OpenProtein.AI met les outils d'IA de conception de protéines à la portée des biologistes

OpenProtein.AI tente de lever l'un des principaux obstacles à la rencontre de l'IA et de la biologie. Des modèles puissants pour travailler sur les protéines existent déjà, mais la plupart des chercheurs les jugent encore trop complexes à utiliser sans compétences en machine learning, sans accès à des GPU et sans équipe d'ingénierie dédiée.

La start-up a été fondée par Tristan Bepler, diplômé du MIT, et Tim Lu, ancien professeur associé du MIT. Leur idée est simple : offrir aux biologistes une plateforme web sans code où ils peuvent importer leurs propres données, lancer des modèles d'ingénierie des protéines, prédire la structure et la fonction des molécules, et entraîner ou affiner des modèles pour des tâches précises. L'entreprise travaille déjà avec des organisations pharmaceutiques et biotechnologiques de toutes tailles, et fournit la plateforme gratuitement aux scientifiques du monde académique.

En pratique, il ne s'agit pas d'un outil étroit, mais d'une boîte à outils complète pour la recherche, où l'IA s'intègre au processus de laboratoire au lieu de rester une expérience isolée réservée aux spécialistes des données.

Le projet est issu des travaux universitaires de Bepler au MIT. Pendant ses études dans le programme de biologie computationnelle et des systèmes, sous la direction de la professeure Bonnie Berger, il s'est penché sur une question qui reste centrale pour tout le domaine : comment mieux comprendre le lien entre la séquence d'une protéine, sa structure et sa fonction. Avant même l'arrivée d'AlphaFold, Bepler étudiait comment exploiter les données évolutives pour prédire les propriétés des protéines, et il est arrivé à l'un des premiers modèles génératifs de cette classe : en substance, un modèle de langage de protéines.

L'objectif n'était pas seulement de prédire la forme de la molécule, mais aussi de passer plus vite de la séquence à la compréhension de ce que cette protéine est précisément capable de faire.

Plus tard, après avoir soutenu son doctorat en 2020, Bepler a rejoint le laboratoire de Tim Lu comme postdoctorant. C'est là que l'écart entre les outils d'IA de pointe et les besoins réels des biologistes est devenu particulièrement visible. Les modèles gagnaient en puissance, mais leur adoption exigeait trop de préparation technique : écrire du code, configurer le calcul, constituer des bibliothèques de séquences, procéder au réentraînement et interpréter les résultats.

OpenProtein.AI est conçue comme une réponse à ce problème précis. Plutôt que d'obliger le chercheur à devenir ingénieur ML, l'entreprise déporte la complexité vers l'infrastructure et laisse à l'utilisateur une interface claire et des scénarios de travail prêts à l'emploi.

La principale création maison d'OpenProtein est PoET, pour Protein Evolutionary Transformer. Il a été entraîné sur des groupes de protéines afin de générer des séquences apparentées et de saisir les contraintes évolutives qui déterminent les propriétés des molécules. L'entreprise affirme que PoET sait généraliser ces contraintes et intégrer de nouvelles informations sur les séquences sans réentraînement complet, ce qui compte particulièrement pour les laboratoires qui produisent en permanence de nouvelles données expérimentales.

Les chercheurs peuvent utiliser leurs propres données pour entraîner des modèles et optimiser des séquences de protéines, puis faire passer les variantes obtenues par des outils d'analyse, des prédicteurs de structure et d'autres vérifications in silico avant de passer au travail en laboratoire humide. Pour ceux qui ont besoin d'un accès programmatique, la plateforme propose aussi une API, mais le scénario de base reste sans code.

L'entreprise continue d'étendre sa plateforme. En 2025, elle a présenté PoET-2, nouvelle version de son modèle de langage de protéines qui, selon OpenProtein, surpasse des modèles nettement plus gros tout en ne demandant qu'une fraction des ressources de calcul et des données expérimentales. C'est important non seulement pour la qualité, mais aussi pour le coût de la recherche : si les modèles efficaces s'allègent, ils pourront servir à d'autres qu'aux plus grands groupes pharmaceutiques.

Les grands acteurs s'y mettent aussi. Boehringer Ingelheim a commencé à utiliser la plateforme début 2025, puis a élargi sa collaboration avec OpenProtein à l'ingénierie des protéines pour le traitement du cancer et des maladies auto-immunes et inflammatoires.

La prochaine étape pour l'entreprise est d'apprendre aux modèles à mieux gérer non seulement les propriétés statiques des protéines, mais aussi leur comportement dynamique. Il s'agit des cas où une protéine doit participer simultanément à plusieurs mécanismes biologiques ou changer de fonction après s'être liée à une autre molécule. Si l'IA parvient à décrire et à concevoir de tels scénarios, l'éventail des approches thérapeutiques s'élargira et la conception de systèmes biologiques gagnera nettement en précision.

L'enseignement principal de cette histoire est que le marché passe peu à peu d'expériences d'IA rares et ponctuelles en biologie à une infrastructure plus accessible pour la recherche quotidienne. Si OpenProtein.AI parvient réellement à tenir l'équilibre entre ouverture, simplicité d'usage et qualité des modèles, elle abaissera le seuil d'entrée pour les laboratoires, accélérera la vérification des hypothèses et raccourcira le chemin entre la conception informatique d'une protéine et un vrai candidat pour une thérapie ou un usage industriel. Et, peut-être tout aussi important, elle éviterait que les outils d'IA les plus puissants restent enfermés chez quelques grands acteurs.