Pendant des décennies, les scientifiques ont eu du mal à comprendre les vastes étendues d’ADN non codant au sein de nos génomes, souvent appelées « ADN indésirable » car elles ne construisent pas directement les protéines. Google DeepMind a dévoilé AlphaGenome, un nouveau modèle d’intelligence artificielle conçu pour prédire comment ce mystérieux matériel génétique influence la santé et la maladie. Cela représente un progrès significatif en génomique, qui pourrait potentiellement permettre de mieux comprendre l’impact des mutations sur l’expression des gènes.
Le langage caché du génome
Le génome humain est majoritairement non codant, avec plus de 98 % d’ADN qui ne se traduit pas en protéines. Pourtant, cette « matière noire » régule l’activité des gènes, déterminant si les cellules fonctionnent correctement ou tombent malades. Le défi a toujours été de prédire comment ces régions non codantes fonctionnent, jusqu’à présent.
AlphaGenome analyse des séquences d’ADN allant jusqu’à un million de paires de bases, évaluant comment les mutations modifient l’expression des gènes. Il s’agit d’une étape cruciale car les maladies génétiques proviennent souvent de modifications de ces régions non codantes, et pas seulement des gènes codant pour les protéines. Les créateurs du modèle l’ont mis gratuitement à la disposition de l’ensemble de la communauté des chercheurs.
S’appuyer sur les succès de l’IA
AlphaGenome s’appuie sur les avancées antérieures de DeepMind en matière de biologie basée sur l’IA. Vint d’abord AlphaFold, qui prédit avec précision les structures des protéines à partir de séquences d’acides aminés, ce qui a valu à ses développeurs un prix Nobel de chimie en 2024. Puis vint AlphaMissense, axé sur les mutations codant pour les protéines. AlphaGenome étend ce pouvoir au vaste espace non codant, s’attaquant à un problème auparavant insoluble.
“C’est comme si vous aviez un énorme livre de trois milliards de personnages et que quelque chose de mal s’était produit dans ce livre”, explique Pushmeet Kohli, vice-président scientifique de DeepMind. « AlphaGenome peut être utilisé pour dire : « Si vous changez ces mots, quel serait l’effet ? »
Comment fonctionne AlphaGenome
Le modèle combine des données provenant de plusieurs sources liées à l’expression des gènes, identifiant des modèles et prédisant les conséquences fonctionnelles des modifications de l’ADN. Une innovation clé est sa capacité à gérer des séquences d’ADN extrêmement longues sans sacrifier la précision, une limitation des outils précédents. Cela signifie que les chercheurs peuvent étudier des régions régulatrices entières à la fois, plutôt que de rassembler des données fragmentées.
Applications potentielles
AlphaGenome n’est pas encore prêt pour une utilisation clinique. Mais ses applications en recherche sont vastes :
– Comprendre la maladie : Identifier les mutations à l’origine des maladies génétiques, notamment le cancer.
– Thérapie génique : Concevoir des traitements plus efficaces en ciblant les régions de régulation appropriées.
– Études pangénomiques : Analyse de la manière dont les génomes régulent les gènes dans différentes cellules et tissus.
– Conditions rares : Aide au diagnostic des maladies génétiques rares où les mutations sous-jacentes sont inconnues.
« Malgré toutes les meilleures évaluations dont nous disposons, AlphaGenome semble avoir fait avancer un peu [le domaine] », déclare David Kelley de Calico Life Sciences.
Mises en garde et étapes futures
AlphaGenome a des limites. Il a été formé uniquement sur les génomes humains et murins et peut manquer d’effets sur d’autres espèces. Le modèle est également imparfait ; il pourrait ne prédire aucun effet lorsqu’il en existe un. Les chercheurs s’efforcent d’améliorer le pouvoir prédictif et de quantifier l’incertitude.
« Prédire comment une maladie se manifeste à partir du génome est un problème extrêmement difficile, et ce modèle n’est pas capable de le prédire comme par magie », explique Žiga Avsec, responsable de la génomique de DeepMind. “Mais AlphaGenome peut réduire le nombre de mutations possibles impliquées dans une maladie, ce qui le rend utile pour prioriser la recherche.”
AlphaGenome représente un progrès progressif mais réel. Cela ne résoudra pas les mystères du génome du jour au lendemain, mais il offre un nouvel outil puissant pour percer les complexités du plan de la vie.
