AlphaFold et le repliement des protéines : une révolution scientifique

Imaginez qu'on vous remette un très long collier de perles, avec pour seule information la couleur de chaque perle et l'ordre dans lequel elles sont enfilées. On vous demande alors une chose qui semble impossible : deviner, sans jamais toucher l'objet, la forme exacte que ce collier va prendre une fois lâché dans l'espace — la manière précise dont il va se replier sur lui-même, boucle après boucle, jusqu'à adopter une architecture tridimensionnelle unique et parfaitement reproductible. C'est, à peu de chose près, le problème que la biologie a porté sur ses épaules pendant un demi-siècle. Les perles sont des acides aminés, le collier est une protéine, et cette forme repliée détermine tout : ce que la protéine fait, comment elle le fait, et comment on pourrait un jour la corriger lorsqu'elle défaille. En 2020, un programme informatique nommé AlphaFold a montré qu'on pouvait prédire cette forme avec une justesse que l'on croyait réservée aux instruments de laboratoire les plus lourds. Cet article raconte, pas à pas et sans jargon inutile, ce qu'est vraiment cette avancée — et pourquoi elle continuera de compter longtemps.

Le but ici n'est pas de relater un événement daté ni d'aligner des dates de compétition. C'est de comprendre, calmement, une idée profonde : comment une séquence de lettres peut contenir, en creux, la forme d'une machine moléculaire, et comment une intelligence artificielle a appris à lire cette forme cachée. Chaque affirmation chiffrée est vérifiable : les liens figurent en fin d'article. Prenez le temps de suivre le fil. À la fin, vous saurez expliquer à n'importe qui, autour d'une table, pourquoi tant de chercheurs ont retenu leur souffle.

Qu'est-ce qu'une protéine, au juste ?

Avant de parler de repliement, il faut s'arrêter sur l'objet lui-même. Les protéines sont les ouvrières du vivant. Presque tout ce qui se passe dans une cellule est accompli par elles : elles digèrent les aliments, transportent l'oxygène dans le sang, contractent les muscles, transmettent les signaux entre les neurones, défendent l'organisme contre les intrus, copient l'ADN et réparent ses erreurs. Quand un médicament agit, c'est presque toujours parce qu'il vient se loger contre une protéine et modifie son comportement. Quand une maladie s'installe, c'est très souvent parce qu'une protéine ne fait plus correctement son travail.

Un alphabet de vingt lettres

Chaque protéine est une chaîne, une longue suite d'unités appelées acides aminés. Il en existe vingt sortes principales dans le vivant. On peut les voir comme un alphabet de vingt lettres : en les enchaînant dans un ordre précis, la cellule écrit des « mots » de dizaines, de centaines, parfois de milliers de lettres. Cet enchaînement, cette suite ordonnée, porte un nom : la séquence. Et cette séquence est directement inscrite dans nos gènes. L'ADN est le plan, l'ARN le brouillon de travail, et la protéine le produit fini. La séquence, on sait la lire depuis des décennies : c'est même devenu rapide et peu coûteux.

Mais voici le point qui change tout. Une protéine n'est pas une chaîne molle qui flotterait au hasard. Aussitôt fabriquée, elle se replie sur elle-même, spontanément, en une fraction de seconde, pour adopter une forme compacte et très précise dans l'espace. C'est cette forme repliée — pas la chaîne étirée — qui accomplit le travail. On distingue d'ailleurs plusieurs niveaux d'organisation : la structure primaire (l'ordre des acides aminés), la structure secondaire (des motifs locaux réguliers, comme des spirales appelées hélices ou des feuillets plissés), et la structure tertiaire (la forme globale, tridimensionnelle, de l'ensemble replié). C'est cette dernière qui nous intéresse.

La séquence, c'est la partition. Le repliement, c'est la musique. On sait lire la partition de centaines de millions de protéines. Longtemps, on n'a su entendre la musique que pour une infime minorité d'entre elles.

