Synthetic Sciences lance OpenScience, un atelier IA open source et agnostique pour la recherche en machine learning, biologie, physique et chimie

Anthropic lance Claude Science en bêta, un atelier IA multi-agents pour génomique, protéomique et chimio-informatique

Cette semaine, Anthropic a lancé Claude Science, un espace de travail en version bêta destiné aux chercheurs scientifiques. L'application s'appuie sur les modèles Claude existants, sans nouveau modèle sous-jacent, et vise les scientifiques qui jonglent habituellement entre bases de données, notebooks et terminaux de calcul. Elle est disponible pour les abonnements Pro, Max, Team et Entreprise. Claude Science prolonge les travaux menés par Anthropic dans le secteur des sciences de la vie depuis l'automne dernier, lorsque l'entreprise avait connecté Claude à l'écosystème scientifique via des connecteurs MCP et des compétences spécialisées. L'outil repose sur une architecture multi-agents: un agent généraliste coordinateur reçoit les demandes en langage naturel et peut faire appel à plus de 60 compétences et connecteurs préconfigurés couvrant la génomique, l'analyse de cellules uniques, la protéomique, la biologie structurale et la chimie informatique. Un agent réviseur distinct inspecte chaque étape du pipeline, repère les citations incorrectes, les chiffres invérifiables et les figures qui ne correspondent pas au code sous-jacent, avant de s'autocorriger. L'application fonctionne en local sur macOS ou Linux, ou à distance via SSH sur un poste de calcul haute performance. Cette approche change concrètement la manière dont les résultats scientifiques peuvent être produits et vérifiés. Chaque figure générée par Claude Science s'accompagne du code exact utilisé, de son environnement d'exécution, d'une description en langage clair et de l'historique complet des échanges, ce qui facilite la validation et la reproduction des travaux des mois plus tard, un enjeu central en recherche où la reproductibilité reste un problème persistant. Les chercheurs peuvent modifier une figure en langage naturel, par exemple demander de passer un axe en échelle logarithmique, et l'agent ajuste alors son propre code. Il est aussi possible de dupliquer une session pour comparer deux approches sans perdre la version initiale. Pour les analyses lourdes, comme le repliement de protéines, l'outil rédige un plan, demande une validation avant de mobiliser des ressources de calcul, puis soumet la tâche à l'infrastructure du laboratoire, qu'il s'agisse d'un cluster HPC ou d'un compte Modal, avec une capacité d'extension d'un seul GPU à plusieurs centaines. Le savoir scientifique reste dispersé entre des centaines de sources spécialisées comme UniProt, PDB, Ensembl, Reactome, ClinVar ou ChEMBL, que les agents spécialisés interrogent et synthétisent directement. Claude Science intègre aussi des compétences issues du BioNeMo Agent Toolkit de NVIDIA, qui donne accès à des modèles accélérés par GPU comme Evo 2 pour la génomique, Boltz-2 pour la prédiction d'interactions biomoléculaires et OpenFold3 pour la structure des protéines. Les données sensibles ou volumineuses ne quittent jamais l'infrastructure du laboratoire, seul le contexte nécessaire à chaque étape étant transmis à Claude. Les premiers utilisateurs de la bêta ont déjà mené des analyses de séquençage ARN sur cellule unique, conçu des cribles CRISPR et réalisé des prédictions de structures protéiques et de composés chimiques.

💬 L'agent réviseur qui traque les figures qui ne collent pas au code, c'est le vrai apport ici, pas le multi-agents en soi. Bon, sur le papier ça règle un problème énorme en recherche : la moitié des résultats publiés ne sont pas reproductibles parce que personne ne garde le code exact derrière une figure. Reste à voir si les labos font vraiment confiance à un agent pour surveiller leurs propres analyses avant publication.

NVIDIA lance un kit d'outils BioNeMo Agent pour accélérer l'IA des chercheurs en sciences de la vie sur Claude Science

