AlphaFold 2 résout le repliement des protéines (CASP14)

Le 30 novembre 2020, un communiqué de DeepMind annonce une nouvelle qui va traverser les laboratoires de biologie du monde entier : un programme d'intelligence artificielle nommé AlphaFold vient de remporter le concours CASP14 avec un niveau de précision que la communauté n'espérait pas voir de son vivant. Le score médian atteint 92,4 sur l'échelle GDT, une mesure de fidélité à la structure réelle des protéines. Pour la première fois, une machine prédit la forme tridimensionnelle d'une protéine à partir de sa seule séquence d'acides aminés avec une exactitude proche de celle des méthodes expérimentales. Un problème resté ouvert depuis près de cinquante ans venait de basculer. Pour comprendre l'ampleur de ce moment, il faut d'abord saisir ce qui se jouait, et pourquoi tant de chercheurs le décrivaient comme l'un des plus grands défis de la biologie moderne.

Ce que c'était : une IA qui plie les protéines à la précision de l'atome

AlphaFold 2 est un système d'apprentissage profond conçu par DeepMind, filiale d'Alphabet. Son objet est d'une simplicité déroutante à énoncer et d'une difficulté redoutable à résoudre : à partir d'une chaîne d'acides aminés — la séquence linéaire qui définit une protéine — il prédit la structure tridimensionnelle dans laquelle cette chaîne se replie une fois dans la cellule. Cette forme finale n'est pas un détail esthétique. C'est elle qui détermine ce que la protéine fait, comment elle se lie à d'autres molécules, comment un médicament peut s'y accrocher ou s'en trouver écarté. Connaître la séquence sans connaître la forme, c'est disposer d'une partition sans pouvoir l'entendre.

La même information — la séquence — existe à l'état linéaire puis se replie en une forme compacte dont dépend toute la fonction de la protéine.

Le nom du concours où AlphaFold 2 s'est imposé mérite d'être détaillé. CASP signifie Critical Assessment of protein Structure Prediction, littéralement l'évaluation critique de la prédiction de structure des protéines. Il s'agit d'une compétition à l'aveugle organisée tous les deux ans depuis 1994. Les équipes reçoivent une centaine de séquences de protéines dont la structure réelle a déjà été déterminée en laboratoire mais n'a pas encore été rendue publique. Chaque équipe soumet ses prédictions, puis les organisateurs comparent chaque modèle à la vérité expérimentale. L'édition 2020 était la quatorzième, d'où l'appellation CASP14.

La mesure du succès : l'échelle GDT

La note reine de CASP porte le nom de GDT, pour Global Distance Test. Elle exprime, sur une échelle de 0 à 100, à quel point les atomes du modèle prédit tombent au bon endroit par rapport à la structure réelle. Un score de 100 signifierait une superposition parfaite. La communauté considère depuis longtemps qu'un score supérieur à 90 équivaut, en pratique, à une structure déterminée expérimentalement : à ce niveau, l'écart devient comparable aux variations qu'on observe entre deux mesures physiques du même objet.

Les chiffres d'AlphaFold 2 au CASP14 traçaient une frontière nette. Voici ce que les organisateurs et DeepMind ont rapporté :

Un score médian de 92,4 GDT sur l'ensemble des cibles, toutes catégories de difficulté confondues.
Une erreur moyenne d'environ 1,6 ångström, soit à peu près la largeur d'un atome — la barre où l'on cesse de parler d'approximation.
Des modèles au-dessus de 90 GDT pour environ deux tiers des protéines cibles.
Une précision du squelette de la protéine d'environ 0,96 ångström de déviation, contre 2,8 ångström pour le meilleur concurrent suivant.

Cet écart entre 0,96 et 2,8 ångström résume à lui seul l'événement. Ce n'était pas une amélioration incrémentale de quelques pour cent au sommet d'un classement. C'était un fossé. AlphaFold 2 ne battait pas ses rivaux d'une courte tête : il jouait dans une autre catégorie de fidélité, et il le faisait sur des protéines réputées difficiles autant que sur les faciles.

De 40–60 (plafond d'un quart de siècle) à 92,4 en une seule édition : le « fossé » mesuré sur l'échelle de référence.

À retenir. Un score GDT médian de 92,4 place AlphaFold 2 au-dessus du seuil de 90, considéré par la communauté comme équivalent à une détermination expérimentale. L'écart n'est pas incrémental : c'est un saut de catégorie.

