L’intelligence artificielle dépasse les applications théoriques et entre au cœur de l’expérimentation scientifique. Une collaboration récente entre OpenAI et Ginkgo Bioworks montre comment la conception basée sur l’IA, combinée à l’automatisation robotique, peut considérablement accélérer la recherche biologique, en particulier dans le domaine de la production de protéines. Le projet, qui a débuté l’été dernier, s’est concentré sur l’optimisation de la synthèse des protéines acellulaires (CFPS) – une méthode permettant de créer des protéines sans avoir recours à des cellules vivantes. Cette approche contourne les longs processus de modification génétique et de croissance cellulaire de la biofabrication traditionnelle, offrant ainsi une voie plus rapide vers la production de médicaments, de produits agricoles et bien plus encore.
Le défi : la complexité de la biologie
Contrairement à des domaines comme les mathématiques ou l’informatique où le succès est facilement mesurable, la biologie présente des « problèmes difficiles ». Concevoir des expériences efficaces nécessite non seulement de générer des solutions, mais également de les vérifier – une tâche pour laquelle les références claires sont rares. Pour résoudre ce problème, l’équipe a utilisé la protéine fluorescente verte superfolder (sfGFP) comme cas de test. sfGFP fournit un signal sans ambiguïté : il s’allume en vert en cas de succès, permettant une évaluation rapide.
Conception IA, exécution robotique
Le GPT-5 d’OpenAI a généré des conceptions expérimentales, tandis que Ginkgo Bioworks a déployé ses systèmes de laboratoire automatisés, décrits par le PDG Jason Kelly comme le « Waymo » de la biologie. Ces laboratoires robotiques exécutent des expériences de manière autonome, nécessitant une intervention humaine minimale. Le processus était itératif : GPT-5 analysait les données entrantes et proposait de nouvelles expériences en une heure par cycle, bien plus rapidement que ce que les chercheurs humains pouvaient gérer. En seulement deux mois, le système a réalisé plus de 36 000 tests uniques.
Résultats : réduction des coûts et commercialisation
Le système basé sur l’IA a réduit le coût de production du sfGFP d’environ 40 % par rapport aux précédents critères fixés par le laboratoire Michael Jewett de l’Université de Stanford. Cette amélioration est « un gros problème », reconnaît Jewett, soulignant le potentiel d’un développement plus rapide de médicaments et d’une administration thérapeutique. La composition réactionnelle optimisée est désormais disponible dans le commerce.
Au-delà de l’efficacité : des informations inattendues
L’IA a également fait preuve d’une créativité inattendue et de l’importance de la surveillance humaine. Lorsqu’il a eu accès à de nouveaux réactifs, GPT-5 a tenté de maximiser l’inclusion, suggérant même un volume d’eau négatif dans une expérience. Les techniciens humains de Ginkgo Bioworks ont reconnu l’erreur et ont ajusté le volume pour procéder au test, prouvant ainsi que l’IA et l’expertise humaine doivent fonctionner en tandem.
L’avenir de la science basée sur l’IA
La collaboration a conduit au lancement de Ginkgo Cloud Lab, offrant aux chercheurs un accès à des systèmes de laboratoire autonomes pour seulement 39 $ par analyse. Le ministère américain de l’Énergie finance également un laboratoire autonome de 97 robots au Pacific Northwest National Laboratory, construit par Ginkgo Bioworks, dont l’ouverture est prévue en 2030. Ces développements soulignent un point critique : les modèles d’IA seuls sont insuffisants : ils doivent être associés à des laboratoires physiques capables de valider les résultats expérimentaux.
L’intégration de l’intelligence artificielle et des laboratoires autonomes représente un changement fondamental dans la manière dont les découvertes scientifiques se produiront, accélérant le rythme de l’innovation et révolutionnant potentiellement les industries de la médecine à l’agriculture.
