Trois ans et demi après que les ingénieurs de Google DeepMind ont surpris le monde de la biomédecine avec le programme d’intelligence artificielle (IA) AlphaFold 2, qui prédit la structure de n’importe quelle protéine, son successeur, AlphaFold 3, a été présenté aujourd’hui, qui augmente le potentiel de l’IA dans recherche biomédicale à un niveau supérieur.
La nouvelle version d’AlphaFold ne se limite plus à l’étude des protéines mais peut déchiffrer n’importe quelle molécule de n’importe quel être vivant, y compris les acides nucléiques comme l’ADN et l’ARN et les minuscules molécules comme les ligands, déterminants dans le fonctionnement des cellules. Et elle ne se contente pas de décrire à quoi ressemblent ces molécules à l’échelle atomique, mais prédit également comment elles interagissent entre elles, et comment ces interactions les modifient.
Structure d’une protéine de coronavirus déterminée avec AlphaFold 3 (image fournie par Google DeepMind)
Avec cette avancée, on espère, d’une part, faire progresser la compréhension scientifique du fonctionnement des êtres vivants et, d’autre part, transformer la manière dont les médicaments sont créés, a rapporté hier lors d’une conférence de presse Demis Hassabis, co-fondateur de DeepMind avant son acquisition par Google et actuel PDG de l’entreprise.
Coïncidant avec le lancement d’AlphaFold 3, Google DeepMind a mis gratuitement le serveur AlphaFold à la disposition des scientifiques du monde entier, un outil qui permet aux chercheurs biomédicaux d’utiliser la plateforme d’IA sans avoir besoin de connaissances avancées en informatique.
Elle aura deux applications principales : créer des médicaments et mieux comprendre le fonctionnement des êtres vivants.
« Tous les groupes de biologie structurale du monde vont adopter ce système. Il est très simple à utiliser. Cela va changer notre façon de faire de la science », a déclaré Julien Bergeron, chercheur au King’s College de Londres qui collabore avec l’équipe Google DeepMind, lors de la conférence de presse.
Depuis qu’AlphaFold2 a été introduit en novembre 2020 et mis à disposition de la communauté scientifique, il a été utilisé par près de deux millions d’utilisateurs. Il a été utilisé dans des projets allant du développement de nouveaux antibiotiques ou d’un vaccin contre le paludisme au captage du carbone par des bactéries pour atténuer le changement climatique. Il a été récompensé par la Percée de l’année (l’avancée scientifique la plus importante de l’année) par le magazine Science et ses créateurs ont déjà reçu certaines des récompenses scientifiques les plus importantes au monde comme – entre autres – l’Albert Lasker (considéré comme le prélude au prix Nobel), les Frontières de la connaissance de la Fondation BBVA ou, plus récemment, le Breakthrough Prix.
Structure d’une enzyme fongique déterminée avec AlphaFold 3 (image fournie par Google DeepMind)
AlphaFold 2 a permis de déduire pour la première fois la structure tridimensionnelle des protéines à partir de leur séquence d’acides aminés. De cette manière, des recherches qui pourraient prendre des années pour chaque protéine individuelle, en plus d’équipements coûteux tels que des appareils de cristallographie aux rayons X, pourraient être résolues en quelques minutes avec un ordinateur.
Mais AlphaFold 2 a résolu « l’image statique des protéines », alors que « les phénomènes biologiques sont dynamiques », expliquait hier Demis Hassabis. Pour comprendre la biologie, « il faut comprendre […] les interactions entre différentes molécules dans les cellules. AlphaFold 3 est notre prochaine étape dans cette direction.
AlphaFold 3 a été mis gratuitement à la disposition des scientifiques du monde entier
L’une de ses nouveautés les plus importantes est qu’il peut déterminer comment les protéines se lient à l’ADN ou à l’ARN, ce qu’AlphaFold 2 ne pouvait pas faire. « Quand je donne des cours, il y a des gens qui me disent ‘c’est très bien, mais je recherche une protéine qui se lie à l’ADN, tu peux me dire comment elle se lie ?’ ; et je ne pouvais pas”, a expliqué John Jumper, qui a dirigé le développement de la nouvelle IA.
AlphaFold 3, présenté aujourd’hui dans la revue scientifique Naturedéduit la structure des biomolécules à partir de séquences d’acides aminés tout comme AlphaFold 2. Mais la stratégie qu’il utilise est différente.
Demis Hassabis, PDG de Google DeepMind, au siège de l’entreprise à Londres
José Sarmento Matos/Bloomberg
La nouvelle IA a été développée par Google DeepMind et la société pharmaceutique Isomorphic Labs
AlphaFold 2 était basé sur des données sur la façon dont les protéines ont évolué pour obtenir la forme qu’elles ont. La nouvelle version utilise moins de données évolutives et la complète avec une stratégie d’IA générative, similaire à celle utilisée pour générer des images avec l’IA. Dans ce cas, le système part d’un nuage d’atomes et, par itérations successives, se rapproche de la position de chaque atome dans l’espace jusqu’à atteindre la structure tridimensionnelle finale de la biomolécule.
Des chercheurs d’Isomorphic Labs ont participé au développement d’AlphaFold 3, une société née en tant que filiale de Google DeepMind qui utilise l’IA pour concevoir de nouveaux médicaments par ordinateur. Preuve du potentiel d’AlphaFold pour l’industrie pharmaceutique, les multinationales Eli Lilly et Novartis ont déjà signé des contrats de collaboration avec Isomorphic Labs, d’une valeur de 45 millions de dollars pour la première et de 37,5 millions de dollars pour la seconde, pour appliquer l’IA à la conception de médicaments.
“Avec ce nouvel outil, vous pouvez concevoir un composé qui se lie à la surface d’une protéine et prédire la force de la liaison, ce qui est essentiel pour la conception de médicaments”, a expliqué Demis Hassabis, PDG de Google DeepMind. L’efficacité des anticorps, par exemple, dépend de ce type de liaison. AlphaFold 3 devrait donc accélérer le développement de nouvelles thérapies basées sur les anticorps.
Marc Masip