Nous sommes restés bloqués sur ce seul problème — comment les protéines se replient — pendant près de cinquante ans. Voir DeepMind produire une solution, après avoir travaillé personnellement sur cette question aussi longtemps, après tant de faux départs, en se demandant si l'on y arriverait un jour, c'est un moment tout à fait particulier.

Ces mots sont ceux de John Moult, cofondateur du concours CASP, cité par DeepMind au moment de l'annonce. Ils disent l'essentiel : ce n'était pas une équipe extérieure qui s'émerveillait, mais l'un des gardiens historiques du problème qui constatait, chiffres à l'appui, qu'une porte longtemps close venait de s'ouvrir.

Le contexte : cinquante ans face à un mur invisible

Pour mesurer pourquoi AlphaFold 2 a provoqué une telle onde, il faut remonter le fil du problème du repliement. Son histoire commence bien avant l'apprentissage profond, dans la biochimie des années 1960 et 1970. Mais avant l'histoire, un rappel s'impose sur ce qui rend la forme d'une protéine aussi importante.

Pourquoi la forme d'une protéine décide de presque tout

Les protéines sont les ouvrières du vivant. Elles catalysent les réactions chimiques sous forme d'enzymes, transportent l'oxygène, transmettent des signaux, défendent l'organisme sous forme d'anticorps, bâtissent les tissus. Chacune de ces fonctions dépend d'une forme précise. Une enzyme reconnaît son substrat parce que sa surface épouse exactement la molécule qu'elle doit transformer, comme une serrure accueille une clé. Un anticorps neutralise un intrus parce que sa pointe s'ajuste au relief de la cible. Quand une protéine adopte une forme incorrecte, la fonction se dérègle ; plusieurs affections humaines s'expliquent précisément par un mauvais repliement.

Cette dépendance entre forme et fonction explique pourquoi la conception de médicaments repose si souvent sur la connaissance des structures. Un traitement, très fréquemment, est une molécule qui vient se loger dans une cavité d'une protéine impliquée dans une affection, pour bloquer ou moduler son action. Sans connaître le relief de cette cavité, concevoir la molécule qui s'y insère relève du tâtonnement coûteux. Voir la structure, c'est passer de la recherche à l'aveugle à un travail guidé. Voilà pourquoi une méthode capable de révéler des formes à grande échelle intéressait bien au-delà des seuls spécialistes du repliement : elle touchait la pharmacie, l'agronomie, la biotechnologie, la compréhension même des mécanismes du vivant.

Le principe d'Anfinsen et le paradoxe de Levinthal

En 1972, le biochimiste américain Christian Anfinsen reçoit le prix Nobel de chimie pour avoir montré qu'une protéine contient, dans sa seule séquence d'acides aminés, toute l'information nécessaire pour déterminer sa forme tridimensionnelle. Autrement dit, la séquence dicte la structure. Cette conclusion, connue sous le nom de dogme d'Anfinsen, posait une promesse magnifique : si l'information est là, on devrait pouvoir la lire, et donc calculer la forme à partir de la suite des acides aminés. La promesse s'est révélée un mur.

Le mur porte un nom : le paradoxe de Levinthal. Dès 1969, le biologiste Cyrus Levinthal fait remarquer qu'une protéine typique peut adopter un nombre astronomique de conformations possibles — une estimation souvent citée avance l'ordre de 10³⁰⁰ configurations. Tester chacune d'elles pour trouver la bonne prendrait plus de temps que l'âge de l'univers. Et pourtant, dans la cellule, les protéines se replient spontanément, certaines en quelques millisecondes, vers leur forme correcte. Là est le paradoxe : la nature résout en un clin d'œil ce que le calcul par force brute rend inaccessible. Comprendre les règles physiques qui guident ce pliage, puis les reproduire par ordinateur, est devenu l'un des grands défis ouverts de la biologie computationnelle.

À retenir. Le paradoxe de Levinthal en une phrase : une protéine peut adopter de l'ordre de 10³⁰⁰ conformations, dont le test exhaustif dépasserait largement l'âge de l'univers — et pourtant elle trouve sa forme en quelques millisecondes.

La séquence contient l'information ; le calcul ne savait pas la lire. Pendant un demi-siècle, la biologie a vécu avec cette dette : des millions de séquences connues, et une infime fraction de formes réellement observées.

