Cette IA cartographie les neuf milliards de « fautes de frappe » possibles dans l'ADN humain
Google DeepMind publie AlphaGenome Atlas, une base de données d'un pétaoctet qui anticipe les effets moléculaires de chaque mutation possible du génome humain grâce à l'intelligence artificielle..
Des chercheurs ont développé une intelligence artificielle (IA) capable de cartographier les fautes de frappe présentes dans l'ADN humain. L'ADN, ou acide désoxyribonucléique, est une molécule présente dans toutes les cellules vivantes qui contient les instructions génétiques nécessaires au développement et au fonctionnement d'un organisme. Une faute de frappe dans l'ADN correspond à une modification aléatoire d'une des bases azotées qui composent l'ADN (il en existe quatre : adénine (A), thymine (T), cytosine (C) et guanine (G)). Ces erreurs, appelées mutations, peuvent survenir naturellement lors de la réplication de l'ADN ou être causées par des facteurs externes comme les rayons UV ou certains produits chimiques. L'IA permet d'identifier et de classer ces mutations parmi les neuf milliards de combinaisons possibles, un travail colossal qui serait impossible à réaliser manuellement.
L'ADN humain compte environ trois milliards de paires de bases azotées. Une faute de frappe peut toucher n'importe laquelle de ces paires, et il existe trois types de mutations possibles pour chaque paire : le remplacement d'une base par une autre, l'ajout d'une base supplémentaire ou la suppression d'une base. En combinant ces possibilités, les chercheurs estiment qu'il existe neuf milliards de fautes de frappe potentielles dans l'ADN humain. Pour donner un ordre de grandeur, cela équivaut à neuf fois le nombre d'étoiles dans la Voie lactée. L'IA permet de prédire l'impact de ces mutations sur la santé humaine en analysant leur probabilité d'apparition et leur effet potentiel sur les protéines produites par les gènes.
Cette cartographie des mutations pourrait révolutionner la médecine personnalisée. En identifiant les fautes de frappe les plus dangereuses, les médecins pourraient anticiper le risque de développer certaines maladies génétiques, comme la mucoviscidose ou la drépanocytose, bien avant l'apparition des premiers symptômes. L'IA pourrait également aider à prédire la réponse d'un patient à un traitement en fonction de son profil génétique. Par exemple, certains médicaments sont moins efficaces ou plus toxiques pour certaines personnes en raison de variations génétiques. Cette approche, appelée médecine de précision, vise à adapter les soins à chaque individu plutôt qu'à appliquer des traitements standardisés.
Malgré ses promesses, cette technologie soulève des questions éthiques et pratiques. D'abord, l'IA ne peut pas prédire avec certitude quelles *fautes de frappe* entraîneront effectivement une maladie, car l'expression des gènes dépend de nombreux autres facteurs, comme l'environnement ou le mode de vie. Ensuite, l'accès à ces données génétiques pose des problèmes de confidentialité : qui peut utiliser ces informations et à quelles fins ? Enfin, cette technologie pourrait creuser les inégalités en matière de santé, les personnes aisées ayant plus facilement accès à ces analyses génétiques avancées que les autres.
