950 agents Claude, 21 heures de recherche, 210 millions de tokens, plus de 200.000 enzymes passées au crible et 3.500 pistes identifiées : en explorant une immense quantité de données génétiques, l’intelligence artificielle d’Anthropic a repéré un système biologique jusque-là inconnu présentant certaines caractéristiques qui rappellent CRISPR, l’une des technologies qui ont révolutionné la modification de l’ADN. On ignore encore à quoi sert cette découverte. Mais la manière dont elle a été réalisée mérite à elle seule l’attention.
Pour comprendre l’intérêt de l’annonce faite par Anthropic, il faut se souvenir que certaines des plus grandes découvertes de la biologie ont commencé par une anomalie.
CRISPR, un système naturel de séquences d’ADN répétées utilisé par certaines bactéries pour se défendre contre les virus, en est l’exemple le plus célèbre. Avant de devenir un outil permettant aux scientifiques de cibler et modifier avec une grande précision certaines parties du patrimoine génétique, CRISPR n’était qu’une étrange répétition observée dans l’ADN de bactéries.
Cette fois, c’est Claude qui a remarqué quelque chose d’inhabituel.
Le système découvert par les chercheurs d’Anthropic a été baptisé ART, pour array-associated reverse transcriptases, que l’on peut traduire par « transcriptases inverses associées à des séquences répétées ».
Une transcriptase inverse est une enzyme ( une protéine qui réalise une réaction biologique ) capable de transformer de l’ARN, la molécule qui sert notamment à transporter et exploiter l’information génétique, en ADN, la molécule qui contient les principales instructions génétiques du vivant.
ART associe cette enzyme à une seconde protéine dont la fonction reste inconnue et à une longue série de séquences d’ADN répétitives.
Cette organisation rappelle certains aspects de CRISPR.
Cela ne signifie absolument pas qu’ART soit « le nouveau CRISPR ». Sa fonction demeure inconnue. Mais sa structure est suffisamment inhabituelle pour avoir convaincu les chercheurs qu’elle méritait d’être étudiée en laboratoire.
950 Claude lancés à la recherche d’une anomalie
C’est surtout la manière dont ART a été découvert qui rend l’expérience intéressante.
Anthropic n’a pas demandé à Claude de rechercher un mécanisme particulier. Ses scientifiques lui ont donné une instruction beaucoup plus large : explorer une gigantesque base de données génétiques et identifier des familles intéressantes de transcriptases inverses.
Environ 950 agents Claude, c’est-à-dire autant d’instances du modèle travaillant en parallèle sur différentes parties du problème, ont été mobilisés pendant 21 heures.
L’opération a nécessité environ 210 millions de tokens, les unités de texte et de données traitées par les modèles d’intelligence artificielle.
Claude a rassemblé et examiné plus de 200.000 transcriptases inverses.
De cette masse sont ressortis environ 3.500 nouveaux systèmes candidats. Les agents ont ensuite progressivement éliminé les pistes les moins intéressantes pour n’en retenir que 20, accompagnées de rapports destinés aux scientifiques.
C’est au cours de cette recherche qu’un agent Claude s’est arrêté sur une enzyme particulière.
En examinant l’ADN qui l’entourait, il a remarqué une longue succession de motifs régulièrement répétés. La transcriptase inverse elle-même avait déjà été observée dans un bactériophage, c’est-à-dire un virus qui infecte les bactéries, mais personne n’avait encore identifié l’ensemble formé par l’enzyme, la protéine voisine et les séquences répétitives comme un système biologique distinct.
Claude a alors poursuivi son enquête : il a compté les répétitions, étudié leur espacement, comparé leur organisation aux systèmes connus et parcouru la littérature scientifique pour vérifier si cette structure avait déjà été décrite.
Les scientifiques humains ont ensuite repris la main pour réaliser les expériences en laboratoire.
Selon Anthropic, une exploration de cette ampleur aurait pu demander plusieurs semaines, voire plusieurs mois de travail à un chercheur spécialisé.
Imaginez 1.000 astronomes observant le ciel
L’astronomie offre probablement la meilleure analogie pour comprendre ce qui vient de se passer.
Imaginez un télescope produisant des millions d’images du ciel.
Une équipe d’astronomes peut passer des mois à les examiner dans l’espoir de repérer une étoile, une galaxie ou un phénomène qui sort de l’ordinaire.
Imaginez maintenant près de 1.000 astronomes numériques travaillant simultanément, capables d’examiner les images, de les confronter à la littérature scientifique existante et de signaler les anomalies les plus intéressantes aux chercheurs humains.
C’est, en substance, ce qu’Anthropic vient de faire avec l’ADN.
Sur plus de 200.000 enzymes examinées, Claude a dégagé 3.500 pistes, en a retenu 20, puis a attiré l’attention des scientifiques sur une organisation biologique que personne n’avait encore caractérisée de cette manière.
Les bases de données génétiques mondiales contiennent aujourd’hui des quantités considérables de séquences et de protéines dont les fonctions restent inconnues.
Le problème n’est donc plus seulement d’accumuler des données.
Il faut savoir où regarder.
Et c’est précisément là que l’intelligence artificielle pourrait changer l’échelle de la recherche scientifique.
Entre découverte scientifique et bataille de l’IA
Il faut cependant garder la tête froide.
ART n’est pas un médicament. Ce n’est pas non plus, à ce stade, un nouvel outil permettant de modifier l’ADN. Les chercheurs ne savent même pas encore quelle est sa fonction naturelle.
Il faudra comprendre son mécanisme, reproduire les résultats et déterminer si ce système présente un jour un intérêt en biotechnologie, l’ensemble des techniques utilisant les mécanismes du vivant pour développer des médicaments, des outils ou de nouveaux procédés.
L’annonce doit aussi être replacée dans une compétition beaucoup plus vaste.
Anthropic, OpenAI, Google et les autres grands acteurs de l’intelligence artificielle sont engagés dans une course continue aux chercheurs, aux capitaux, aux infrastructures, aux contrats et à l’influence, y compris auprès des États. Dans cet environnement, chaque avancée scientifique est aussi une démonstration de puissance destinée à montrer jusqu’où les modèles peuvent aller.
Cela ne retire rien à l’intérêt de la découverte. Mais cela impose de distinguer soigneusement ce qui est déjà démontré de ce qui relève encore de la promesse.
C’est peut-être cette ambiguïté qui caractérise le mieux le moment actuel.
Chaque nouvelle performance de l’intelligence artificielle provoque à la fois fascination et inquiétude. Fascination devant une technologie capable de parcourir en quelques heures des territoires de connaissances qui demanderaient des semaines à des humains. Inquiétude devant la vitesse avec laquelle ses capacités progressent et devant la difficulté à mesurer jusqu’où elles peuvent nous conduire.