Simulateur du paradoxe de Levinthal

Combien de temps faudrait-il pour tester toutes les conformations d'une protéine, une par une ? Faites varier la taille de la protéine et le nombre d'états conformationnels par acide aminé.

Acides aminés dans la protéine : 100

États conformationnels par résidu : 3

Conformations possibles : —

Temps de recherche par force brute (à 10¹³ essais/s) : —

—

Et pourtant : dans la cellule, cette même protéine se replie spontanément en quelques millisecondes à secondes.

CASP, un juge impartial depuis 1994

Face à ce problème, une communauté avait besoin d'un arbitre honnête. En 1994, les professeurs John Moult et Krzysztof Fidelis fondent CASP précisément pour cela : offrir une évaluation à l'aveugle, biennale, capable de mesurer les progrès réels sans complaisance. Le dispositif est astucieux. Comme les structures réelles ne sont pas publiées au moment où les équipes prédisent, personne ne peut tricher en ajustant son modèle à la réponse. Le concours a ainsi servi de thermomètre implacable pendant un quart de siècle.

Et pendant longtemps, le thermomètre restait bas. Sur les catégories de protéines les plus ardues, celles sans modèle proche déjà connu, les meilleurs scores GDT plafonnaient autour de 30 à 40. Sur l'ensemble, la barre des 60 GDT paraissait un plafond difficile à percer. Les progrès existaient, mais lents, arrachés édition après édition. Les organisateurs eux-mêmes se demandaient combien de décennies encore sépareraient la communauté d'une prédiction réellement fiable.

Le premier AlphaFold, en 2018, avait déjà fait bouger les lignes

DeepMind n'était pas un inconnu à CASP14. Deux ans plus tôt, au CASP13 de 2018, une première version d'AlphaFold s'était déjà classée première, en apportant une amélioration notable sur les cibles difficiles. Cette édition avait montré que l'apprentissage profond appliqué aux signaux d'évolution — la manière dont les acides aminés varient ensemble à travers les espèces — pouvait capturer des contraintes structurelles utiles. Mais AlphaFold 1 restait loin du seuil expérimental. Il ouvrait une piste ; il ne fermait pas le problème. L'écart entre 2018 et 2020 est précisément ce qui a rendu CASP14 saisissant : en une seule itération biennale, DeepMind est passé d'un bon résultat à un résultat qui changeait la nature de la question.

Ce que ça pourrait changer : de la démonstration à l'outil du quotidien

Un score de concours, aussi impressionnant soit-il, ne transforme pas immédiatement la science. Pour qu'AlphaFold 2 devienne un vrai tournant, il faudra que la suite tienne les promesses de l'annonce : que la méthode soit publiée en détail, que la communauté puisse la reproduire, et surtout que les prédictions soient mises à disposition à une échelle utile. DeepMind a fait savoir que ces étapes étaient à l'ordre du jour. Rien n'est encore acquis, mais la trajectoire s'annonce.

L'architecture Evoformer, telle que DeepMind la décrit

Au moment de l'annonce, DeepMind a levé une partie du voile sur le fonctionnement du système et promet une description complète de la méthode dans une publication scientifique à venir. Une telle publication serait décisive : elle permettrait à la communauté de reproduire l'approche, de la critiquer et de la prolonger. Si, comme l'entreprise le laisse entendre, le code venait à être mis à disposition, une démonstration de concours deviendrait un instrument partagé. C'est l'un des enjeux des prochains mois.

Au cœur du système se trouve une architecture baptisée Evoformer. Ce module d'apprentissage profond, inspiré des transformeurs, traite conjointement deux types d'information. D'un côté, des alignements de séquences multiples, qui rassemblent des protéines apparentées à travers de nombreuses espèces et révèlent quelles positions d'acides aminés évoluent de concert — un indice précieux : deux résidus qui varient ensemble sont souvent proches dans l'espace. De l'autre, une représentation des relations entre paires de résidus, qui tient à jour les distances et les contacts probables. L'Evoformer, composé d'une pile de 48 blocs d'attention selon la publication de l'équipe DeepMind dans Nature, fait dialoguer ces deux vues pour construire une carte cohérente, qu'un module final traduit en coordonnées atomiques tridimensionnelles.

