La stratégie actuelle face à la résistance aux médicaments est souvent comparée au jeu Whac-A-Mole : une nouvelle mutation résistante apparaît, nous tentons de l'addresser, mais finalement, notre réponse reste réactive, se limitant à répondre aux défis évoluant constamment. C'est précisément pour pallier cette approche qu'un groupe de recherche à Stanford développe des méthodes plus proactive et prédictives. Notre équipe travaille sur deux axes principaux. Premièrement, nous utilisons l'apprentissage automatique (machine learning) pour améliorer nos prédictions et simulations sur l'évolution des maladies. Si nous pouvons anticiper le moment où une maladie mutera pour acquérir une résistance à un traitement, il est possible de concevoir des thérapeutiques protéiques qui seront efficaces contre sa forme future. Cette approche nous permettrait de prendre de l’avance sur le virus ou le pathogène avant qu’il n’évolue, plutôt que de simplement réagir après coup. Deuxièmement, nous sommes engagés dans le développement de modèles biologiques plus avancés pour améliorer la conception et le contrôle des systèmes biologiques. Prédire l'évolution des maladies n'a aucun sens si nous n'avons pas les moyens de les soigner ou de les prévenir. Notre objectif est donc de passer des modèles moléculaires aux modèles de systèmes biologiques complets. Cette évolution est cruciale car la plupart des maladies sont causées par des systèmes complexes qui dépassent largement le niveau moléculaire. Nos nouveaux modèles peuvent désormais analyser la biologie au niveau de l'organisme entier, ce qui représente un progrès significatif. Mon intérêt pour la recherche scientifique a été suscité dès mon enfance. Les personnages qui m'ont le plus impressionné dans les films étaient ceux qui inventaient toutes les technologies avancées, comme Q dans les films de James Bond. Ce n'était pas le rôle d'agent secret de James Bond qui m'attirait, mais celui du concepteur technologique, capable de créer des merveilles de la science. Ce qui m'a séduit, c'est l'idée que la recherche peut sembler magique, dans la mesure où elle nous permet de dépasser nos capacités actuelles, mais en réalité, elle est fondée sur des principes rigoureux et répétables. Ce type de recherche est extrêmement complexe et exige une formation poussée. Il y a très peu d'endroits en dehors du milieu universitaire où l'on peut se consacrer entièrement à cette tâche. Les institutions académiques jouent un rôle essentiel en formant et en enseignant des compétences précises et complexes aux futurs chercheurs. Cet investissement est largement rentabilisé puisque de nombreuses personnes bénéficient des avancées de la recherche biomédicale. Les nouvelles entreprises issues de cette recherche génèrent une valeur économique bien supérieure au coût de la formation de ces scientifiques. Il est également important de souligner que la science n'est pas liée à un quelconque agenda politique. Elle s’appuie uniquement sur les données. Accepter des résultats qui vont à l’encontre de nos croyances est une preuve de courage, mais c’est aussi ce qui fait toute la force de la science : elle remet constamment en question nos convictions. Beaucoup pensent que les scientifiques détiennent toutes les réponses, mais c’est une illusion. Il serait bénéfique que davantage de chercheurs communiquent sur l'incertitude inhérente à la science. C'est un processus dynamique et en constante évolution, qui se réécrit à chaque nouvelle découverte.