IA et biologie : 1,8 milliard de dollars pour modéliser le fonctionnement des cellules

Le gouvernement américain, Meta, Google DeepMind et Isomorphic Labs rejoignent l’initiative de « biologie virtuelle » de Biohub. L’ensemble représente 1,8 milliard de dollars de financements, de données et de moyens techniques destinés à construire des modèles capables de prédire le comportement des cellules. L’ambition est considérable, mais elle relève encore de la recherche : aucun traitement n’est annoncé.

Une coalition publique-privée annoncée le 7 octobre

Biohub a détaillé mercredi 7 octobre 2026 l’élargissement de sa Virtual Biology Initiative. Selon Reuters, le département américain de l’Énergie, les National Institutes of Health (NIH), Meta, Google DeepMind et Isomorphic Labs mettent en commun des capacités de laboratoire, de calcul et de production de données biologiques. Le montant global présenté pour cet effort atteint 1,8 milliard de dollars.

Le projet n’est pas né aujourd’hui. Biohub, l’organisation philanthropique soutenue par Mark Zuckerberg et Priscilla Chan, avait annoncé le 29 avril un engagement initial de 500 millions de dollars sur cinq ans. La nouveauté du 7 octobre est l’arrivée coordonnée d’acteurs publics et privés qui donne une autre échelle au programme.

D’où viennent les 1,8 milliard de dollars ?

• 500 millions de dollars avaient déjà été engagés par Biohub pour les technologies d’imagerie, d’ingénierie biologique, d’infrastructure et de génération de données ;
• plus de 500 millions de dollars sur cinq ans doivent venir du département américain de l’Énergie pour les mesures en laboratoire, la modélisation et le calcul ;
• plus de 500 millions de dollars de ressources issues d’investissements fédéraux antérieurs doivent être coordonnés par les NIH, puis standardisés pour l’entraînement de modèles ;
• 300 millions de dollars sont apportés conjointement par Meta, Google DeepMind et Isomorphic Labs.

Ces montants ne correspondent pas tous à de l’argent frais versé le même jour. Ils regroupent des engagements nouveaux, des infrastructures et des jeux de données déjà financés. Cette distinction est importante pour comprendre l’annonce sans la transformer en promesse budgétaire simplifiée.

Construire des modèles prédictifs de la cellule

Le cœur du programme consiste à observer comment des cellules réagissent à de nombreuses perturbations : modification de leur environnement, activation ou inhibition de gènes, variation de signaux moléculaires. Les partenaires veulent produire des jeux de données à une échelle aujourd’hui hors de portée de la plupart des laboratoires.

Parmi les méthodes citées figure la transcriptomique spatiale, qui permet de cartographier l’activité des gènes tout en conservant la position des cellules dans un tissu. L’objectif est d’entraîner des systèmes d’intelligence artificielle capables de simuler certains comportements biologiques et d’aider les chercheurs à sélectionner les expériences les plus instructives avant de les réaliser physiquement.

Les bases existantes comptent déjà des centaines de millions de cellules, mais Biohub estime qu’il faudra atteindre des milliards, puis potentiellement des milliers de milliards d’observations pour obtenir des modèles suffisamment robustes. Le responsable scientifique de l’organisation, Alex Rives, dit viser un premier jeu de données dans environ un an et des modèles prédictifs plus précis dans les cinq ans. Il s’agit d’un calendrier affiché par le programme, pas d’une garantie de résultat.

Des données ouvertes, avec un embargo commercial temporaire

Biohub présente l’initiative comme une infrastructure de science ouverte. Les données financées par le gouvernement doivent être accessibles sans restriction commerciale, tandis que les entreprises qui financent directement certains jeux de données bénéficieront d’une période d’exclusivité temporaire avant leur publication.

Axios rapporte que cette période devrait durer un an. Cette formule cherche à attirer des capitaux privés tout en promettant une ouverture ultérieure, mais elle crée aussi un point de vigilance : pendant l’embargo, tous les chercheurs ne disposeront pas du même accès aux résultats issus des contributions commerciales.

Ce que cela pourrait changer pour la recherche médicale

Si les modèles deviennent fiables, ils pourraient aider à explorer plus rapidement les mécanismes d’une maladie, à comparer virtuellement des hypothèses ou à identifier les expériences de laboratoire les plus prometteuses. Ils ne remplaceront toutefois ni la validation expérimentale, ni les essais précliniques et cliniques, ni l’évaluation réglementaire d’un médicament.

L’annonce du 7 octobre ne porte donc sur aucun traitement approuvé et ne permet pas de conclure qu’un développement thérapeutique sera automatiquement raccourci. Une cellule réelle dépend d’interactions moléculaires, mécaniques et environnementales complexes ; un modèle peut être performant sur les données qui l’ont formé tout en échouant face à une situation biologique différente.

Un pari scientifique qui devra être mesuré

Le véritable test sera la capacité du consortium à produire des données homogènes, bien documentées et reproductibles entre laboratoires. La quantité ne suffira pas : la qualité des mesures, la diversité des tissus étudiés, la représentation de populations variées et la transparence des méthodes détermineront l’utilité médicale des futurs modèles.

Biohub indiquait dès avril vouloir réunir des institutions comme l’Allen Institute, l’Arc Institute, le Broad Institute, le Wellcome Sanger Institute, le Human Cell Atlas et le Human Protein Atlas. Son annonce initiale insistait déjà sur la nécessité d’un effort mondial et de données interopérables. L’élargissement dévoilé ce mercredi fournit davantage de moyens ; il ne résout pas encore les difficultés scientifiques qui séparent une immense base de données d’un modèle fidèle du vivant.

Image : cellules HeLa observées au microscope à contraste de phase, photographie d’archive du 18 mai 2005, recadrée au format 16:9. Crédit : Y tambe / Wikimedia Commons, licence CC BY-SA 3.0. Cette image illustre l’observation cellulaire ; elle ne montre pas une expérience du programme annoncée le 7 octobre.