La forme, c'est la fonction

Pourquoi accorder tant d'importance à la forme ? Parce qu'en biologie, la forme fait la fonction. Une protéine agit en s'emboîtant contre d'autres molécules, un peu comme une clé dans une serrure. Une enzyme qui découpe une molécule possède une cavité dont le relief épouse exactement la pièce à découper. Un récepteur à la surface d'une cellule possède une poche taillée pour recevoir un signal précis, et rien d'autre. Un anticorps reconnaît son intrus grâce à une extrémité dont la surface correspond, creux pour bosse, à celle de sa cible. Changez la forme, même légèrement, et la clé n'entre plus dans la serrure : la fonction se dérègle. Voilà pourquoi connaître la forme tridimensionnelle d'une protéine, c'est détenir un mode d'emploi de la vie à l'échelle moléculaire.

Pourquoi deviner le repliement est si difficile

Arrêtons-nous sur le cœur de l'énigme. Puisque la séquence est facile à lire, et puisque c'est elle qui commande le repliement, pourquoi ne suffit-il pas de suivre une petite recette pour en déduire la forme ? La réponse tient dans deux constats, l'un théorique et vertigineux, l'autre pratique et têtu.

L'intuition fondatrice : la séquence suffit

Commençons par une bonne nouvelle, établie dès les années 1960. Le chercheur Christian Anfinsen a montré, par une série d'expériences sur une enzyme, qu'une protéine dépliée en laboratoire pouvait se replier toute seule, sans aide extérieure, et retrouver exactement sa forme d'origine. Sa conclusion, restée célèbre sous le nom de « dogme d'Anfinsen », est que toute l'information nécessaire au repliement est déjà contenue dans la séquence des acides aminés, et dans rien d'autre. Ce travail lui a valu le prix Nobel de chimie en 1972. Il portait en lui une promesse formidable : si la séquence contient tout, alors on devrait pouvoir, en principe, prédire la forme à partir de la seule séquence. Restait à trouver comment.

Le vertige des possibles : le paradoxe de Levinthal

C'est ici que surgit le premier constat, le plus spectaculaire. En 1969, le scientifique Cyrus Levinthal a fait un petit calcul devenu légendaire. Prenons une protéine modeste, disons une centaine d'acides aminés. Chaque acide aminé peut s'orienter de plusieurs façons par rapport à ses voisins. Si l'on suppose, très prudemment, une dizaine d'orientations possibles par acide aminé, le nombre total de formes envisageables pour la chaîne entière atteint 10 puissance 100 — un 1 suivi de cent zéros. Ce nombre dépasse l'entendement : il est plus grand que le nombre d'atomes estimé dans l'univers observable.

Supposons maintenant que la protéine essaie ces formes une par une, très vite, à raison d'un changement toutes les 10 puissance moins 13 secondes (un rythme réaliste à l'échelle moléculaire). Le temps nécessaire pour toutes les passer en revue atteindrait environ 10 puissance 87 secondes. Or l'univers lui-même n'a qu'environ 4 fois 10 puissance 17 secondes d'existence. Autrement dit, si une protéine explorait ses formes au hasard, elle mettrait immensément plus de temps que l'âge de l'univers à trouver la bonne. Et pourtant — c'est là le paradoxe — les vraies protéines se replient en quelques millièmes, parfois quelques millionièmes de seconde. Elles ne tâtonnent pas au hasard ; elles suivent des chemins privilégiés, guidés par la physique, qui les conduisent rapidement vers leur forme stable. Comprendre et reproduire ces chemins par le calcul, voilà exactement ce qui a résisté aux chercheurs pendant cinquante ans.

Le paradoxe de Levinthal ne dit pas que le repliement est impossible. Il dit que la nature ne procède pas par force brute. Elle « sait » quelque chose que nos ordinateurs, longtemps, n'ont pas su capturer.

