Des chercheurs de l'Institut de chimie organique de Shanghai, sous l'égide de l'Académie chinoise des sciences, ont développé Void-X, un modèle génératif dédié à la conception d'interfaces protéiques au niveau atomique. Publiée récemment dans la revue PNAS, cette avancée introduit une approche ascendante qui s'oppose aux méthodes conventionnelles de design protéique, lesquelles modélisent d'abord la structure globale avant d'affiner les détails. Void-X opère comme un modèle de remplissage atomique. Il a été entraîné sur un jeu de données de plus de huit millions d'agrégats sphériques prélevés dans des bases de données biologiques. Lors de la phase d'apprentissage, environ trente pour cent des atomes situés à la périphérie de chaque agrégat sont volontairement masqués. Le réseau neuronal, composé de 170 millions de paramètres, doit alors reconstruire leur disposition spatiale optimale à partir des atomes restants. Cette architecture atteint une précision de 78,3 pour cent pour la prédiction au sein d'une même chaîne protéique et de 68,2 pour cent pour les interactions entre chaînes distinctes. En générant directement la distribution des atomes aux zones d'interface, le système identifie et comble les vides structurels avec une résolution atomique. En s'appuyant sur les principes physiques des interactions moléculaires, Void-X offre un cadre rigoureux et interprétable pour le design rationnel des biomolécules. Cette précision ouvre des applications majeures dans le secteur pharmaceutique, permettant d'accélérer le développement de thérapies ciblées et d'optimiser les vecteurs de délivrance de protéines, tels que les virus adéno-associés ou les nanoparticules lipidiques. Soutenu par le Fonds national chinois pour les sciences naturelles et l'Académie des sciences, ce travail illustre la montée en puissance de l'intelligence artificielle générative en biologie structurale. En couplant une information atomique détaillée aux architectures d'apprentissage profond, Void-X élargit significativement les capacités d'ingénierie des protéines et pave la voie à des solutions médicales plus précises et personnalisées.