Plus d’une demi-douzaine d’organisations des secteurs public et privé s’associent pour développer des ensembles de données biologiques pour les modèles d’intelligence artificielle.
Le consortium, qui a annoncé sa collaboration aujourd'hui, s'engage à consacrer 1,8 milliard de dollars au projet.
Pour étudier comment une cellule réagit à une nouvelle thérapie, les scientifiques doivent généralement mettre en place un environnement de test physique. Cela peut prendre des années de travail et des millions de dollars. Une approche plus rapide et plus rentable consisterait à tester des thérapies à l’aide de cellules simulées. Une simulation ne nécessite pas d'équipement de laboratoire coûteux et peut théoriquement être lancée en quelques heures.
Il n’existe pas encore de simulations ultra détaillées et hautement fiables pouvant remplacer les équipements de laboratoire. La raison en est que la création de telles cellules virtuelles nécessiterait une nouvelle génération de modèles d’IA optimisés pour la biologie. La formation de tels modèles ne serait possible qu’avec des ensembles de données biologiques plus volumineux que ceux actuellement disponibles pour les scientifiques.
L'initiative de recherche annoncée aujourd'hui vise à produire les ensembles de données nécessaires. Le principal contributeur au projet est le ministère américain de l'Énergie, qui engagera plus de 500 millions de dollars sur cinq ans.
Une partie des fonds est réservée au matériel de microscopie. Le matériel sera utilisé pour collecter des mesures cellulaires pour les ensembles de données d’entraînement à l’IA.
La Direction de l'Energie privilégiera trois méthodes d'imagerie : la diffusion de neutrons, la microscopie à rayons X et la cryo-microscopie électronique. Les deux premières méthodes identifient les matériaux qui composent un échantillon biologique. L'équipement de diffusion de neutrons repère les éléments légers et leurs isotopestandis que les appareils à rayons X détectent les éléments plus lourds. La cryomicroscopie électronique, troisième méthode d'imagerie de la liste, cartographie la structure interne des cellules.
Le deuxième contributeur au projet est Biohub, une organisation de recherche à but non lucratif soutenue par Mark Zuckerberg. Il consacre 400 millions de dollars à cette initiative. Les trois quarts des fonds seront consacrés à des projets de recherche internes, tandis que le reste soutiendra des projets externes.
Comme le ministère de l’Énergie, Biohub utilisera la cryomicroscopie électronique pour collecter des données cellulaires. L’organisation à but non lucratif prévoit d’utiliser une variante spécifique de la technologie appelée cryo-ET. Cela fonctionne en congelant un échantillon biologique et en l’exposant à un faisceau d’électrons. Lorsque les électrons entrent en contact avec l’échantillon, ils modifient leur trajectoire et donnent ainsi un aperçu de sa structure interne.
Le travail de Biohub s'étendra également à d'autres domaines. Il prévoit de collecter des données non seulement sur le fonctionnement interne des cellules, mais également sur la manière dont les différentes cellules interagissent les unes avec les autres. Selon le groupe, le plan est de créer des images contenant des millions, voire des milliards de cellules.
Les National Institutes of Health des États-Unis, ou NIH, y participent également. Il donnera accès à des ensembles de données biologiques développés « grâce à un investissement fédéral antérieur de plus de 500 millions de dollars aligné sur cette initiative ». Biohub et le NIH s'associeront pour organiser les données sous une forme pouvant être plus facilement traitée par les modèles d'IA.
Google DeepMind, Isomorphic Labs, filiale d'Alphabet Inc., et Meta Platforms Inc. contribuent ensemble à hauteur de 300 millions de dollars. Nvidia Corp., quant à elle, prévoit de prendre en charge les aspects du projet qui utiliseront des accélérateurs et des logiciels spécialisés pour exécuter des charges de travail de recherche. Les géants de la technologie seront rejoints par une demi-douzaine de groupes de recherche à but non lucratif, dont l’Allen Institute.
« Un modèle prédictif précis de la biologie pourrait considérablement accélérer la découverte scientifique en permettant aux scientifiques de réaliser des expériences numériquement », a déclaré Alex Rives, directeur scientifique de Biohub. « Les connaissances qui en découleront pourraient permettre une bien meilleure compréhension de la maladie et ouvrir de toutes nouvelles voies vers des remèdes. »