Le mur pratique : trop de séquences, trop peu de formes

Le second constat est plus terre à terre, mais tout aussi décisif. Pendant des décennies, la seule manière fiable de connaître la forme d'une protéine était de la mesurer directement, expérimentalement. Trois grandes techniques existent. La cristallographie aux rayons X consiste à faire cristalliser la protéine, puis à bombarder ce cristal de rayons X et à reconstituer la forme à partir de la façon dont les rayons se dispersent : c'est puissant et très précis, mais obtenir un beau cristal peut prendre des mois, parfois des années, et certaines protéines refusent tout simplement de cristalliser. La résonance magnétique nucléaire (RMN) permet d'étudier des protéines en solution, mais reste limitée aux plus petites d'entre elles. La cryomicroscopie électronique, plus récente, observe des molécules congelées à très basse température ; elle a fait des progrès remarquables, mais exige des instruments coûteux et de lourds calculs.

Résultat : accumuler des formes de protéines était un travail long, patient, réservé à des laboratoires spécialisés. La grande bibliothèque publique de ces formes mesurées, la Protein Data Bank, illustre bien l'effort colossal fourni. En 1995, elle contenait environ 3 800 fichiers de structures. En 2020, après un quart de siècle de labeur mondial, elle en réunissait environ 173 000. C'est admirable — et pourtant dérisoire face au besoin. Car dans le même temps, les bases de séquences comme UniProt archivaient près de 220 millions de séquences de protéines connues. Faites le rapport : on connaissait la séquence de centaines de millions de protéines, mais la forme de quelques dizaines de milliers seulement. Pour l'immense majorité du monde vivant, on possédait la partition sans jamais avoir entendu la musique. C'est ce gouffre, entre ce qu'on savait lire et ce qu'on savait voir, qu'AlphaFold est venu combler.

Comment AlphaFold s'y prend, expliqué simplement

AlphaFold est un programme d'intelligence artificielle mis au point par le laboratoire DeepMind. Plutôt que de simuler la physique du repliement atome par atome — une approche qui se heurte de plein fouet au vertige de Levinthal — il a choisi une voie complètement différente : apprendre à reconnaître les régularités. On peut résumer sa démarche en trois idées accessibles.

Première idée : apprendre sur des exemples déjà résolus

AlphaFold a été entraîné sur l'ensemble des formes déjà mesurées et déposées dans la Protein Data Bank, ces quelque 170 000 structures obtenues au fil des décennies. En les examinant, le programme a peu à peu dégagé des correspondances statistiques entre des motifs de séquence et des motifs de forme. C'est le principe de l'apprentissage : on montre à la machine des dizaines de milliers de cas où l'on connaît à la fois la séquence et la forme, et elle en tire des régularités qu'aucun humain n'aurait pu formuler explicitement. Comme un enfant qui, à force de voir des visages, finit par reconnaître une émotion sans savoir énoncer la règle qui la définit.

Deuxième idée : lire l'histoire évolutive de la protéine

C'est peut-être l'astuce la plus élégante. Une même protéine existe, sous des variantes proches, chez des milliers d'espèces différentes — de la bactérie à l'être humain. Au fil de l'évolution, sa séquence a un peu changé d'une espèce à l'autre, mais sa forme, elle, s'est conservée, parce que c'est la forme qui fait le travail. En comparant toutes ces variantes (on parle d'alignement de séquences apparentées), on repère un signal précieux : lorsque deux positions éloignées dans la chaîne changent toujours ensemble, de manière coordonnée, c'est souvent qu'elles se touchent dans l'espace replié. L'évolution laisse ainsi, dans la diversité des séquences, des indices sur les contacts de la forme finale. AlphaFold exploite massivement ces indices : il ne regarde pas une séquence isolée, mais toute sa parentèle évolutive.

Troisième idée : raisonner sur la forme entière, en même temps

Enfin, AlphaFold utilise une architecture d'intelligence artificielle qui traite la protéine comme un tout cohérent plutôt que comme une succession de morceaux indépendants. Il travaille en particulier sur un tableau de toutes les paires d'acides aminés, en se demandant sans cesse : quelle distance sépare telle position de telle autre, sous quel angle ? Le programme affine ces estimations par étapes successives, en repassant plusieurs fois sur l'ensemble pour que chaque partie soit cohérente avec toutes les autres, jusqu'à converger vers une forme d'ensemble stable et harmonieuse. Le résultat est un jeu de coordonnées tridimensionnelles : la position de chaque atome dans l'espace. La forme, enfin, sort du calcul.

