Jiqizhixin (机器之心)→ original

Raygun : l'IA qui rétrécit les protéines sans perte de fonction — une étude de Duke publiée dans Nature

Des chercheurs de Duke University présentent Raygun, une IA qui redessine les protéines naturelles comme un « rayon rétrécisseur moléculaire » : elle les raccourcit de 10 à 25 %, parfois de plus de la moitié, tout en conservant leur structure et leurs sites actifs. Le modèle a été testé sur des protéines fluorescentes, des enzymes et le facteur de croissance EGF. L'étude a été publiée dans Nature le 29 juillet 2026. Elle ouvre la voie à des protéines compactes pour la thérapie génique.

Traité par IA depuis Jiqizhixin (机器之心) ; édité par Hamidun News
Raygun : l'IA qui rétrécit les protéines sans perte de fonction — une étude de Duke publiée dans Nature
Source : Jiqizhixin (机器之心). Collage: Hamidun News.
◐ Écouter l'article

Des chercheurs de la Duke University School of Medicine ont publié dans Nature, le 29 juillet 2026, Raygun, un modèle génératif qui réduit de 10 à 25 % la taille de protéines naturelles — et, dans certains cas, de plus de la moitié — tout en préservant leur structure tridimensionnelle et leurs sites fonctionnels. La presse a déjà surnommé l'outil « rayon rétrécisseur moléculaire ».

Comment fonctionne le « rayon rétrécisseur »

Raygun est un modèle template-based : il prend une protéine naturelle existante comme modèle et y introduit des substitutions ainsi que des insertions et délétions d'acides aminés (indels), au lieu de concevoir la molécule de zéro. Il repose sur des protein language models entraînés sur des millions de séquences naturelles. Ces modèles traduisent la chaîne d'acides aminés en une représentation mathématique standardisée, sur laquelle Raygun travaille ensuite.

Le pilotage se résume à deux réglages. Le premier détermine l'ampleur des modifications apportées à la séquence ; le second, le sens dans lequel déplacer la taille : raccourcir la protéine ou l'allonger. Sur le plan architectural, Raygun est un autoencodeur : une entrée de longueur variable y est compressée en une représentation de taille fixe.

  • Développeur : laboratoire de Rohit Singh, Duke University School of Medicine
  • Publication : Nature, 29 juillet 2026 (DOI 10.1038/s41586-026-10842-8)
  • Réduction de taille : de 10 à 25 %, parfois de plus de 50 %
  • Entrée du modèle : séquence d'origine, paramètre de « bruit » et longueur cible
  • Peut aussi allonger les protéines au-delà de leur taille naturelle

Ce que montrent les expériences

Raygun a été testé sur trois classes de protéines : des protéines fluorescentes (utilisées en imagerie), des enzymes cellulaires et des variants du facteur de croissance épidermique EGF. Pour l'EGF — une protéine impliquée dans la cicatrisation et dans des voies de signalisation liées au cancer —, l'équipe a mené des expériences de liaison au récepteur et confirmé que les variants raccourcis conservent leur fonction.

Le point clé de ces résultats : les versions miniatures ne perdent pas leurs sites actifs. Le modèle introduit une diversité importante dans la séquence, mais préserve les sites fonctionnels et l'intégrité structurelle prédite. À la différence des modèles qui créent des protéines de zéro, Raygun s'appuie sur un modèle naturel existant, ce qui augmente les chances que la molécule raccourcie soit fonctionnelle.

«

Il existe un langage qui détermine comment la séquence d'acides aminés d'une protéine donne naissance à sa forme et à sa fonction, mais les scientifiques ne comprennent pas encore pleinement ce langage », — Rohit Singh, professeur assistant de biostatistique, de bio-informatique et de biologie cellulaire à Duke University.

Pourquoi rétrécir les protéines

Les protéines compactes servent avant tout à la thérapie génique : de nombreuses protéines thérapeutiques sont trop volumineuses pour tenir dans des vecteurs viraux à capacité limitée. Réduire la taille de la molécule sans perdre sa fonction lève cette contrainte et élargit l'éventail des cibles accessibles.

Outre la thérapie génique, les auteurs citent la conception de biocapteurs protéiques et d'autres outils biotechnologiques. Selon Singh, les modèles de langage de protéines fonctionnent comme un traducteur :

«

Les modèles de langage de protéines agissent comme une sorte de traducteur : ils apprennent des régularités à partir de millions de séquences et relient ces régularités à la structure et à la fonction biologiques », — Rohit Singh, Duke University.

Ce que cela change

Raygun fait passer le redesign de protéines d'une ingénierie manuelle et lente à un processus pilotable : on fixe la longueur cible et le degré de modification, et l'on obtient une variante fonctionnelle. L'outil rapproche l'« évolution dirigée » des protéines de problèmes concrets de médecine et de biotechnologie.

Questions fréquentes

Qu'est-ce que Raygun ?

Raygun est un modèle d'IA génératif de redesign de protéines développé par Duke University et publié dans Nature le 29 juillet 2026. Il prend une protéine naturelle comme modèle et produit des versions raccourcies, allongées ou fortement modifiées, en préservant la fonction.

De combien Raygun réduit-il la taille des protéines ?

Raygun raccourcit les protéines de 10 à 25 %, et dans certains cas de plus de 50 %, en préservant la structure prédite et les sites fonctionnels. Le modèle peut aussi allonger des protéines au-delà de leur taille naturelle.

Où Raygun s'applique-t-il ?

La principale application est la thérapie génique, où les protéines compactes sont plus faciles à empaqueter dans des vecteurs viraux. Les auteurs citent également la conception de biocapteurs protéiques et d'autres outils biotechnologiques.

ZK
Hamidun News
Actualités IA sans bruit. Sélection éditoriale quotidienne de plus de 50 sources. Produit de Zhemal Khamidun, Head of AI chez Alpina Digital.
✦ Enterprise AI & Advisory

Executive AI Consulting, Custom Agents & Team Workshops

Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.

Book AI Consultation →Explore NomadNet AI
Qu'en pensez-vous ?
Chargement des commentaires…