Nobel de chimie pour avoir révélé des codes de protéines par le biais de l'intelligence artificielle.

Copenhague, 9 oct (EFE).- Le prix Nobel de chimie a récompensé ce mercredi les Américains David Baker et John M. Jumper ainsi que le Britannique Demis Hassabis pour avoir déchiffré le code des structures des protéines à travers l'utilisation de l'informatique et de l'intelligence artificielle (IA). Hassabis et Jumper ont utilisé l'IA pour prédire la structure de presque toutes les protéines connues ; Baker a développé des méthodes informatiques pour créer des protéines qui n'existaient pas auparavant et, dans de nombreux cas, avec de nouvelles fonctions, a souligné la motivation de l'Académie royale des sciences suédoise. Leurs découvertes permettent une meilleure compréhension des fonctions vitales humaines, entre autres le pourquoi de certaines maladies et la manière dont se produit la résistance antibactérienne ; ainsi que la création de nouveaux nanomatériaux, de minisenseurs et d'une industrie chimique moins polluante, en plus d'accélérer le développement de vaccins. Les protéines sont les molécules qui rendent la vie possible ; les briques qui forment les os, la peau ; les moteurs qui alimentent nos muscles ; les machines qui lisent, copient et réparent l'ADN ; celles qui maintiennent nos neurones et notre cerveau en état de fonctionnement, des anticorps qui permettent notre réponse immunitaire. Ainsi l'a résumé Johan Aqvist de l'Académie suédoise des sciences pour expliquer le prix en ajoutant que "pour comprendre comment fonctionne la vie, nous devons d'abord comprendre la forme des protéines". L'expert a indiqué que le prix de cette année "a ouvert un monde complètement nouveau de structures de protéines : celles dont on savait qu'elles existaient, mais pas comment elles étaient, et d'autres qui sont conçues à partir de zéro, qui n'existent pas dans la nature, mais qui peuvent faire toutes sortes de choses merveilleuses". Baker, qui est intervenu par téléphone lors de la conférence de presse, a déclaré se sentir "profondément honoré" par ce prix et enthousiaste quant à "toutes les façons dont la conception de protéines peut rendre le monde meilleur", par exemple dans le domaine de la santé ou de la médecine. L'Académie royale rappelle qu'il n'a pas été possible d'explorer en détail les protéines avant les années 1950, avec l'apparition de la cristallographie par rayons X, un outil qui a permis de produire des images d'environ 200 000 protéines différentes au fil des ans. Des découvertes ultérieures ont révélé que la structure tridimensionnelle des protéines est déterminée par la séquence d'acides aminés qui les composent, de sorte que si celle-ci était connue, on pourrait prédire la structure, ce qui est devenu l'un des grands défis de la biochimie. En 1994, l'Évaluation Critique des Techniques pour la Prédiction Structurale Protéique (CASP, pour ses initiales en anglais) a été lancée, une expérience mondiale biennale communautaire visant à prédire la structure des protéines, qui cependant a à peine enregistré des avancées pendant plus de deux décennies. Demis Hassabis, un expert en neurosciences, a cofondé en 2010 DeepMind, une entreprise dédiée au développement de modèles d'IA pour les jeux de société et qui a été vendue au géant technologique Google quatre ans plus tard. En 2018, Hassabis a inscrit sa société au CASP, réalisant avec son modèle d'IA AlphaFold un taux de 60 % de prédictions correctes, supérieur au maximum de 40 % enregistré par d'autres scientifiques les années précédentes, mais encore insuffisant. L'entrée de John Jumper, un expert en protéines, dans l'équipe de Hassabis et l'utilisation de transformateurs, des réseaux de neurones artificiels nouvellement découverts, leur a permis deux ans plus tard de faire un bond qualitatif avec AlphaFold2, dont les résultats étaient aussi bons que ceux de la cristallographie mais beaucoup plus rapides : ce qui prenait auparavant des années peut désormais être réalisé en quelques minutes. Google DeepMind a partagé publiquement le code d'AlphaFold2, qui a été utilisé jusqu'à présent par plus de deux millions de personnes dans 190 pays. David Baker a commencé à explorer les structures des protéines dans les années 1990 et a développé un logiciel capable de les prédire, nommé Rosetta. Après avoir obtenu un succès important au CASP de 1998, avec de meilleurs résultats que la plupart, il a eu l'idée d'utiliser le logiciel à l'envers : au lieu d'introduire des séquences d'acides aminés dans Rosetta et d'en sortir les structures, il pourrait obtenir des propositions de séquences à partir d'une structure désirée et créer des protéines complètement nouvelles. C'est ainsi qu'il a pu construire sa première protéine, appelée Top7 et différente de toute autre existante, le premier cas de ce que le Comité Nobel considère comme un "développement extraordinaire". Des années plus tard, il a réalisé le potentiel des modèles d'IA basés sur des transformateurs, en ajoutant l'un d'eux à Rosetta, ce qui a facilité la création de plus en plus de nouvelles protéines. David Baker (Seattle, 1962) a obtenu son doctorat à l'Université de Californie en 1989 et enseigne actuellement à celle de Washington. Hassabis (Londres, 1976) a étudié à l'University College London et est directeur exécutif de Google DeepMind, où travaille également John M. Jumper (Little Rock, 1985), qui a étudié à l'Université de Chicago. Baker reçoit la moitié de la dotation du prix, qui s'élève cette année à 11 millions de couronnes suédoises (968 000 euros, 1,1 million de dollars) ; Hassabis et Jumper se partageront l'autre moitié. Les trois succèdent au palmarès du Nobel de chimie au Français Moungi Bawendi, à l'Américain Louis Brus et au Russe Alexei Ekimov, distingués l'année dernière pour la découverte et le développement des points quantiques, qui ont révolutionné la nanotechnologie. La série des lauréats du Nobel se poursuivra demain avec le prix de littérature et se poursuivra dans les jours suivants avec ceux de la paix et de l'économie. EFE