AlphaFold ne « comprend » pas la biologie comme un chercheur. Il a appris à reconnaître, dans le langage des séquences et de l'évolution, la signature discrète de la forme. C'est une lecture, pas une simulation.

Une analogie pour tout relier

Reprenons le fil avec une image du quotidien. Supposez que vous vouliez deviner la façon dont une paire d'écouteurs, sortie de votre poche, va se nouer une fois lâchée. Simuler chaque mouvement du fil, seconde par seconde, serait interminable et hasardeux. Mais si vous aviez observé des milliers de fois des écouteurs identiques finir emmêlés de la même manière, vous sauriez prédire le nœud probable d'un coup d'œil, sans dérouler tout le film physique. AlphaFold procède un peu ainsi : il a vu tant de correspondances entre séquences et formes qu'il reconnaît la solution plausible sans rejouer le repliement pas à pas. Ajoutez à cela l'astuce évolutive — l'équivalent d'avoir observé la même paire d'écouteurs chez des milliers de personnes légèrement différentes, ce qui révèle quelles parties du fil se retrouvent toujours en contact — et vous obtenez une lecture guidée par des indices convergents. Ce n'est ni de la magie ni du hasard : c'est de la reconnaissance de motifs, à une échelle et une finesse que seul un apprentissage massif rend possible.

Cette manière de voir aide à comprendre pourquoi le programme excelle sur les protéines proches de celles qu'il a apprises, et pourquoi il devient moins sûr sur les cas vraiment inédits ou sur les parties sans forme stable. Il extrapole à partir d'un immense répertoire d'exemples ; là où le répertoire est riche, il brille ; là où il est pauvre, il le signale par une confiance plus basse. Garder cette intuition en tête, c'est déjà savoir lire un résultat d'AlphaFold avec le bon regard.

La percée : ce qui a stupéfié les scientifiques

Pour comprendre l'ampleur de l'avancée, il faut savoir comment la communauté mesurait les progrès. Depuis 1994, un exercice international appelé CASP réunit régulièrement les meilleures équipes de prédiction. Le principe est rigoureux et honnête : les organisateurs choisissent des protéines dont la forme vient d'être mesurée expérimentalement mais n'a pas encore été publiée. Les équipes doivent prédire ces formes à l'aveugle, uniquement à partir des séquences. Puis on compare les prédictions à la réalité. Impossible de tricher : personne ne connaît la réponse à l'avance.

Ce détail mérite qu'on s'y attarde, car il fait toute la valeur de la démonstration. Dans bien des domaines, on peut être tenté de vanter une performance en la mesurant sur des exemples déjà vus, ce qui flatte les résultats sans rien prouver. CASP interdit ce biais par construction : les formes de référence sont tenues secrètes jusqu'à la clôture de l'épreuve. Une équipe ne peut donc pas ajuster ses réponses à la réponse attendue, puisque celle-ci reste inconnue. Quand un programme obtient un excellent score dans ces conditions, c'est qu'il a réellement généralisé, qu'il a su traiter des protéines qu'il n'avait jamais rencontrées. C'est cette honnêteté méthodologique, patiemment entretenue pendant plus d'un quart de siècle par la communauté, qui a donné au résultat de 2020 tout son poids. Sans un juge aussi impartial, la percée aurait pu prêter à discussion ; avec lui, elle est devenue difficile à contester.

Un score qui frôle la mesure de laboratoire

On note la qualité d'une prédiction avec un indicateur appelé GDT, qui va de 0 à 100. Un score autour de 90 signifie que la forme prédite est pratiquement identique à la forme réelle, à peu près aussi bonne que ce qu'une mesure expérimentale aurait donné. Pendant longtemps, les meilleures prédictions plafonnaient autour de 60 : utiles, mais loin du compte. En 2020, AlphaFold a obtenu un score médian d'environ 92,4 GDT sur l'ensemble des protéines de l'épreuve. L'écart moyen entre les positions prédites et les positions réelles était de l'ordre de 1,6 ångström — soit à peu près la largeur d'un atome. Pour la partie centrale des protéines, l'écart descendait autour de 0,96 ångström, quand le meilleur concurrent restait aux alentours de 2,8 ångström.

