Points Clés
- Résultat scientifique : L'intelligence artificielle Evo, développée par l'Arc Institute et Stanford, a conçu des génomes viraux complets : 16 bactériophages synthétiques se sont répliqués et ont détruit des bactéries en laboratoire.
- Technologie employée : Le modèle, entraîné sur 9,3 trillions de nucléotides, a généré 700 000 designs génomiques à partir du phage ΦX174 ; une variante, Evo-Φ69, s'est multipliée 65 fois, surpassant le virus naturel.
- Point critique : Les réglementations du NIH ne couvrent pas la conception computationnelle d'ADN viral, tandis que les modèles Evo restent en open source et accessibles sur HuggingFace.
Un génome viral conçu de zéro et transformé en virus vivant
L'Arc Institute, en collaboration avec Stanford, a publié le 6 août 2026 dans Science les résultats d'une expérience où une intelligence artificielle générative a conçu des génomes viraux complets, ensuite synthétisés et transformés en virus fonctionnels. L'étude, dirigée par le professeur Brian Hie et le doctorant Samuel King, marque la première vérification expérimentale d'un génome conçu entièrement par un modèle d'IA.
Le système utilisé, nommé Evo, ne traite pas du texte mais des séquences d'ADN. Il a été entraîné sur environ deux millions de génomes de bactériophages et sur un total de 9,3 trillions de nucléotides provenant de 128 000 organismes.
Du bactériophage naturel à 16 variantes fonctionnelles
Le point de départ a été le ΦX174, bactériophage de 11 gènes et 5 386 paires de bases. À partir de ce modèle, Evo 1 et Evo 2 ont produit 700 000 designs génomiques, réduits après filtrage computationnel à 302 candidats pour la synthèse chimique. Parmi ceux-ci, 285 ont été assemblés physiquement sous forme de filaments d'ADN et introduits dans des cultures d'E. coli. Seize séquences ont produit des bactériophages vivants, capables de se répliquer et de détruire les bactéries hôtes.
Lors d'un test compétitif face au virus naturel, la variante Evo-Φ69 a multiplié sa population par 65, surpassant systématiquement le ΦX174 sauvage. Une autre variante, Evo-Φ36, a incorporé un gène provenant d'un phage évolutivement éloigné — une modification qui, selon les connaissances biologiques établies, aurait dû rendre le virus non fonctionnel. Le biochimiste Oliver Crook, de l'Université d'Oxford, a qualifié ces organismes d'"architectures génétiques qu'un scientifique humain n'aurait jamais pensé à concevoir".
Application contre la résistance bactérienne
Un cocktail contenant les 16 phages synthétiques a éliminé deux souches distinctes d'E. coli résistantes à un bactériophage naturel, ouvrant une voie possible pour la thérapie phagique contre les infections résistantes aux antibiotiques. Les auteurs de l'étude décrivent le résultat comme "un plan pour la conception de bactériophages synthétiques" et une base pour la "conception générative de systèmes vivants à l'échelle génomique".
Le vide réglementaire sur la biosécurité
La politique du National Institutes of Health, publiée fin juillet 2026, interdit les expériences qui augmentent la dangerosité de pathogènes connus, mais ne régule pas la conception purement computationnelle d'ADN viral. Moritz Hanke, du Johns Hopkins Center for Health Security, a signalé l'absence de critères pour classifier le risque d'un virus n'ayant jamais existé auparavant.
L'équipe de recherche a exclu de l'entraînement d'Evo les données génétiques relatives aux virus capables d'infecter des êtres humains, des animaux ou des plantes. J. Craig Venter, pionnier de l'ADN synthétique, a qualifié de "graves" les préoccupations liées à une application de cette méthode sur des pathogènes comme la variole ou l'anthrax, soulignant le risque de résultats aléatoires et imprévisibles.
Les modèles Evo sont disponibles sous forme de code open source sur des plateformes comme HuggingFace, avec leurs paramètres et données d'entraînement. Le génome du VIH compte environ 10 000 bases, celui du coronavirus environ 30 000 : des dimensions comparables à celles déjà gérées par le système.
Perspectives
Patrick Cai, biologiste synthétique à l'Université de Manchester, a qualifié ce travail de "jalon historique". Jason Kelly, PDG de Ginkgo Bioworks, a proposé de faire de la conception cellulaire par IA une priorité de recherche nationale aux États-Unis, avec des laboratoires automatisés capables de tester en continu de nouveaux designs génomiques générés par les modèles. L'écart entre capacité technique et cadre réglementaire reste le nœud non résolu de cette affaire.