Ce choix d'architecture explique en partie le saut de qualité. Là où les approches antérieures assemblaient des étapes séparées, AlphaFold 2 raisonne de bout en bout, en laissant l'information sur l'évolution et l'information géométrique se raffiner mutuellement. Le réseau fournit également une estimation de sa propre confiance résidu par résidu, ce qui indique aux biologistes quelles parties du modèle sont solides et lesquelles restent incertaines — une précaution qui a beaucoup compté pour l'adoption.

Une prédiction qui connaît ses propres limites

Cette estimation de confiance mérite qu'on s'y arrête, car elle explique en partie pourquoi la communauté a fait confiance à l'outil sans le suivre aveuglément. Pour chaque acide aminé de la structure, AlphaFold fournit un indice appelé pLDDT, noté de 0 à 100. Plus il est élevé, plus le modèle estime que la position locale est fiable. Les conventions de lecture se sont stabilisées : au-dessus de 90, la confiance est très élevée ; entre 70 et 90, elle reste bonne ; en dessous de 50, la prédiction locale est à considérer avec prudence — souvent le signe d'une région flexible ou intrinsèquement désordonnée, dont la forme n'est pas figée dans la réalité.

AlphaFold signale lui-même ses zones fiables (vert) et incertaines (rouge). Un modèle n'est jamais « juste » ou « faux » en bloc.

Un second indice, la PAE (pour predicted aligned error, l'erreur d'alignement prédite), renseigne sur la confiance dans la position relative de deux parties de la protéine l'une par rapport à l'autre. Exprimée en ångströms, elle indique si l'agencement d'ensemble entre deux domaines est fiable, même lorsque chaque domaine pris isolément est bien modélisé. Ces deux indices donnent au biologiste un outil de lecture nuancé : un modèle n'est pas « juste » ou « faux » en bloc, il possède des zones robustes et des zones à vérifier. Cette honnêteté intégrée, où le système signale lui-même ses incertitudes, a compté autant que la précision brute. Elle a permis d'utiliser les prédictions comme des hypothèses graduées plutôt que comme des affirmations sans réserve.

À retenir. Deux indices, deux usages : le pLDDT juge la confiance locale de chaque acide aminé pris isolément ; la PAE juge la position relative de deux domaines l'un par rapport à l'autre. Les lire ensemble évite de surinterpréter une zone localement solide mais globalement mal positionnée.

Année	Jalon	Portée
1969	Paradoxe de Levinthal	Le calcul par force brute est hors de portée (~10³⁰⁰ conformations).
1972	Prix Nobel de chimie à Christian Anfinsen	La séquence contient l'information qui détermine la forme.
1994	Fondation de CASP (Moult et Fidelis)	Un juge à l'aveugle, tous les deux ans.
2018	AlphaFold 1 gagne CASP13	L'apprentissage profond fait bouger les cibles difficiles.
2020	AlphaFold 2 gagne CASP14 (92,4 GDT médian)	Précision proche de l'expérience ; annonce le 30 novembre.

Sources : DeepMind, CASP. Le repliement des protéines, d'un demi-siècle de mur à un basculement soudain.

Une base de données à l'échelle du vivant ?

La bascule véritablement historique ne tiendrait pas au concours lui-même, mais à ce qui pourrait suivre. On peut imaginer, à partir de la performance annoncée, une base de données publique des structures prédites par AlphaFold, ouverte à tous. Le mouvement d'échelle donnerait le vertige : là où la Protein Data Bank a rassemblé environ 170 000 structures (selon les statistiques de la RCSB PDB fin 2020) en un demi-siècle d'efforts expérimentaux, une méthode capable de prédire une forme à partir de la seule séquence pourrait, en principe, couvrir des millions de protéines cataloguées et presque tous les organismes dont le génome a été séquencé. Rien de tel n'existe encore ; mais pour la première fois, un tel horizon cesse d'être une chimère.

Si de telles prédictions étaient rendues en accès ouvert, n'importe qui — chercheur, laboratoire public ou privé, étudiant — pourrait consulter la forme probable d'une protéine en quelques instants, là où une détermination expérimentale par cristallographie ou cryo-microscopie électronique demande des mois, parfois des années, et un budget conséquent. Pour une part immense de la biologie, la question « quelle est la forme de cette protéine ? » pourrait cesser d'être un projet de recherche pour devenir une simple requête. C'est la promesse la plus vertigineuse que laisse entrevoir le résultat de CASP14.