Ces chiffres méritent qu'on s'y arrête, car ils sont la clé de l'émotion qui a saisi les spécialistes. Prédire une forme à la largeur d'un atome près, sans jamais toucher la molécule, à partir d'une simple suite de lettres, c'était franchir un seuil que beaucoup pensaient encore lointain. Le comité d'organisation de CASP, réputé pour sa prudence, a estimé que le problème de la prédiction de structure pour de nombreuses protéines pouvait désormais être considéré comme largement résolu dans ce cadre. Voici, mis en regard, ce qui a changé :

Repère	Avant la percée	Avec AlphaFold (2020)
Meilleur score GDT typique (CASP)	autour de 60	médian ≈ 92,4
Écart aux positions réelles	plusieurs ångströms	≈ 1,6 ångström (largeur d'un atome)
Formes publiques disponibles	≈ 173 000 (mesurées, en 2020)	puis 200+ millions (prédites)
Délai pour une forme	mois à années de laboratoire	minutes à heures de calcul

Puis un geste rare : tout ouvrir

La suite a été aussi marquante que la performance technique. En partenariat avec l'Institut européen de bio-informatique (EMBL-EBI), DeepMind a mis en accès ouvert une base de données géante de formes prédites. La première version, mi-2021, en contenait déjà quelques centaines de milliers. Un an plus tard, à l'été 2022, cette base dépassait 200 millions de formes de protéines, couvrant l'immense majorité des protéines connues du vivant. Autrement dit, le gouffre entre séquences connues et formes connues, qui avait résisté un demi-siècle, s'est en grande partie comblé en un an. La base, librement consultable, a depuis été utilisée par des millions de personnes dans quelque 190 pays. Ce choix d'ouverture a démultiplié l'impact : la connaissance n'est pas restée dans un coffre, elle a irrigué la recherche mondiale.

À quoi cela sert concrètement

Une prouesse de calcul ne vaut que par ce qu'elle permet. Or les usages, ici, touchent des domaines qui parlent à tout le monde : la santé, l'environnement, la compréhension du vivant. Voici quelques familles d'applications, décrites simplement.

Accélérer la recherche de médicaments

Concevoir un médicament, c'est souvent trouver une petite molécule capable de se glisser dans une poche précise d'une protéine impliquée dans une maladie, pour bloquer ou modifier son action. Encore faut-il connaître la forme de cette poche. Quand la forme n'était pas disponible, il fallait parfois des années pour l'obtenir en laboratoire. Avec une prédiction fiable et immédiate, les chercheurs peuvent commencer plus tôt à imaginer les molécules candidates, à les tester virtuellement contre la cible avant de passer au laboratoire. Cela ne remplace pas les essais réels, mais cela oriente et resserre le champ des possibles, ce qui fait gagner un temps précieux.

Éclairer les maladies négligées

Un aspect particulièrement encourageant concerne les maladies dites négligées, qui touchent surtout des populations défavorisées et attirent peu d'investissements. L'initiative Drugs for Neglected Diseases (DNDi) s'appuie sur les prédictions de structure pour progresser sur des affections comme la maladie de Chagas, transmise par un parasite, ou la leishmaniose, présente dans de nombreuses régions tropicales. Des travaux de recherche sur la schistosomiase, une infection parasitaire majeure, ont utilisé des formes prédites de protéines cibles pour cribler virtuellement des molécules et en identifier plusieurs prometteuses. Là où le manque de moyens freinait la recherche, l'accès ouvert à des formes fiables rééquilibre un peu les chances.

