L’intelligence artificielle continue de repousser les limites de ce que nous pensions possible. Avec Evo 2 , un modèle IA développé par l’Arc Institute en collaboration avec NVIDIA , les scientifiques ont franchi une étape majeure dans la compréhension du code génétique. Cette avancée pourrait transformer notre approche des maladies, de la médecine personnalisée et même de la création de nouvelles formes de vie artificielle.
Dans cet article, découvrons comment Evo 2 fonctionne, pourquoi il est si puissant, et quelles sont ses implications pour l’avenir de la biologie.
Comment fonctionne Evo 2 ?
Imaginez un outil capable de lire, écrire, penser comme un biologiste expérimenté, et capable de déchiffrer le langage de l’évolution, de prédire les mutations génétiques responsables de maladies, ou même de concevoir des génomes entiers. C’est exactement ce que fait Evo 2 . Ce modèle IA a été entraîné sur plus de 9,3 billions de tokens – dans ce cas, des nucléotides – issus de plus de 128 000 génomes provenant des trois domaines de la vie : bactéries, archées et eucaryotes.
Grâce à cette formation massive, Evo 2 peut identifier des motifs dans les séquences génétiques qui prendraient des années aux chercheurs humains pour être détectés. Il est capable non seulement de reconnaître les mutations responsables de maladies chez l’être humain, mais aussi de concevoir de nouveaux génomes pouvant atteindre la taille de ceux des bactéries simples.
Pour comprendre son fonctionnement, imaginez Evo 2 comme un détective génétique. Alors que les autres modèles IA se concentrent souvent sur des tâches spécifiques, Evo 2 possède une compréhension globale de l’arbre de la vie. Il peut donc analyser des données complexes, telles que les relations entre différentes parties d’un génome, et proposer des solutions innovantes.
« Evo 2 a une compréhension généraliste de l’arbre de la vie qui est utile pour une multitude de tâches, » explique Patrick Hsu , co-fondateur de l’Arc Institute et professeur adjoint de bioingénierie à l’université de Californie, Berkeley.
Applications pratiques d’Evo 2
Les applications potentielles d’Evo 2 sont vastes et variées. Voici quelques exemples concrets :
- Identification des mutations pathogènes : Dans des tests effectués sur le gène BRCA1 , associé au cancer du sein, Evo 2 a obtenu plus de 90 % d’exactitude dans la prédiction des mutations bénignes versus potentiellement pathogènes. Cela pourrait économiser des heures de recherche et accélérer le développement de nouveaux traitements.
- Ingénierie génétique ciblée : Imaginez pouvoir concevoir un élément génétique qui s’active uniquement dans certaines cellules, comme celles du foie ou des neurones. Avec Evo 2, cela devient une possibilité concrète, permettant de créer des thérapies géniques plus précises et moins invasives.
- Création de nouvelles formes de vie artificielle : En comprenant comment les molécules interagissent au niveau génétique, Evo 2 pourrait aider à concevoir des organismes synthétiques capables de résoudre des problèmes environnementaux ou industriels.
Au-delà de la prédiction
Concevoir des génomes sur mesure
Evo 2 ne se contente pas d’analyser — il conçoit. Avec Evo Designer, les chercheurs peuvent générer des séquences d’ADN personnalisées pour des applications comme :
- Thérapies géniques ciblées (ex : activer un gène uniquement dans les cellules hépatiques).
- Organismes synthétiques (bactéries productrices de biocarburants).
- Éléments régulateurs pour contrôler l’expression génétique avec une précision inédite.
« C’est comme passer du Morse au code Python : l’IA nous donne un langage plus puissant pour dialoguer avec la vie », souligne Patrick Hsu, cofondateur de l’Arc Institute.
Une collaboration open source pour démocratiser l’accès
Contrairement à de nombreux modèles propriétaires, Evo 2 est intégralement open source :
- Code disponible sur GitHub de l’Arc Institute.
- Intégration dans NVIDIA BioNeMo, une plateforme dédiée à la découverte biomédicale.
- Outils comme Evo Mech Interp pour visualiser les motifs génétiques appris par l’IA.
Implications éthiques et sécurité
Avec un tel pouvoir vient une grande responsabilité. Les développeurs d’Evo 2 ont pris soin d’exclure les pathogènes infectieux humains et d’autres organismes complexes de l’ensemble de données de base. De plus, ils ont veillé à ce que le modèle ne produise pas de résultats productifs lorsqu’il est interrogé sur ces sujets sensibles.
Comme le souligne Tina Hernandez-Boussard , professeure de médecine à Stanford, ces précautions garantissent que l’outil reste responsable et aligné avec les valeurs éthiques de la communauté scientifique.