Ce qui pourrait changer, ce n'est pas seulement la précision d'un modèle. C'est le point de départ possible de la recherche : au lieu de partir d'une séquence muette, on partirait d'une forme plausible. Le premier jour d'une étude ressemblerait à ce qui, aujourd'hui encore, en constitue l'aboutissement.

Le protéome humain, un horizon désormais envisageable

Le premier grand geste qu'une telle méthode rendrait pensable serait de cartographier le protéome humain, c'est-à-dire l'ensemble des protéines codées par notre génome. Le contraste avec l'état actuel serait frappant. Après des décennies d'efforts expérimentaux patients, seule une fraction limitée des résidus d'acides aminés des protéines humaines — de l'ordre de 17 %, selon l'étude de l'équipe AlphaFold parue dans Nature en 2021 — est couverte par une structure déterminée en laboratoire. Une prédiction fiable à grande échelle pourrait faire bondir cette couverture, et donner enfin une forme plausible à des milliers de protéines restées jusqu'ici sans modèle.

Il faudra lire ces chiffres avec justesse le jour où ils viendront. Couvrir n'est pas certifier : une partie des prédictions arriverait avec une confiance élevée, une autre avec une confiance plus modeste, en particulier sur les régions flexibles ou désordonnées. Mais même en s'en tenant aux portions solides, l'apport serait sans précédent. Des dizaines de milliers de protéines humaines, dont beaucoup n'ont jamais fait l'objet d'une structure expérimentale, pourraient disposer d'un modèle exploitable. Pour un biologiste travaillant sur une protéine jusqu'alors « orpheline » de structure, ce serait le passage d'une page blanche à une hypothèse de travail immédiate.

Le mouvement, si la méthode se confirme, n'aurait aucune raison de s'arrêter à l'espèce humaine. On peut imaginer qu'elle s'étende aux protéomes de nombreux organismes d'intérêt : bactéries responsables d'affections, parasites, plantes cultivées, organismes modèles de laboratoire. Une telle extension ferait d'une base de structures un atlas comparatif, où l'on mettrait en regard la forme d'une protéine chez l'humain et son équivalent chez un autre être vivant — une manière puissante d'étudier l'évolution, la fonction et les cibles thérapeutiques potentielles.

Des premiers effets déjà entrevus

Sans même attendre une base à grande échelle, les premiers usages laissent deviner la portée de l'outil. DeepMind rapporte qu'AlphaFold a d'ores et déjà fourni des prédictions de structures de protéines du SARS-CoV-2, comme ORF3a et ORF8, dans le contexte de la pandémie en cours. Les protéines membranaires, notoirement rétives à la cristallisation, pourraient devenir plus abordables. Le professeur Andrei Lupas, cité par DeepMind, a résumé l'effet d'un mot : un modèle d'AlphaFold, a-t-il expliqué, l'a aidé à débloquer une structure sur laquelle son équipe butait depuis près d'une décennie.

Dans la recherche de traitements, l'apport pourrait se révéler particulièrement précieux là où les moyens manquent. On peut anticiper que des équipes s'appuient sur de telles prédictions pour accélérer l'identification de molécules contre des maladies qui touchent surtout les populations des pays en développement — la maladie de Chagas, transmise par le parasite Trypanosoma cruzi, ou d'autres affections délaissées. Cribler par ordinateur des dizaines de milliers de composés à partir d'une structure prédite, pour ne retenir que quelques candidats à tester en laboratoire, deviendrait envisageable. La structure prédite ne remplacerait pas l'expérience, mais elle orienterait l'effort : elle dirait où regarder d'abord, ce qui économiserait un temps et des ressources considérables.

Les perspectives : ce qu'un tel basculement laisse entrevoir

Il est trop tôt pour parler d'héritage : l'annonce date de quelques jours à peine. Mais CASP14 n'a pas seulement produit un score, il a ouvert un champ de possibles. Plusieurs directions se dessinent, qu'il faut énoncer au conditionnel, car rien n'est encore réalisé.

Au-delà des protéines seules ?