Inventer des enzymes utiles à la planète

Les enzymes sont des protéines qui accélèrent des réactions chimiques. Certaines savent découper des matières plastiques. Le Centre d'innovation sur les enzymes de l'université de Portsmouth s'est appuyé sur AlphaFold pour accélérer la mise au point d'enzymes capables de dégrader le plastique PET, celui des bouteilles. Connaître la forme précise de l'enzyme aide à repérer les endroits où l'améliorer : rendre son site actif plus accueillant pour le plastique, renforcer sa stabilité à la chaleur, ajuster ses charges de surface. C'est un exemple parlant : la même technologie qui aide à soigner peut aussi aider à recycler.

Comprendre le vivant, tout simplement

Au-delà des applications directes, il y a la connaissance fondamentale. Disposer de la forme probable de presque toutes les protéines connues, c'est offrir aux biologistes une carte inédite du monde moléculaire. On peut désormais explorer des familles entières de protéines dont on ignorait tout de l'architecture, formuler des hypothèses sur leur rôle, deviner comment elles s'assemblent entre elles. Des millions de chercheurs à travers le monde ont utilisé ces prédictions pour avancer sur des sujets aussi variés que les vaccins, les traitements du cancer ou la conception de nouvelles enzymes. C'est un instrument d'exploration autant qu'un outil de production.

Ce qu'il faut nuancer pour rester honnête

Un bon récit de vulgarisation ne cache pas les limites : il les explique. AlphaFold est remarquable, mais ce n'est ni une baguette magique ni un oracle infaillible. Comprendre ses bornes, c'est mieux comprendre ce qu'il fait.

Une photo, pas un film

Première limite : AlphaFold propose une forme, une seule, comme une photographie figée. Or beaucoup de protéines bougent, respirent, changent de conformation selon leur environnement ou selon les molécules qu'elles rencontrent. Le programme ne montre pas ce mouvement ; il ne dit pas non plus quelles formes alternatives une protéine peut adopter, ni avec quelle probabilité. Il livre un cliché, souvent le plus représentatif, mais pas le film complet de la vie de la molécule. Pour étudier la dynamique, d'autres méthodes restent nécessaires.

Les régions désordonnées et les cas atypiques

Certaines protéines, ou certaines de leurs parties, n'ont tout simplement pas de forme fixe : elles restent souples, changeantes, « désordonnées » par nature. Pour ces régions, AlphaFold signale d'ailleurs lui-même une faible confiance, ce qui est plutôt une qualité : le programme accompagne chaque prédiction d'un indice de fiabilité, position par position, permettant de savoir où faire confiance et où rester prudent. De même, il n'a pas été conçu pour prédire finement l'effet d'une mutation isolée, le changement d'un seul acide aminé, qui peut pourtant avoir de lourdes conséquences en biologie. Là encore, l'outil a un périmètre, et le bon usage consiste à le connaître.

La vraie maturité, avec un outil aussi puissant, n'est pas de le croire sur parole. C'est de lire l'indice de confiance qu'il fournit, et de garder le laboratoire comme juge de paix quand l'enjeu l'exige.

Prédire n'est pas prouver

Enfin, une prédiction, aussi précise soit-elle, reste une hypothèse informée, pas une vérité expérimentale. Les techniques de mesure directe — cristallographie, cryomicroscopie, RMN — conservent tout leur rôle : elles valident, elles corrigent, elles explorent ce que le calcul ne voit pas encore. La bonne image n'est pas celle d'un remplacement, mais d'une alliance. Le calcul propose une carte à grande échelle, très vite ; l'expérience vérifie les points cruciaux et affine le détail là où il compte. Les deux se renforcent au lieu de se concurrencer.

Pourquoi cette avancée comptera durablement

On pourrait croire qu'une prouesse technique vieillit vite. Ici, c'est l'inverse : plusieurs raisons donnent à cette percée une portée qui traverse le temps.

Un verrou fondamental levé

La première raison est de principe. Prédire la forme d'une protéine à partir de sa séquence était l'un de ces défis fondateurs qu'une discipline entière porte pendant des décennies. Le franchir change durablement le point de départ de milliers de recherches. Ce n'est pas une mode : c'est un socle. Comme la lecture rapide du génome a transformé la biologie il y a vingt ans et le reste aujourd'hui, la prédiction fiable des formes s'installe comme un acquis sur lequel on construit.

