Une intelligence artificielle de DeepMind, une société de Google, a réussi à prédire la structure de 200 millions de protéines, presque toutes connues de la science. Ces données, librement accessibles à tous, sont essentielles pour comprendre la biologie de tous les êtres vivants de la planète et peuvent conduire au développement de nouveaux médicaments ou technologies contre la pollution plastique ou la résistance aux antibiotiques.
Les protéines sont les éléments constitutifs de la vie. Constitué de chaînes d'acides aminés, se repliant en formes complètes, une structure 3D qui détermine en grande partie leur fonction. Savoir replier une protéine nous a permis d'essayer de comprendre son fonctionnement et son comportement, ce qui est l'un des grands défis de la biologie depuis plus de cinq ans.
L'année dernière, DeepMind a surpris la communauté scientifique en publiant le code d'AlphaFold. Les structures d'un million de protéines, dont toutes les protéines du corps humain, sont disponibles dans une base de données construite en collaboration avec le Laboratoire européen de biologie moléculaire (EMBL), un institut de recherche international.
La découverte a changé à jamais la biologie et la médecine. En quelques minutes et avec une grande précision, les chercheurs ont pu obtenir des informations très pertinentes, par exemple sur les protéines impliquées dans différentes maladies. Le travail a été reconnu par le magazine 'Science' comme la recherche scientifique la plus importante de l'année.
Insécurité alimentaire et maladie
La nouvelle mise à jour avec 200 millions de protéines, une accélération majeure par rapport à l'usine initiale, comprend des structures pour les plantes, les bactéries, les animaux et de nombreux autres organismes, ouvrant d'énormes opportunités pour AlphaFold d'avoir un impact sur des questions importantes telles que la durabilité, le carburant , l'insécurité alimentaire et les maladies négligées », explique le britannique Demis Hassabis, fondateur et PDG de DeepMind, l'une des plus grandes sociétés de recherche en intelligence artificielle au monde. Récompensé cette année par le prix Princesse des Asturies pour la recherche scientifique et technique, Hassabis, qui était un enfant prodige des échecs et un concepteur de jeux informatiques, estime que les scientifiques pourraient utiliser les résultats pour mieux comprendre les maladies et accélérer l'innovation dans la découverte de médicaments. et la biologie.
Depuis son lancement en 2020, plus de 500 000 chercheurs de 190 pays ont accédé à AlphaFold pour plus de 2 millions de structures. Ils l'ont utilisé, entre autres, pour découvrir les protéines qui affectent la santé des abeilles et libérer un vaccin efficace contre le paludisme. En mai, des chercheurs dirigés par l'Université d'Oxford ont annoncé qu'ils utilisaient cet algorithme pour aider à déterminer la structure d'une protéine clé du parasite du paludisme et ont vérifié que les anticoagulants étaient susceptibles de bloquer la transmission du parasite.
pores nucléaires
Une autre utilisation réussie d'AlphaFold a permis d'assembler le complexe de pores nucléaires, l'un des puzzles les plus diaboliques de la biologie. La structure se compose de centaines de parties protéiques et contrôle tout ce qui entre et sort du noyau cellulaire. Il a également été utilisé pour cibler des maladies telles que la leishmaniose et la maladie de Chagas, qui touchent de manière disproportionnée les habitants des régions les plus pauvres du monde, ou la lèpre et la schistosomiase, une maladie aiguë et chronique causée par des vers parasites qui détruit la vie de plus d'un milliards de personnes dans le monde.
L'outil fera gagner beaucoup de temps aux chercheurs, il est nécessaire de prédire les structures des protéines est une tâche ardue. « AlphaFold est une avancée unique et capitale dans les sciences de la vie qui démontre la puissance de l'IA. Déterminer la structure 3D d'une protéine prenait auparavant plusieurs mois ou années, maintenant cela ne prend que quelques secondes », explique Eric Topol, fondateur et directeur du Scripps Research Institute. Hassabis l'a comparé à quelque chose d'aussi simple que de faire une recherche sur Google.
Selon Jesús Pérez Gil, professeur de biologie moléculaire et de biochimie à l'Université Complutense de Madrid, les prédictions d'AlphaFold suggèrent "un énorme changement" dans sa capacité de recherche. La fiabilité de l'intelligence artificielle « a été spectaculaire jusqu'à présent, bien meilleure qu'on ne pouvait l'imaginer. C'est incroyable que beaucoup de ces structures se ressemblent tellement lorsqu'elles sont vues expérimentalement", a-t-il admis. Le chercheur rappelle qu'il s'agit de simulations, et que toutes doivent être confirmées par des études expérimentales. La prochaine étape consisterait non seulement à comprendre la structure des protéines, mais aussi à démêler comment elles changent lorsqu'elles interagissent entre elles ou avec d'autres éléments moléculaires.
« Les protéines sont ce qui fait la plupart des fonctions dans les cellules et les tissus. Savoir comment ils se forment et comment ils se comportent lorsqu'ils interagissent entre eux ou avec d'autres molécules nous permettra de développer des cibles thérapeutiques pour les médicaments, de rechercher des applications biotechnologiques ou industrielles dans l'industrie alimentaire, les procédés industriels ou la durabilité environnementale », indique Pérez Gil. .
