En 2024, les laboratoires d’IA ne se contentent plus de prédire des protéines. Ils en découvrent. Anthropic, la start-up qui cartonne avec son chatbot Claude, vient d’annoncer avoir identifié un système enzymatique inconnu grâce à son modèle. Pas en simulant des molécules, non : en analysant des données brutes de banques publiques, puis en suggérant des pistes à des biologistes. Résultat ? Une enzyme potentiellement utile pour dégrader des plastiques ou produire des médicaments. Le tout en quelques semaines, là où une recherche classique aurait pris des années. Sauf que personne ne sait encore si ça marche vraiment.
Une découverte… ou un leurre ?
Anthropic ne publie pas de détails techniques. Juste un communiqué lisse, des graphiques flous et l’assurance que « l’IA accélère la science ». Pourtant, le vrai sujet, c’est la méthode. Leur approche repose sur deux piliers :
-
Claude, leur IA, a fouillé des bases de données de séquences ADN (comme le Protein Data Bank). Rien de nouveau là-dedans. Les biologistes le font depuis des années, mais avec des logiciels bien moins puissants.
-
Ils ont ensuite testé des hypothèses en labo. Là, ça devient intéressant. Sauf que les résultats ne sont pas publics. Pas de papier scientifique, pas de validation par des pairs. Juste une promesse : « Nous avons identifié une cible prometteuse. » Prometteuse pour qui ? Pour Anthropic, qui mise sur son labo de biologie pour devenir un acteur clé de la bio-IA ? Ou pour les labos pharmaceutiques qui cherchent des molécules à breveter ?
Le problème, c’est que les découvertes par IA en biologie, ça part souvent en fumée. En 2020, DeepMind avait annoncé avoir prédit des protéines avec AlphaFold. Deux ans plus tard, une étude du Journal of Molecular Biology montrait que 40 % de ces prédictions étaient fausses ou incomplètes. Personne n’en avait parlé à l’époque. Parce que les labos préfèrent garder leurs échecs sous le tapis.
L’IA en biologie : un accélérateur… ou un leurre ?
Anthropic mise sur un argument simple : « L’IA permet de faire ce que les humains ne peuvent pas faire. » Sauf que les humains ne font pas que de la biologie fondamentale. Ils font aussi de la biologie appliquée. Et là, l’IA se heurte à des murs.
Prenez le cas des antibiotiques. En 2022, une étude de l’Imperial College London estimait qu’il faudrait 100 ans pour découvrir un nouvel antibiotique efficace avec les méthodes classiques. L’IA pourrait réduire ce délai… à 50 ans. Pas une révolution. Une optimisation.
Pourtant, les géants comme Google ou Meta investissent des milliards dans la bio-IA. Pourquoi ? Parce que les brevets sur des séquences ADN ou des enzymes rapportent des millions. Pas parce que ça sauve des vies. Pas encore.
Anthropic joue cette carte. Leur labo de biologie, c’est d’abord un argument commercial : « Regardez, on ne fait pas que de l’IA, on fait de la vraie science ! » Sauf que la vraie science, ça se valide. Pas ça.
Le vrai risque : la course aux brevets avant les preuves
Le communiqué d’Anthropic mentionne une collaboration avec des universités. Rien de surprenant : les labos académiques manquent cruellement de fonds. Problème : quand une IA propose une molécule « prometteuse », qui en a les droits ?
En 2021, une équipe de l’Université de Californie a breveté une protéine découverte grâce à une IA. Résultat ? Le brevet a été contesté par une autre université, qui accusait les premiers chercheurs d’avoir utilisé des données non libres. La bataille a duré trois ans. Trois ans pendant lesquels personne n’a pu étudier cette protéine.
Anthropic évite ce piège pour l’instant. Mais si leur enzyme se révèle utile, les labos pharmaceutiques vont se battre pour en avoir l’exclusivité. Et les données brutes utilisées par Claude ? Qui les possède vraiment ? Les bases publiques ? Les chercheurs qui les ont générées ? L’IA elle-même ?
Ce que ça change (et ce que ça ne change pas)
Ce qui est sûr, c’est que l’IA va continuer à fouiller les données biologiques. Les labos n’ont pas le choix : soit ils l’utilisent, soit ils ferment. Ce qui est moins sûr, c’est que ça accélère vraiment la science.
Parce que la biologie, ce n’est pas que de la modélisation. C’est aussi de la patience. De l’échec. Des années à peaufiner une hypothèse. Une enzyme « découverte » par IA, ça ne vaut rien si personne ne sait comment la stabiliser, la produire à grande échelle, ou éviter ses effets secondaires.
En 2019, une étude de Nature montrait que seulement 10 % des molécules prédites par IA se révélaient utilisables en médecine. Le reste ? Des pistes sans suite. Des coûts énormes. Et des espoirs brisés.
L’angle mort : qui contrôle vraiment ces découvertes ?
Anthropic ne dit pas grand-chose sur les données utilisées par Claude. Or, les bases de séquences ADN sont souvent incomplètes ou biaisées. Par exemple, le Protein Data Bank contient surtout des protéines humaines et bactériennes. Pas celles des champignons, des algues ou des virus rares.
Résultat ? L’IA reproduit les biais de ses données. Si elle n’a jamais vu de molécule issue d’un écosystème tropical, elle ne la « découvrira » pas. La science devient un miroir déformant.
Et puis, il y a la question éthique. Qui décide qu’une découverte par IA appartient à qui ? Si Claude propose une enzyme utile pour soigner une maladie rare, est-ce qu’Anthropic peut la breveter ? Est-ce que les patients concernés y auront accès ?
Aucune réponse. Juste un communiqué qui sent le marketing.
La vraie question : et après ?
Anthropic a fait un pas. Mais est-ce que ça mène quelque part ?
Pour l’instant, leur enzyme reste une promesse. Pas une percée. Le vrai test, ce sera dans cinq ans. Quand on saura si cette approche a permis de développer un médicament, un matériau révolutionnaire… ou juste une autre piste abandonnée.
Une chose est sûre : les labos vont continuer à utiliser l’IA. Parce qu’ils n’ont pas le choix. Mais la science, elle, ne s’accélère pas comme ça. Elle se fait avec des mains, des erreurs, et du temps. Pas avec des algorithmes.
2024, c’est l’année où l’IA commence à jouer avec la biologie. Mais ce n’est pas encore l’année où elle la comprend vraiment.