AlphaFold 2 prédit la forme d'une protéine isolée. L'étape suivante, que beaucoup appellent déjà de leurs vœux, serait de modéliser non plus un objet, mais la manière dont plusieurs objets s'assemblent et se lient : les interactions entre grandes biomolécules — protéines, ADN, ARN — ainsi qu'avec de petites molécules capables de s'y accrocher, la catégorie à laquelle appartiennent de nombreux médicaments. Passer de la forme d'une protéine à celle d'un complexe entier serait un saut conceptuel de taille. Rien ne garantit qu'il soit à portée immédiate ; mais la performance affichée au CASP14 rend cette ambition, pour la première fois, crédible.

On peut imaginer que les architectures futures s'écartent de l'Evoformer actuel, ou le prolongent, pour capturer ces interactions plus riches. Pour la conception de médicaments, prédire comment une molécule candidate se logerait dans une protéine cible est une brique fondamentale, et c'est précisément le terrain sur lequel une méthode de ce type pourrait, demain, faire la différence. Ce sont là des pistes, non des acquis — mais des pistes que l'annonce de DeepMind vient d'éclairer d'un jour nouveau.

Une reconnaissance à la mesure de l'enjeu ?

La communauté ne s'y trompe pas : plusieurs de ses figures historiques parlent déjà, à propos de CASP14, d'un résultat qui pourrait compter parmi les grandes avancées de la biologie computationnelle. John Moult, cofondateur du concours, évoque un problème resté ouvert pendant près de cinquante ans et soudain déverrouillé. Si les promesses se confirment dans les années à venir, si l'outil tient à l'épreuve d'un usage massif, il n'est pas absurde de penser que ce travail marquera durablement l'histoire des sciences. Mais il serait prématuré de le proclamer aujourd'hui : c'est le temps, et la validation par des milliers de laboratoires, qui trancheront.

Un score de concours vient de tomber ; reste à savoir s'il deviendra un instrument de laboratoire. C'est l'épreuve qui attend AlphaFold : non pas battre des rivaux sur une centaine de cibles, mais rendre, jour après jour, un service que rien d'autre ne rendait.

La conception de médicaments, terrain d'application le plus attendu

Si un secteur pourrait incarner l'espoir suscité par cette avancée, c'est la découverte de traitements. La démarche classique de conception rationnelle consiste à choisir une protéine cible impliquée dans une affection, à connaître sa structure, puis à concevoir ou sélectionner des molécules capables de s'y fixer. Chaque étape gagne à disposer de structures fiables. Avec une prédiction fiable à grande échelle, l'identification de cibles à l'échelle du protéome deviendrait envisageable : on pourrait passer en revue des milliers de protéines pour repérer celles qui présentent une cavité exploitable, à partir de modèles plutôt que d'expériences longues et coûteuses.

Le criblage virtuel illustre bien le gain espéré. Plutôt que de tester physiquement des dizaines de milliers de composés — une opération lente et exigeante en ressources —, on simulerait d'abord par ordinateur l'ajustement de chaque molécule dans la cavité de la protéine cible, à partir de sa structure prédite. On ne retiendrait ensuite pour l'expérience que les candidats les plus prometteurs. Des équipes travaillant sur des affections parasitaires négligées, comme la maladie de Chagas ou la schistosomiase, pourraient suivre exactement ce chemin, là où les moyens font le plus défaut.

Il faut garder la mesure : disposer d'une structure ne fabriquerait pas un médicament. Entre l'identification d'un candidat et un traitement approuvé s'étendent des années d'essais, de vérifications de sûreté, d'ajustements. Ce qu'une méthode comme AlphaFold pourrait changer, c'est le tout début de la chaîne — l'étape où l'on décide où porter l'effort. En rendant cette étape plus rapide et mieux informée, l'outil ne remplacerait aucun maillon du développement pharmaceutique ; il rendrait le premier plus efficace, ce qui compterait particulièrement pour les affections délaissées par la recherche faute de moyens.

Ce qui reste ouvert

Il serait trompeur de présenter AlphaFold comme un point final. Le problème du repliement, dans son acception large, ne serait pas clos pour autant : prédire la forme la plus probable d'une protéine stable est une chose ; comprendre le chemin dynamique du pliage, les états intermédiaires, le comportement des protéines dites intrinsèquement désordonnées, ou les changements de forme au fil d'une réaction, en est une autre. AlphaFold semble exceller sur la première question ; les suivantes resteront des chantiers de recherche actifs, sans doute pour longtemps.

