Dans un billet de blog, les chercheurs de DeepMind, filiale de Google, ont présenté leur intelligence artificielle : AlphaFold. Elle est capable de déterminer avec précision la structure 3D qu’aura une protéine en se servant des informations sur son séquençage génétique. C’est une innovation extrêmement utile pour la communauté scientifique, car comprendre la structure des protéines est important pour diagnostiquer les maladies et les soigner, ou encore comprendre nos corps. En effet, ce sont les protéines qui régissent le fonctionnement des cellules qui composent ces derniers.

Réussir à modéliser efficacement une protéine est extrêmement complexe, car elle peut muter de biens des manières, notamment en fonction des interactions entre les acides aminés en son sein. Les chercheurs ont expliqué avoir dû effectuer plusieurs années de recherche en se reposant sur une énorme quantité de données pour arriver à un tel stade. Ils s’en sont servis préalablement lors des recherches sur le séquençage génétique.

Pour que AlphaFold soit capable de faire un modèle efficace, les chercheurs lui ont d’abord appris à modéliser la structure protéique à partir de zéro, sans modèles. Ils ont ensuite perfectionné les résultats à l’aide de deux réseaux neuronaux artificiels formés à modéliser les protéines en analysant leur séquençage génétique. C’est le deep learning qui a permis cet exploit.

Ces réseaux sont capables de prédire les distances entre les paires d’acides aminés qui composent la protéine ainsi que les angles des liaisons chimiques qui les relient les uns aux autres. Ils peuvent également prédire une distribution séparée des distances entre chaque paire de résidus dans une protéine. C’est l’ensemble de ces informations qui permettent d’estimer la précision de la structure protéique générée.

La précision des résultats atteints via cette méthode n’était cependant toujours pas suffisant pour les chercheurs. Leur esprit perfectionniste les a poussé à renforcer encore leur IA via des techniques de biologie structurale et d’autres techniques mathématiques de deep learning.

Aujourd’hui, la capacité de AlphaFold à prédire la structure des protéines a été saluée par plusieurs experts internationaux, cependant, les chercheurs de DeepMind estiment qu’il est encore trop tôt pour qu’elle ait « un impact quantifiable » sur les sciences et la médecine. Cependant, ils sont impatients de voir comment le développement du machine learning pourra faire la différence à l’avenir. Au vu des progrès des intelligences artificielles, qui permettent d’ores et déjà de détecter le cancer du sein ou encore la maladie d’Alzheimer, on partage leur excitation !

Enfin, AlphaFold vient rejoindre un autre projet, né chez IBM, qui lie intelligence artificielle et chimie. En effet, RXN for Chemistry permet de prédire les réactions chimiques.