Après que le Nobel de physique ait été attribué à un ancien ingénieur de Google, c’est le fondateur du laboratoire Deepmind, racheté depuis par Google, qui a reçu le Nobel de chimie.
Essayer de comprendre les réseaux de neurones du prix Nobel de physique 2024, c’est un peu comme essayer de comprendre la prédiction protéique du prix Nobel de chimie de la même année… Bref, un travail complexe, ardu, mais qui se prépare sans doute. pour changer nos vies.
Dans le premier cas, c’est la manière dont ont été conçues les dernières intelligences artificielles. Le deuxième cas concerne également l’intelligence artificielle, mais sur la manière dont elle peut créer de nouveaux médicaments.
Un autre point commun entre ces deux prix Nobel est l’ombre de Google. Pour la physique, le co-lauréat Geoffrey Hinton est un ancien membre de Google Brain, un programme du géant américain qui travaillait sur le deep learning. Google Brain a depuis fusionné avec un autre laboratoire de Google, Deepmind, fondé… par le nouveau prix Nobel de chimie.
Les deux laboratoires forment désormais la société Google DeepMind. Il comprend de nombreux travaux sur l’intelligence artificielle comme Alphago, une IA spécialisée dans le jeu complexe de Go. Mais si le fondateur de Deep Mind, Demis Hassabis, a reçu le prix Nobel de chimie 2024, c’est pour une autre création : Alphafold2. En 2020, le programme a permis de prédire la structure de la quasi-totalité des 200 millions de protéines à partir de leur acide aminé. Une tâche à laquelle les scientifiques se battent depuis les années 1970.
« Alphafold était absolument révolutionnaire en biologie et en médecine », a expliqué Zoubin Ghahramani, vice-président de Google Deepmind, à Tech&Co l’année dernière.
« Alphafold utilise l’IA pour passer d’une séquence d’acides aminés à la structure 3D de la protéine correspondante. La structure 3D est essentielle pour comprendre les fonctions d’une protéine et ses interactions avec d’autres protéines », poursuit-il. .
« Les protéines sont les éléments constitutifs de la vie et Alphafold a donc transformé la façon dont les gens comprennent la biologie et nous aide à concevoir de meilleurs médicaments contre de nombreuses maladies » souligne le chercheur.
Prédictions
En clair, prédire les interactions des protéines avec d’autres molécules (ADN…) revient à percer les secrets de la vie et à comprendre certaines maladies. Mieux encore, Alphafold peut déterminer l’effet d’une molécule médicamenteuse sur une protéine, accélérant ainsi considérablement d’éventuels essais thérapeutiques.
En septembre dernier, Google Deepmind présenté AlphaMissense capable de prédire si des mutations génétiques sont potentiellement pathogènes ou non. « Nous pensons que nos prédictions peuvent être utiles pour augmenter le taux de diagnostic de maladies rares et potentiellement nous aider à trouver de nouveaux gènes impliqués dans les maladies », a déclaré Jun Cheng, scientifique chez Google DeepMind.
En mai dernier, Google Deepmind a enfin dévoilé la troisième version de son outil Alphafold3, non sans polémique puisque l’entreprise n’a cette fois pas dévoilé le code source de son IA à partager avec d’autres chercheurs.