Contrôler la biologie : Fabian Theis (Helmholtz Munich)
Le biologiste computationnel Fabian Theis, du centre Helmholtz Munich, figure parmi les acteurs centraux des différentes versions du concept de « cellule virtuelle ». Son laboratoire développe des algorithmes pour comprendre des données biologiques multi-échelles, multimodales (« multiomiques ») et évoluant dans le temps. Il a aussi contribué à façonner la vision d'ensemble et la collecte de données, à travers son rôle à Helmholtz, dans plusieurs startups et probablement au sein de Biohub. Ce dernier a annoncé il y a quelques semaines 1,8 milliard de dollars d'engagements, réunissant Biohub, les NIH, le département américain de l'Énergie (DOE), Google et Meta. L'enveloppe doit financer de nouvelles capacités d'imagerie et de mesure, la production de grands jeux de données et leur mise à disposition pour entraîner des modèles d'IA.
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 Latent Space. Lire l'article original →
Le moment n'a rien d'anodin. Le DOE et les NIH développent à grande échelle des capacités d'automatisation où les expériences en laboratoire sont pilotées en boucle avec les modèles. Google étend ses outils de connectomique. Biohub a de son côté travaillé avec plusieurs laboratoires sur des plateformes d'imagerie comme la microscopie à lame de phase laser, la microscopie à feuillet de lumière et des techniques de post-traitement avancées, qui révèlent des phénotypes très détaillés. Ces technologies arrivent à maturité et pourraient donner à l'initiative un impact scientifique réel. Elles produisent précisément le type de données que Theis modélise depuis le début de sa carrière.
Cet élan intervient alors que les cellules virtuelles ont perdu de leur attrait, l'attention de l'IA appliquée à la biologie se portant davantage sur la conception de protéines et de molécules, avec AlphaFold, ESM, Chai, Boltz ou Isomorphic. Le Virtual Cell Challenge d'Arc, organisé en 2025, a montré que de simples références constantes, pas même linéaires, battaient souvent des modèles sophistiqués pour prédire l'effet d'une perturbation (édition génétique, médicament, environnement) sur l'état d'une cellule. Un article récent nuance toutefois ce constat. Les métriques d'évaluation étaient mal calibrées et récompensaient une prédiction moyenne peu informative, car la plupart des gènes varient très peu. Avec des métriques mieux calibrées, les modèles d'apprentissage profond dépassent bien cette référence. Theis estime pour sa part que la prédiction de perturbations sur les jeux de données actuels n'est tout simplement pas assez difficile pour justifier des algorithmes complexes. Il juge plus pertinent de prédire, à partir de données massives, précises et co-enregistrées, l'évolution des molécules vers les cellules, les niches, les tissus, les organes puis les organismes, ainsi que les influences réciproques entre ces échelles. Les « interfaces d'échelle » entre ces domaines restent mal comprises et les données manquent encore, un manque que l'investissement de Biohub vise à combler. Des questions comme l'influence des cellules voisines sur l'état d'une cellule sont au cœur des travaux de son laboratoire.
Le chercheur est basé à Helmholtz Munich, un centre allemand, ce qui donne une visibilité européenne aux travaux sur les cellules virtuelles, mais le financement de 1,8 milliard de dollars est américain.