De même, une prédiction reste une prédiction. Le système fournit un indice de confiance résidu par résidu, et les biologistes devront apprendre à lire cet indice avec discernement, à vérifier expérimentalement les régions sensibles, à ne pas confondre un modèle plausible avec une observation. La bonne pratique consistera à traiter AlphaFold comme un point de départ puissant plutôt que comme un verdict. C'est sans doute à cette condition que l'outil se diffusera sans provoquer de rejet : en se présentant comme une hypothèse de haute qualité, soumise à la vérification, et non comme une autorité.

Reste qu'un renversement d'échelle s'annonce peut-être. Aujourd'hui, la Protein Data Bank, dépôt de référence des structures déterminées expérimentalement, rassemble de l'ordre de 170 000 entrées (RCSB PDB, fin 2020), fruit de décennies de travail patient. Si la prédiction se généralisait, elle pourrait couvrir des ordres de grandeur supplémentaires de séquences. La proportion s'inverserait : le connu expérimental deviendrait la minorité précieuse au milieu d'un océan de formes prédites, que l'expérience viendrait valider par touches. Ce basculement possible est peut-être ce que CASP14 laisse entrevoir de plus profond.

Un accélérateur potentiel pour toute une communauté

L'un des effets les moins visibles mais les plus prometteurs tiendrait au rythme de travail de la recherche. Aujourd'hui, obtenir la structure d'une protéine par cristallographie aux rayons X, par résonance magnétique nucléaire ou par cryo-microscopie électronique peut mobiliser une équipe pendant des mois, voire davantage, sur une seule cible, avec un taux d'échec réel. Certaines protéines résistent à toute tentative pendant des années. Le témoignage d'Andrei Lupas, dont l'équipe butait depuis près d'une décennie sur une structure qu'un modèle d'AlphaFold a aidé à débloquer, illustre le type d'impasse qui pourrait être levée.

Ce qu'une telle méthode changerait, c'est la répartition de l'effort. Au lieu de consacrer des mois à obtenir une première esquisse de forme, on partirait d'une prédiction, et l'on réserverait l'expérience, plus coûteuse, aux points où elle apporte le plus — valider une région incertaine, capturer un état particulier, confirmer une interaction. Le geste expérimental ne disparaîtrait pas ; il se repositionnerait en aval, là où il tranche vraiment. Pour un laboratoire aux moyens limités, une telle économie de temps ouvrirait des questions restées hors de portée faute de bras et de budget.

Un choix d'accès ouvert, si DeepMind s'y engageait, pourrait démultiplier cet effet. En rendant le code et les prédictions librement consultables, on ferait en sorte que l'avancée ne reste pas confinée à quelques centres bien dotés. Un étudiant, un laboratoire d'un pays aux ressources restreintes, une petite équipe : tous accéderaient aux mêmes ressources que les plus grands instituts. La valeur d'un outil scientifique tient beaucoup à qui peut s'en servir ; sur ce point, un choix d'ouverture pèserait autant que la performance technique.

Une leçon de méthode pour l'IA scientifique

Au-delà de la biologie, AlphaFold 2 pourrait devenir un cas d'école de ce que l'apprentissage profond apporte aux sciences dures. Plusieurs ingrédients de sa réussite se retrouveraient ailleurs. D'abord, un problème bien posé avec un juge indépendant : sans CASP, sans son évaluation à l'aveugle et sa longue série d'éditions, il aurait été impossible de démontrer objectivement le progrès. Ensuite, des données abondantes et structurées : les banques de séquences et la Protein Data Bank ont fourni la matière d'entraînement. Enfin, un modèle capable d'exploiter une structure profonde du problème — ici, le signal d'évolution encodé dans les alignements de séquences.

Cette combinaison — problème mesurable, données de qualité, architecture adaptée — pourrait inspirer d'autres domaines, de la science des matériaux à la météorologie en passant par la chimie. AlphaFold ne se contenterait alors pas de faire avancer une question de biologie ; il proposerait un modèle de collaboration entre intelligence artificielle et démarche scientifique, où l'IA propose et l'expérience dispose. C'est peut-être la raison la plus durable pour laquelle le 30 novembre 2020 pourrait rester dans les mémoires : ce jour-là, une méthode a laissé entrevoir qu'une machine bien conçue pourrait faire avancer une science fondamentale restée bloquée un demi-siècle — non pas en remplaçant les chercheurs, mais en leur rendant lisible ce qui est demeuré, pendant si longtemps, hors de portée.