Biohub étend son initiative d'IA biologique avec 1,8 Md$

Le 7 octobre 2026, l’organisme sans but lucratif Biohub, fondé par Mark Zuckerberg et Priscilla Chan, a annoncé l’élargissement de son Initiative Virtual Biology. Ce partenariat réunissant le département de l’Énergie américain, les National Institutes of Health, Google DeepMind, Isomorphic Labs, Meta et NVIDIA mobilisera près de 1,8 milliard de dollars pour bâtir une infrastructure de données ouverte dédiée à l’intelligence artificielle appliquée à la biologie. L’objectif central est de former des modèles capables de prédire le comportement des cellules face à des médicaments, à l’édition génique ou à des changements environnementaux. En créant des jumeaux numériques cellulaires, les chercheurs espèrent réduire les essais expérimentaux répétitifs et accélérer la découverte de mécanismes pathologiques et de thérapies. Pour y parvenir, le projet vise à combiner des données multi-omiques, des images structurales et des mesures fonctionnelles issues de nouvelles techniques de mesure, telles que la cryo-tomographie électronique et l’imagerie à haut débit. Le financement reflète un engagement sectoriel élargi. Biohub engage 500 millions de dollars, dont 400 millions spécifiquement alloués au développement de méthodes de mesure. Le département de l’Énergie prévoit d’investir plus de 500 millions de dollars sur cinq ans, en s’appuyant sur les supercalculateurs et les plateformes automatisées de ses laboratoires nationaux. Les National Institutes of Health intégreront plus de 500 millions de dollars de ressources fédérales préexistantes, tandis que les entreprises technologiques DeepMind, Isomorphic Labs et Meta contribueront à hauteur de 300 millions de dollars. Les données générées par le secteur privé bénéficieront d’une période d’accès prioriel avant d’être ouvertes à la communauté scientifique, contrairement aux ressources publiques qui resteront accessibles immédiatement. À la tête de cette transformation se trouve Alex Rives, nommé directeur scientifique de Biohub. Expert reconnu des modèles de langage appliqués aux protéines, il supervise désormais l’intégration de l’IA avec l’expérimentation biologique. Biohub prévoit également de porter sa puissance de calcul à environ 10 000 unités de traitement graphique d’ici 2028, tout en s’associant à des institutions majeures pour harmoniser les formats et garantir l’interopérabilité des ensembles de données. Cette démarche s’inscrit dans une tendance plus large où les acteurs de l’intelligence artificielle quittent le simple stade de l’analyse pour investir directement la recherche expérimentale. Des initiatives similaires ont vu le jour chez Anthropic et OpenAI, qui développent désormais des laboratoires humides et des consortiums de données biomédicales. Toutefois, les experts alertent sur les limites potentielles de cette approche. Selon des chercheurs en génomique computationnelle, l’expansion quantitative des données ne garantit pas une amélioration linéaire des capacités prédictives, contrairement aux lois d’échelle observées dans le traitement du langage naturel. La biologie cellulaire introduit une complexité multi-factorielle où le contexte, l’interface moléculaire et les variables environnementales jouent un rôle déterminant. La pertinence des modèles dépendra ainsi davantage de la rigueur du design expérimental et de la diversité des conditions testées que du simple volume d’observations. Biohub ambitionne de publier ses premiers ensembles de données massifs d’ici un an, marquant une étape clé dans la quête de lois d’échelle spécifiques à la biologie, dont la validation expérimentale restera le véritable défi des prochaines années.