Les scientifiques du Salk Institute ont développé un nouvel outil d’intelligence artificielle baptisé ShortStop, capable d’explorer les régions obscures du génome humain pour identifier des microprotéines — de petites molécules aux fonctions potentiellement cruciales, longtemps ignorées. Bien que les protéines classiques soient bien connues, les microprotéines, composées de moins de 150 acides aminés, ont été négligées car elles échappent aux méthodes traditionnelles de détection, souvent cachées dans les 99 % de l’ADN considérés comme « non codants » ou « bruit génétique ». ShortStop utilise un modèle d’apprentissage automatique entraîné sur des séquences d’ORFs (open reading frames) artificielles aléatoires, servant de contrôle négatif. En comparant les petits cadres de lecture (smORFs) trouvés dans les données génomiques aux séquences aléatoires, l’outil distingue rapidement ceux qui ont de fortes chances d’être fonctionnels. Cette approche permet de réduire drastiquement le nombre de candidats à tester expérimentalement, économisant temps et ressources. L’équipe a appliqué ShortStop à un jeu de données sur le cancer du poumon, identifiant 210 nouveaux candidats de microprotéines, dont une particulièrement prometteuse, surexprimée dans les tumeurs. Cette microprotéine a été validée par sa détection dans des cellules et tissus humains, ouvrant la voie à de nouveaux biomarqueurs ou cibles thérapeutiques. Le succès de cette approche démontre le potentiel de ShortStop pour révéler des éléments clés de la biologie humaine dans des maladies comme le cancer, Alzheimer ou l’obésité. Contrairement aux méthodes existantes, ShortStop fonctionne avec des données courantes comme les séries d’ARN (RNA-seq), accessibles à la plupart des laboratoires. Cela permet une analyse à grande échelle des tissus sains et malades, accélérant la découverte de microprotéines impliquées dans la santé et la maladie. Selon le professeur Alan Saghatelian, « nous avons longtemps ignoré des régions du génome essentielles. ShortStop nous donne les outils pour les explorer systématiquement. » Le projet, publié dans BMC Methods, illustre une nouvelle ère dans la recherche génomique, où l’intelligence artificielle devient un allié stratégique pour déchiffrer les mystères du « côté obscur » du génome. L’outil, développé par le postdoctoral Brendan Miller et son équipe, ouvre la voie à une compréhension plus complète de la régulation cellulaire et à de nouvelles avenues thérapeutiques.