AlphaGenome, l’IA de Google qui décode la grammaire cachée de l’ADN

Google DeepMind franchit une nouvelle étape dans l’interprétation du génome avec AlphaGenome. Ce modèle d’intelligence artificielle se concentre sur la vaste partie non codante de l’ADN, essentielle à la régulation des gènes et à la compréhension de nombreuses pathologies.

Le séquençage du génome humain, achevé il y a plus de vingt ans, a livré l’intégralité du texte de la vie. Pourtant, en déchiffrer la syntaxe et les règles qui gouvernent son expression dans la cellule demeure un défi scientifique majeur. Une équipe de chercheurs vient de présenter un outil prometteur pour accélérer cette lecture. Nommé AlphaGenome, ce modèle d’apprentissage profond développé par Google DeepMind se consacre spécifiquement à l’analyse des séquences d’ADN dites non codantes.

Ces régions, qui représentent environ 98% de notre génome, ne produisent pas directement de protéines. Elles jouent en revanche un rôle crucial de régulation, orchestrant l’activité des gènes dans les différents types cellulaires. Leur mécompréhension est souvent liée à l’émergence de maladies. AlphaGenome a été entraîné sur des données expérimentales publiques issues de centaines de tissus humains et murins. Il est capable d’analyser de très longues séquences d’ADN, jusqu’à un million de paires de bases, et de prédire l’influence de chaque nucléotide sur plusieurs processus biologiques fondamentaux, comme l’activation ou la répression d’un gène.

Cette approche surmonte une limitation importante des modèles précédents, qui devaient arbitrer entre la longueur des séquences étudiées et la précision de l’analyse. Par ailleurs, AlphaGenome intègre simultanément onze fonctions cellulaires, là où les scientifiques devaient auparavant recourir à plusieurs outils distincts. Cette capacité permet notamment d’évaluer avec une finesse inédite l’impact de variants génétiques en comparant des séquences mutées à des séquences de référence.

Les concepteurs de l’outil, désormais accessible en open source pour la recherche non commerciale, espèrent qu’il servira à cartographier avec plus de précision les éléments fonctionnels du génome et à élucider leurs rôles moléculaires. Pour la communauté scientifique, il représente un levier potentiel pour identifier les variations génétiques qui prédisposent à des milliers de maladies, ouvrant la voie à de nouvelles approches thérapeutiques.

Des experts extérieurs au projet, tout en saluant les performances et le caractère fondamental de cet outil, tempèrent cependant l’enthousiasme. Ils rappellent que la qualité des prédictions d’une intelligence artificielle reste intrinsèquement liée à celle des données utilisées pour son apprentissage. Or, les jeux de données génomiques disponibles sont encore souvent limités en volume et manquent d’homogénéité. AlphaGenome n’est donc pas une solution universelle, d’autant que l’expression des gènes est également modulée par des facteurs environnementaux complexes. Il constitue néanmoins un instrument de recherche puissant pour simuler et explorer les bases génétiques des pathologies.