Un patrimoine ouvert qui reste disponible

La deuxième raison tient à l'ouverture. Une base de plus de 200 millions de formes, librement consultable partout dans le monde, ne s'évapore pas. Elle devient une infrastructure de la connaissance, au même titre que les grandes bibliothèques de séquences. Un étudiant à Nairobi, un laboratoire à Lima, une équipe à Hanoï accèdent aux mêmes formes qu'un institut richement doté. Ce partage abaisse durablement une barrière qui a longtemps réservé la biologie structurale aux mieux équipés.

Une méthode qui essaime

La troisième raison est peut-être la plus profonde. Au-delà des protéines, cette réussite a montré qu'une intelligence artificielle bien conçue, nourrie de données soigneusement rassemblées et guidée par de bonnes idées scientifiques, pouvait résoudre des problèmes que l'on croyait hors de portée du calcul. La démarche — apprendre des exemples, exploiter des signaux subtils comme ceux de l'évolution, raisonner sur un objet dans son ensemble — inspire désormais de nombreux autres champs, de la chimie aux matériaux. La leçon dépasse largement la biologie : elle dit quelque chose sur la façon dont science et apprentissage automatique peuvent avancer ensemble.

À retenir

Résumons le voyage. Une protéine est une chaîne d'acides aminés dont la séquence, facile à lire, commande le repliement en une forme tridimensionnelle précise — et c'est cette forme qui accomplit tout le travail du vivant. Deviner cette forme à partir de la seule séquence était un problème redoutable, à la fois pour une raison théorique (le nombre astronomique de formes possibles, illustré par le paradoxe de Levinthal) et pour une raison pratique (le fossé entre des centaines de millions de séquences connues et quelques dizaines de milliers de formes mesurées).

AlphaFold a franchi ce cap non pas en simulant la physique atome par atome, mais en apprenant à reconnaître les régularités : sur les formes déjà résolues, sur les signaux laissés par l'évolution, en raisonnant sur la protéine entière. Le résultat, une prédiction fidèle à la largeur d'un atome près, a bousculé les repères de tout un domaine. Et le geste d'ouvrir librement une base de plus de 200 millions de formes a transformé une prouesse en bien commun.

• La forme d'une protéine, c'est sa fonction : connaître l'une, c'est éclairer l'autre.
• Le repliement était dur à prédire à cause du vertige combinatoire et du manque de formes mesurées.
• AlphaFold lit la forme cachée dans la séquence et son histoire évolutive, plutôt que de la simuler.
• La justesse atteinte frôle celle des mesures de laboratoire, en minutes au lieu de mois.
• L'outil a ses limites — une seule forme, pas la dynamique — et l'expérience reste le juge final.
• L'accès ouvert et la méthode font de cette avancée un acquis durable, bien au-delà des protéines.

La prochaine fois que l'on vous parlera d'intelligence artificielle appliquée à la science, vous aurez en tête un exemple limpide et positif : celui d'un très long collier de perles dont on a appris, enfin, à deviner la forme — et, avec elle, un peu mieux le fonctionnement du vivant.

Sources

• Highly accurate protein structure prediction with AlphaFold — Nature (2021)
• Paradoxe de Levinthal — nombre de conformations et temps de repliement
• Prix Nobel de chimie 1972 — Christian Anfinsen (dogme d'Anfinsen)
• Nouvelle version de l'AlphaFold DB : plus de 200 millions de structures — EMBL-EBI (2022)
• AlphaFold Protein Structure Database — EMBL-EBI
• Forces et limites d'AlphaFold — formation EMBL-EBI
• Expansion de la couverture structurale — écart séquences/structures (PDB, UniProt)
• AlphaFold, données ouvertes et applications (santé mondiale, enzymes) — EMBL
• AlphaFold: a solution to a 50-year-old grand challenge in biology — DeepMind (2020)
• Croissance annuelle des structures déposées — RCSB Protein Data Bank (statistiques historiques)