Des chercheurs sud-coréens ont utilisé l'IA pour concevoir de l'ADN qui se replie en minuscules formes

Points clés

• Des chercheurs sud-coréens ont publié une étude dans Nature Communications montrant qu'un modèle d'IA, Generative SNUPI, peut concevoir des structures ADN à partir de formes dessinées par l'utilisateur.
• L'origami ADN, une technique pour plier le matériel génétique en formes précises, existe depuis environ 20 ans mais s'est développé lentement car le processus de conception est coûteux et exige beaucoup de main-d'œuvre.
• Generative SNUPI utilise un modèle de diffusion, la même catégorie d'IA qui alimente les générateurs d'images comme DALL-E, pour traduire une forme cible en un plan ADN fonctionnel.
• Les équipes de recherche sont basées à l'Université nationale de Séoul et à l'Université Hanyang en Corée du Sud.
• Les futures versions de l'outil pourraient supporter des structures flexibles et mobiles nécessaires pour l'acheminement des médicaments et le traitement du cancer.

Imaginez plier un morceau de papier en une grue en origami, sauf que le papier est un brin d'ADN et la grue finie est des milliers de fois plus petite qu'un cheveu humain. C'est l'idée de base derrière l'origami ADN, et cela enthousiasme les scientifiques quant aux possibilités allant de minuscules robots médicaux à des structures pouvant administrer des médicaments directement dans le corps.

Le problème a toujours été l'étape de conception. Déterminer exactement comment séquencer, ou arranger, les lettres chimiques de l'ADN pour que le brin se replie dans la bonne forme nécessite des connaissances spécialisées, beaucoup d'ajustements manuels et beaucoup de temps.

Un nouveau modèle d'IA appelé Generative SNUPI, abréviation de Structured Nucleic Acids Programming Interface, vise à supprimer ce goulot d'étranglement. Des équipes de l'Université nationale de Séoul et de l'Université Hanyang ont développé cet outil et l'ont décrit dans la revue Nature Communications. Comme l'a rapporté en premier IEEE Spectrum AI, le modèle peut prendre un contour dessiné par l'utilisateur, comme un visage de chien ou la silhouette de la Joconde, et produire une conception ADN qui fonctionne physiquement.

Le modèle utilise ce que les chercheurs appellent un modèle de diffusion. Pensez-y comme esquisser une forme avec des millions de minuscules points précis jusqu'à ce que les points eux-mêmes deviennent le plan. Le modèle connaît les règles chimiques que suit l'ADN : spécifiquement, quels blocs de construction moléculaires s'attirent mutuellement. Il utilise ces règles pour remplir la forme cible avec une séquence ADN valide.

Une fois la conception terminée, les scientifiques de laboratoire synthétisent, ou fabriquent chimiquement, de courts brins d'ADN appelés agrafes. Ces agrafes tirent un brin plus long, appelé échafaudage, dans la forme prévue. Kyounghwa Jeon, doctorante à l'Université nationale de Séoul qui a travaillé sur le projet, dit que le processus est « très similaire à l'agrafage de papier ».

L'équipe a découvert que certaines formes ne tenaient pas au départ, non pas à cause d'une erreur de l'IA, mais parce que la forme d'entrée elle-même était structurellement instable. Ils ont ajouté une vérification avant l'étape de conception pour détecter ces cas en amont.

Que signifie cela pour la médecine ?

Pour l'instant, cela affecte principalement les chercheurs. La version actuelle de Generative SNUPI produit des structures rigides, et de nombreuses applications médicales réelles, comme diriger un médicament vers une cellule cancéreuse, nécessitent des structures qui peuvent fléchir et se mouvoir. Do-Nyun Kim, professeur adjoint à l'Université nationale de Séoul, dit que l'équipe prévoit d'étendre les travaux à des conceptions dynamiques et reconfigurables dans des recherches futures.

Si cet objectif est atteint, les résultats pratiques pourraient inclure des systèmes d'acheminement des médicaments plus précis et de nouveaux outils pour l'immunothérapie, des traitements qui entraînent le système immunitaire à combattre les maladies. C'est encore loin. Mais aujourd'hui, l'outil rend déjà accessible à un groupe beaucoup plus large de scientifiques un processus exigeant et réservé aux experts.

Rebecca Taylor, professeure de génie mécanique à l'Université Carnegie Mellon qui n'a pas participé à l'étude, l'a dit clairement : « L'ensemble du domaine est en quelque sorte activé et limité par ses outils. Quand vous créez un nouvel outil qui active une nouvelle capacité, c'est juste un progrès énorme pour le domaine. »