L'auteur des virus conçus par IA à Stanford explique à MIT TR comment un modèle écrit des génomes

MIT Technology Review organise le 16 octobre un entretien en ligne avec Samuel King, doctorant à Stanford, réservé aux abonnés. En 2025, il a utilisé un modèle génératif pour proposer des plans génétiques de virus. Ce travail reste l'un des exemples les plus visibles de la façon dont les architectures de langage quittent le texte pour la biologie. L'annonce est formulée avec prudence : pour l'instant, il ne s'agit pas de vie créée par une IA, mais elle pourrait fort bien constituer l'étape suivante. La discussion sera menée par la journaliste ou le journaliste senior du titre spécialisé en IA.

Ce que Samuel King a fait concrètement

L'annonce donne peu de détails ; je m'appuie donc sur le preprint de 2025 préparé à Stanford et à l'Arc Institute. King a travaillé dans le groupe de Brian Hie sur les modèles de la famille Evo, entraînés sur des séquences d'ADN et non sur des mots. Les chercheurs ont choisi comme cible des bactériophages : des virus qui infectent des bactéries et ne sont pas dangereux pour l'humain. Leurs génomes sont courts, environ 5 400 nucléotides, et ne codent qu'une douzaine de gènes, un peu plus tout au plus.

Le modèle a été affiné sur une famille de phages apparentés, puis chargé de générer de nouveaux génomes entiers. Les candidats sont ensuite passés par des filtres informatiques, ont été synthétisés et testés sur Escherichia coli (la bactérie intestinale). Selon l'étude, sur environ trois cents conceptions, 16 se sont révélées fonctionnelles. Dans les tests de laboratoire, certaines rivalisaient avec le prototype naturel, et d'autres faisaient mieux. Il faut recouper ces chiffres avec la source primaire, mais l'ordre de grandeur est celui-ci : quelques pour cent de réussite, ce qui n'est pas négligeable pour de la conception de génome à partir de zéro.

Pourquoi c'est plus sérieux que la génération de protéines

Les modèles de protéines comme AlphaFold ou RFdiffusion travaillent à l'échelle d'une seule molécule. Ici, le modèle propose un ensemble de gènes, leur ordre et des régions régulatrices qui doivent fonctionner ensemble dans la cellule hôte. C'est l'échelle d'un système.

Paramètres clés de l'expérience :

• Cible : bactériophages, génome d'environ 5,4 mille nucléotides
• Modèle : Evo en versions 1 et 2, affiné sur des génomes apparentés
• Sortie : plusieurs centaines de génomes générés
• Résultat : 16 variantes viables selon le preprint
• Vérification : synthèse d'ADN et infection d'une culture de bactéries

Les limites sont également claires. Le génome d'un phage est d'ordres de grandeur plus simple que celui d'une bactérie, et le modèle s'appuyait sur des échantillons naturels proches. Pour l'instant, il s'agit de recombiner et d'améliorer ce qui existe, pas d'inventer une nouvelle biologie. Il reste plusieurs étapes avant un organisme synthétique créé de toutes pièces, et la principale est l'assemblage de la cellule, pas seulement de son ADN.

La biosécurité, sujet central

Ces travaux soulèvent toujours la question du double usage. Les développeurs d'Evo 2 ont exclu d'emblée des données d'entraînement les génomes de virus d'eucaryotes, afin que le modèle fonctionne moins bien sur les pathogènes humains. Mais filtrer les données ne garantit rien : un affinage sur la bonne famille peut restituer une partie des capacités. L'intérêt de l'entretien avec King tient justement à ce que l'auteur dira où il voit lui-même le risque et quelles barrières il juge efficaces.

Que faire en tant que lecteur

Pour les équipes qui travaillent avec des modèles biologiques, la conclusion pratique est simple : ne regardez pas les démos, regardez la reproductibilité en laboratoire « wet lab ». La part de variantes viables et la vitesse du cycle « génération, synthèse, test » comptent plus que de belles métriques de plausibilité des séquences. Pour ceux qui suivent la réglementation, il est utile de surveiller l'évolution des exigences de contrôle des commandes d'ADN synthétique : c'est par la synthèse que passe la frontière entre un projet numérique et un organisme physique.

Mieux vaut chercher l'enregistrement de l'entretien ou son compte rendu après le 16 octobre, et lire avant cette date le preprint de King et Hie, afin de poser aux auteurs des questions précises.