GenBio AI dévoile AIDO, l'organisme numérique
GenBio AI, co-fondée par le prix Nobel David Baker, le directeur technologique Song Le, le président-directeur général Fred Hu et le scientifique en chef Eric Xing, publie dans Nature Medicine une feuille de route pour la construction d'organismes numériques pilotés par l'intelligence artificielle, ou AIDO. L'objectif est de dépasser les modèles biologiques actuels, souvent limités à une seule échelle de complexité, pour intégrer l'ensemble des niveaux du vivant. La technologie vise à connecter les molécules, les cellules, les tissus, les organes, l'organisme entier et les réseaux de populations au sein d'un même système simulé. Actuellement, les outils comme AlphaFold ou les modèles de cellules virtuelles excellent à prédire des structures spécifiques ou des réponses cellulaires, mais ils restent isolés. GenBio AI propose un système interconnecté capable de simuler la propagation d'une intervention biologique à travers plusieurs échelles de vie. La méthodologie s'articule en trois étapes. La première consiste à entraîner des modèles de base spécialisés pour chaque type de données et chaque niveau biologique. La deuxième étape repose sur l'alignement de ces modèles grâce à des jeux de données multimodales couplées et à des réseaux graphiques, permettant des transferts d'information bidirectionnels entre les échelles moléculaires et les phénotypes cliniques. La troisième phase vise l'optimisation conjointe de l'ensemble du système pour un apprentissage véritablement interconnecté. Le projet, en développement actif depuis 2024, en est actuellement à la phase de connexion des modules. Les premiers prototypes cibleront des simulations cellulaires détaillées avant de s'étendre progressivement aux tissus et aux organes. À terme, cette architecture pourrait évoluer vers un modèle du monde biologique, capable non seulement de prédire l'issue d'une perturbation, mais aussi de conserver la mémoire des états biologiques, de simuler l'évolution temporelle d'un système et d'exécuter des expériences contrefactuelles. Dans le domaine de la découverte de médicaments, l'AIDO permettrait de tester virtuellement l'efficacité et la toxicité de candidats-médicaments à travers l'organisme entier, d'identifier de nouvelles cibles thérapeutiques et d'optimiser les essais cliniques grâce à la modélisation patient. Une démonstration sur les maladies métaboliques a déjà confirmé la capacité du système à identifier des cibles connues et à générer des schémas d'intervention prometteurs. La réalisation de cet organisme numérique soulève toutefois des défis majeurs. L'évaluation précise du modèle sur l'ensemble de ses échelles, la traçabilité et l'interprétabilité des résultats, ainsi que la prévention des risques de biosécurité exigent des garde-fous rigoureux. Compte tenu de la complexité technique et des enjeux éthiques, GenBio AI plaide pour une collaboration ouverte et le recours à l'apprentissage fédéré pour entraîner ces systèmes tout en protégeant la confidentialité des données médicales. Cette initiative marque une étape significative vers la convergence de l'intelligence artificielle et de la biologie computationnelle, promettant de transformer la recherche biomédicale en un processus largement simulé et accéléré.
