Une intelligence artificielle réalise 10 000 expériences par jour avec des bactéries afin d’accélérer les découvertes
Le travail scientifique implique souvent de passer au crible d’énormes quantités de données, une tâche qui est extrêmement ennuyeuse pour les humains, mais qui est un jeu d’enfant pour l’intelligence artificielle. Une nouvelle plateforme, baptisée BacterAI, peut réaliser jusqu’à 10 000 expériences par jour pour s’instruire, et nous instruire, sur les bactéries.
Image d’entête : une partie du robot de phénotypage en profondeur (Deep phenotyping) dirigé par BacterAI et qui a déjà réalisé 931 038 expériences automatisées depuis janvier 2020. (Marcin Szczepanski, Michigan Engineering)
Le corps humain abrite des milliards de microbes, qui recouvrent presque toutes les surfaces à l’intérieur comme à l’extérieur. Nombre d’entre eux sont essentiels à des fonctions corporelles spécifiques, tandis que beaucoup d’autres nous rendent malades. La recherche continue de découvrir à quel point notre santé générale est inextricablement liée à nos microbiomes, mais la gestion et l’exploration des données impliquées restent une tâche ardue.
Pour Paul Jensen, auteur correspondant de la nouvelle étude (lien plus bas) :
Nous ne savons pratiquement rien de la plupart des bactéries qui influencent notre santé. Comprendre comment elles se développent est la première étape vers la réingénierie de notre microbiome.
L’IA est particulièrement douée pour traiter d’énormes ensembles de données et trouver des modèles, et les scientifiques l’ont donc naturellement mise à contribution pour analyser les données sur les bactéries. En général, il s’agit d’alimenter des modèles d’apprentissage automatique à partir d’ensembles de données existants, mais cela ne sert à rien pour les espèces pour lesquelles il n’y a tout simplement pas beaucoup de données disponibles, et c’est le cas de beaucoup d’espèces, si l’on considère qu’environ 90 % des bactéries n’ont été que peu ou pas étudiées.
Des chercheurs de l’université du Michigan (Etats-Unis) ont mis au point une nouvelle plateforme appelée BacterAI, qui permet d’étudier les bactéries sans connaissances préalables. Elle crée son propre ensemble de données à partir de zéro en concevant des expériences pour des robots de laboratoire qui les exécutent l’une après l’autre, les résultats de chacune d’entre elles influençant les suivantes. Enfin, elle peut synthétiser ses résultats sous la forme d’un ensemble de règles logiques que les scientifiques humains peuvent comprendre et tester à leur tour.
Lors d’une démonstration de cette technologie, BacterAI a été mis à contribution pour déterminer le métabolisme de deux bactéries buccales courantes, Streptococcus gordonii et Streptococcus sanguinis. Il s’agit d’identifier une combinaison spécifique d’acides aminés que les bactéries consomment parmi un ensemble de 20 acides aminés qui permettent la vie, une tâche qui nécessite de trier plus d’un million de combinaisons possibles.
BacterAI a pu tester quelques centaines de combinaisons d’acides aminés par jour, en sélectionnant les plus prometteuses et en les poursuivant lors d’expériences ultérieures. Il a réalisé jusqu’à 10 000 expériences par jour et, au bout de neuf jours, il a pu faire des prédictions précises dans 90 % des cas.
Selon Jensen :
Lorsqu’un enfant apprend à marcher, il ne se contente pas de regarder les adultes marcher, puis de dire « Ok, j’ai compris », de se lever et de commencer à marcher. Il tâtonne et procède d’abord par essais et erreurs. Nous voulions que notre agent d’intelligence artificielle fasse des pas et tombe, qu’il trouve ses propres idées et fasse des erreurs. Chaque jour, il s’améliore un peu, il devient un peu plus intelligent.
L’équipe espère que BacterAI pourra être utilisé pour accélérer les découvertes sur les bactéries, ce qui pourrait permettre de développer de nouveaux médicaments ou d’autres molécules utiles.
L’étude publiée dans Nature Microbiology : BacterAI maps microbial metabolism without prior knowledge et présentée sur le site de l’Université du Michigan : AI could run a million microbial experiments per year.