. Plusieurs autres institutions s’associent à Biohub, notamment l’Allen Institute, l’Arc Institute, le Broad Institute et le Wellcome Sanger Institute, ainsi que des consortiums tels que l’Human Cell Atlas et l’Human Protein Atlas, afin de coordonner un effort à plus grande échelle. NVIDIA s’associe également à cette initiative, et Renaissance Philanthropy se joindra à nous pour faciliter le financement.
Au sein de Biohub, nous continuerons également à développer des technologies de pointe pour mesurer la cellule. L’imagerie est un axe essentiel de cet engagement de 400 millions de dollars : notre feuille de route inclut la microscopie pour observer des millions, voire des milliards de cellules dans des organismes vivants, ainsi que la tomographie cryo-électronique capable de résoudre des détails au niveau atomique dans la cellule. Nous souhaitons également réaliser des avancées majeures en ingénierie cellulaire et tissulaire, afin que les chercheurs puissent mener de nouveaux types d’expériences et mesurer des aspects de la biologie auxquels nous n’avons pas accès aujourd’hui.

Si vous disposez des ressources nécessaires pour mener ou soutenir des recherches en biologie, je vous invite vivement à vous joindre à cet effort. Je suis convaincu que les modèles d’IA permettront de résoudre des mystères de la santé humaine que le siècle de recherche écoulé n’a pas pu élucider. Nous trouverons ces réponses plus rapidement si nous travaillons ensemble.
La technologie open source facilite une nouvelle approche plus collaborative de la recherche, qui rassemble des équipes multidisciplinaires pour relever des défis qu’aucune institution ne peut résoudre seule. Les experts parlent depuis des décennies des promesses de la médecine personnalisée. Grâce à cet effort et aux modèles d’IA que ces données alimenteront, je crois que nous pouvons concrétiser cette promesse pour les patients du monde entier.
Qu’ils en soient conscients ou non, des millions de personnes, des patients malades et des conjoints inquiets, des familles en quête de réponses et des personnes qui n’ont pas encore commencé à chercher, comptent sur notre succès.