Un atlas inédit du monde moléculaire, capable de cartographier plus d’un milliard de structures protéiques, vient d’être mis à disposition des chercheurs par le BioHub, l’institut biomédical de la Chan Zuckerberg Initiative fondé par Mark Zuckerberg et son épouse, la médecin Priscilla Chan. Selon Futura Sciences, cette base de données, nommée ESM Atlas, repose sur un outil d’intelligence artificielle particulièrement performant, ESMFold2, entraîné à partir de décennies de données génomiques couvrant l’ensemble des règnes du vivant. Bref, un moteur de recherche du vivant pourrait ainsi voir le jour, ouvrant la voie à des avancées majeures en biologie et en médecine.
Ce qu'il faut retenir
- Le BioHub publie ESM Atlas, une base de données de plus d’1 milliard de structures protéiques prédites par IA, dont une grande partie provient de micro-organismes encore inconnus.
- Cet outil, généré grâce au modèle ESMFold2, couvre des séquences biologiques issues de bactéries, virus, champignons, animaux et plantes, ainsi que de la « matière noire biologique ».
- Les chercheurs espèrent accélérer la découverte de nouveaux médicaments, notamment en identifiant plus rapidement des protéines cibles pour des maladies comme le cancer ou les troubles immunitaires.
- ESM Atlas est accessible en open source, gratuitement, pour les scientifiques du monde entier, contrairement à d’autres bases comme AlphaFold.
- Les premières validations expérimentales ont déjà été réalisées sur des cibles liées au cancer et aux maladies immunitaires, selon un communiqué publié dans Nature.
Un outil révolutionnaire pour la recherche médicale
La création d’ESM Atlas marque une étape supplémentaire par rapport à des projets antérieurs comme AlphaFold, développé en 2021 par DeepMind et l’Institut européen de bio-informatique. AlphaFold avait déjà permis de prédire la structure de 200 millions de protéines, mais ESM Atlas double ce nombre tout en intégrant des protéines issues de micro-organismes non cultivés ou de fragments d’ADN encore non caractérisés. Selon Futura Sciences, cette base de données pourrait ainsi révéler des fonctions protéiques totalement inédites, voire des systèmes biologiques inconnus à ce jour.
Les protéines jouent un rôle central dans le fonctionnement des cellules et des organismes. Leur structure tridimensionnelle détermine leur rôle biologique, et sa compréhension est essentielle pour développer de nouveaux médicaments ou étudier des maladies. Avec ESM Atlas, les chercheurs disposent désormais d’un outil pour naviguer au sein de ce « vivant moléculaire » et concevoir des molécules thérapeutiques de manière plus ciblée. « Cela ouvre une nouvelle voie pour concevoir des protéines et accélérer les découvertes scientifiques », a indiqué le BioHub dans un communiqué.
De la prédiction à l’application : quelles perspectives ?
L’un des principaux atouts d’ESM Atlas réside dans sa capacité à accélérer les processus de découverte de médicaments. Aujourd’hui, le développement d’un nouveau traitement nécessite généralement entre 10 et 15 ans, avec des coûts estimés à plusieurs milliards d’euros. Grâce à cette base de données, les scientifiques pourraient identifier plus rapidement des protéines impliquées dans une maladie, trouver des analogues déjà connues, ou concevoir des molécules capables de se fixer sur une cible biologique précise. « L’atlas devrait permettre d’identifier beaucoup plus rapidement des protéines impliquées dans une maladie et de concevoir de nouvelles molécules thérapeutiques », souligne Futura Sciences.
Les applications potentielles sont vastes : développement d’enzymes industrielles, création d’anticorps thérapeutiques pour l’immunothérapie, conception de protéines neutralisant des virus, ou encore mise au point de molécules de thérapie génique. Dans le domaine de la recherche fondamentale, ESM Atlas pourrait également faciliter l’identification de nouvelles familles de protéines ou de systèmes biologiques jusqu’ici ignorés. Autant dire que les perspectives sont immenses, même si des validations expérimentales restent nécessaires pour confirmer ces prédictions.
Un pas vers les « cellules virtuelles »
L’ambition ultime derrière ce projet est de parvenir à simuler le fonctionnement complet des cellules humaines à partir de modèles informatiques. Ces « cellules virtuelles » permettraient aux chercheurs de tester l’effet d’un médicament, d’une mutation ou d’une infection avant même de réaliser des expériences en laboratoire ou sur des animaux. Une avancée qui, si elle se concrétise, pourrait révolutionner la recherche médicale et réduire considérablement les coûts et les délais de développement des traitements. « L’objectif est de créer des modèles prédictifs de cellules humaines entières », explique le BioHub.
Pourtant, comme le rappelle Futura Sciences, prédire une structure protéique ne constitue pas une preuve expérimentale. La base de données ESM Atlas ne remplacera pas le travail des chercheurs en laboratoire, qui reste indispensable et coûteux en temps et en ressources. Par ailleurs, sa supériorité par rapport à des outils comme AlphaFold devra être confirmée par des évaluations indépendantes. La prudence s’impose donc, même si les premiers résultats sont encourageants.
Pour l’heure, ESM Atlas représente une avancée majeure, mais son impact réel dépendra de son adoption par les chercheurs et de la capacité de l’IA à tenir ses promesses. Une chose est sûre : l’outil ouvre des perspectives inédites pour la science, même si des défis techniques et éthiques devront être relevés dans les années à venir.
AlphaFold, développé par DeepMind et l’Institut européen de bio-informatique, avait prédit la structure de 200 millions de protéines en 2021. ESM Atlas, lui, couvre plus d’un milliard de structures, dont une grande partie provient de micro-organismes encore non cultivés ou de fragments d’ADN inconnus. Contrairement à AlphaFold, ESM Atlas est accessible en open source, ce qui le rend plus accessible aux chercheurs du monde entier.
Les scientifiques pourront utiliser ESM Atlas pour identifier des protéines cibles liées à des maladies, concevoir de nouveaux médicaments, ou encore étudier des systèmes biologiques inconnus. L’outil servira également à prédire l’effet de molécules thérapeutiques avant des tests en laboratoire, accélérant ainsi la recherche médicale.
