Ambiance « vibe coding » pour les gènes : le langage quasi naturel arrive dans les logiciels de conception de protéines et de génomes
Des chercheurs chinois, réunis dans une vaste collaboration, ont mis au point un outil de conception de protéines qui accepte des instructions en langage naturel. L'utilisateur décrit la fonction souhaitée et le logiciel produit une protéine censée la remplir. Les logiciels de conception actuels, pourtant de plus en plus sophistiqués, exigent une connaissance fine de la structure des protéines. Il faut en effet préciser le mécanisme d'une enzyme jusqu'à la position de chaque acide aminé, ainsi que celle des molécules d'eau présentes dans la zone où se déroule la catalyse. Une fois ces paramètres fixés, l'outil construit le reste de la protéine autour de cette cible. La nouvelle approche supprime cette étape. Le taux de réussite reste modeste si l'on exige une protéine fonctionnelle à chaque essai, mais le système parvient tout de même à livrer des résultats exploitables. Dans une annonce distincte, Hugging Face a indiqué héberger désormais un outil comparable qui opère au niveau de l'ADN.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Ars Technica AI. Lire l'article original →
L'enjeu est d'ouvrir la conception de protéines à des équipes qui ne maîtrisent pas les subtilités structurales exigées jusqu'ici. Un biologiste capable de formuler en mots la fonction recherchée pourrait ainsi explorer des candidats sans passer par une modélisation atomique détaillée. La limite est pratique : la méthode génère de nombreux échecs, et il faut disposer d'un laboratoire pour tester les propositions et écarter les dizaines de conceptions qui ne fonctionnent pas. Le goulot d'étranglement se déplace donc de l'expertise théorique vers la validation expérimentale.
Cette évolution rappelle le « vibe coding » dans le développement logiciel, où l'on décrit un résultat en langage courant et où la machine écrit le code. Les modèles de langage s'étendent désormais aux séquences biologiques, protéines comme génomes, et l'arrivée d'un outil sur Hugging Face, plateforme de référence pour le partage de modèles, laisse penser que ces capacités seront rapidement accessibles à une large communauté. La suite dépendra surtout de la fiabilité : tant que le taux de succès restera faible, ces outils serviront surtout à générer des pistes à tester.
Pas d'impact direct sur la France/UE