NVIDIA et Anthropic ont annoncé cette semaine l'intégration du BioNeMo Agent Toolkit de NVIDIA à Claude Science, le nouvel environnement de travail conçu par Anthropic pour la recherche scientifique. Claude Science permet aux chercheurs de dialoguer en langage naturel avec des agents capables de piloter leurs travaux de bout en bout, sans configurer manuellement modèles, points d'accès ou environnements logiciels. Grâce à cette intégration, ces agents peuvent désormais s'appuyer sur les modèles accélérés de NVIDIA, ses bibliothèques et ses microservices NIM, dont des outils spécialisés comme Evo 2, Boltz-2 et OpenFold3, pour analyser des séquences génomiques, prédire des structures de protéines ou concevoir des molécules candidates. NVIDIA précise que 18 des 20 plus grandes entreprises pharmaceutiques mondiales utilisent déjà BioNeMo, signe de l'ancrage de la plateforme dans l'industrie. Le toolkit fonctionne en transformant les capacités accélérées de NVIDIA en compétences activables par les agents, qui sélectionnent l'outil adapté, préparent les données d'entrée et exécutent le flux de travail, tout en se connectant aux ressources de calcul NVIDIA où qu'elles soient déployées. Cette avancée s'inscrit dans la transition vers une recherche scientifique pilotée par des agents autonomes, capables de raisonner, planifier et orchestrer des workflows complexes sans intervention humaine constante. Concrètement, un chercheur peut désormais demander à Claude de concevoir de multiples inhibiteurs potentiels à partir d'une mutation antigénique connue associée à un cancer, l'agent se chargeant alors d'enchaîner prédiction, optimisation et validation à haut débit grâce aux microservices NIM. L'enjeu est de taille pour l'industrie pharmaceutique et les laboratoires de recherche, où la vitesse d'itération conditionne directement le rythme des découvertes en génomique, protéomique, conception moléculaire et ingénierie des protéines. En intégrant le calcul accéléré directement dans l'environnement où s'effectue le raisonnement scientifique, NVIDIA et Anthropic cherchent à supprimer les frictions techniques qui ralentissent habituellement le passage de l'hypothèse à l'expérimentation. Cette intégration répond à un constat de fond : un agent scientifique autonome ne raisonne jamais isolément, il doit enchaîner des tâches très diverses, du criblage de bibliothèques de composés à l'analyse de contexte génomique, en passant par la génération de conformères ou la comparaison de réponses à des perturbations cellulaires, avant de recommander la prochaine expérience. La rapidité de chaque étape dépend directement de la performance des outils sous-jacents. C'est pourquoi NVIDIA met en avant des gains de vitesse concrets au sein du BioNeMo Agent Toolkit, comme Parabricks, qui réduit l'analyse génomique de plusieurs heures à quelques minutes, ou RAPIDS-singlecell, développé par le collectif scverse, qui ramène un flux de prétraitement et de clustering portant sur 1,3 million de cellules de 52 minutes à seulement 25 secondes.

Anthropic lance Claude Science, un espace de travail IA conçu spécifiquement pour les chercheurs

Anthropic a lancé Claude Science, un espace de travail conçu spécifiquement pour les chercheurs scientifiques. L'outil embarque plus de 60 compétences préconfigurées couvrant des domaines comme la génomique et la chimie computationnelle, permettant aux scientifiques d'automatiser des tâches complexes propres à leur discipline. Un agent de vérification intégré contrôle automatiquement les citations et les calculs produits, une fonction pensée pour limiter les erreurs dans un contexte où la rigueur est essentielle. L'application peut fonctionner en local ou sur des clusters de calcul haute performance (HPC), ce qui signifie que les données sensibles n'ont jamais besoin de quitter l'infrastructure propre d'un laboratoire. Cette approche répond directement aux préoccupations des institutions de recherche concernant la confidentialité des données, un frein majeur à l'adoption de l'IA dans les laboratoires manipulant des informations sensibles, qu'il s'agisse de séquences génomiques ou de données précliniques. En automatisant la vérification des citations et des calculs, Claude Science s'attaque aussi à un problème récurrent des outils d'IA généralistes en contexte scientifique: le risque d'erreurs factuelles ou de résultats non fiables qui peuvent compromettre des travaux de recherche entiers. Pour les laboratoires publics et privés, cela pourrait accélérer des processus de recherche jusqu'ici ralentis par des contraintes de conformité et de sécurité des données. Ce lancement s'inscrit dans une compétition plus large entre les géants de l'IA pour s'implanter dans le secteur scientifique, un marché où les besoins spécifiques en matière de précision, de traçabilité et de confidentialité diffèrent nettement des usages grand public. Anthropic mise sur la spécialisation par domaine, plutôt que sur un assistant généraliste, pour convaincre des institutions de recherche exigeantes. Reste à voir comment les laboratoires universitaires et industriels, souvent contraints par des budgets et des infrastructures HPC limités, adopteront concrètement cet outil, et si d'autres acteurs du secteur suivront cette voie de la spécialisation verticale.

Vercel lance Eve, un framework open source pour créer des agents IA

Vercel a lancé Eve, un framework open-source conçu pour construire, déployer et opérer des agents IA en production. Présenté par la plateforme américaine spécialisée dans le déploiement frontend, Eve repose sur une structure de projet basée sur le système de fichiers pour organiser les différents composants d'un agent : instructions, outils, compétences, sous-agents, canaux de communication et tâches planifiées. Les développeurs peuvent ainsi définir le comportement de leurs agents de manière déclarative, sans avoir à écrire l'intégralité de la plomberie technique sous-jacente. L'enjeu est significatif pour les équipes d'ingénierie qui peinent à passer de la phase de prototype à la mise en production d'agents IA fiables. En standardisant la structure d'un projet agentique, Eve réduit la quantité d'infrastructure à implémenter manuellement, un frein majeur à l'adoption en entreprise. Pour Vercel, cela représente aussi un moyen naturel d'ancrer l'exécution des agents sur sa propre plateforme cloud, transformant un outil open-source en point d'entrée vers ses services commerciaux. La sortie d'Eve s'inscrit dans une course effrénée entre fournisseurs d'infrastructure pour capter les workloads IA. Des acteurs comme AWS, Google Cloud et des startups spécialisées comme LangChain ou CrewAI proposent déjà des solutions concurrentes pour orchestrer des agents. Vercel, dont la réputation s'est construite sur la simplicité de déploiement pour les applications Next.js, tente de répliquer cette expérience développeur dans l'univers des agents autonomes, un marché en pleine structuration où la facilité d'usage restera un avantage décisif.