On pensait que créer de la vie artificielle prendrait encore des décennies... Cette IA vient de changer le calendrier

Mise au point par des chercheurs de l'Université de Stanford et de l'Arc Institute, en collaboration avec Nvidia, cette innovation aborde le génome comme un modèle de langage, ce qui lui permet de repérer les motifs, les détails et les structures qui organisent l'ADN.

À partir de cette base, Evo2 peut prédire la suite d'une séquence et imaginer des fragments génétiques inédits.

Un champion de l'ADN

Pour parvenir à ce résultat, le système a été entraîné à partir de données de séquences nucléotidiques non redondantes et validées, provenant de bactéries, d'archées, d'eucaryotes et de bactériophages, en prenant en compte 40 milliards de paramètres.

En apprenant la vraisemblance des séquences - c'est-à-dire leur probabilité à être fonctionnelles - à travers de vastes ensembles de données évolutives, Evo2 peut effectuer des prédictions sans exemple préalable, sans aucun réglage fin ni supervision spécifique.

Une puissance de calcul hors normes

Pour atteindre de telles capacités, Evo2 mobilise une puissance de calcul hors normes, constituée de plus de 2 000 GPU Nvidia H100 qui, mis ensemble, peuvent réaliser 4 milliards de milliards d'opérations par seconde.

Par ailleurs, en combinant trois types différents d'opérateurs convolutionnels, son architecture, baptisée StripedHyena2, a été conçue pour gérer d'un seul coup des séquences très longues, qui peuvent comporter jusqu'à un million de nucléotides, ce qui lui permet de tenir compte des interactions distantes dans le génome.

Lire l'article

En effet, dans l'ADN, certains éléments très éloignés les uns des autres sur la chaîne peuvent interagir et influencer l'expression d'un gène. Les modèles d'IA plus anciens, qui étaient également plus limités, peinaient à saisir ces relations complexes.

En pouvant prendre en compte l'ensemble des échelles et des éléments, Evo2 peut comprendre aussi bien le détail moléculaire que l'organisation globale du génome.

Le premier ChatGPT du langage génomique

Étant conçue comme un modèle génératif, cette innovation peut produire de nouvelles séquences d'ADN en utilisant une séquence plus courte comme point de départ, de la même manière que ChatGPT génère du texte en réponse à un message écrit.

Ainsi, lors de tests, Evo2 a été utilisé pour générer des séquences entières d'ADN codant pour des structures cellulaires complexes appelées mitochondries, ce que le système a réussi à faire en disposant d'un minimum d'instructions au départ.

Lire l'article

À l'avenir, cette innovation pourrait prévoir l'impact fonctionnel de variants génétiques, y compris des mutations pathogènes non codantes, concevoir des génomes synthétiques, et relier des séquences à des fonctions biologiques probables, ce qui constituerait une avancée majeure en matière de biologie computationnelle.