L’essentiel
- Des chercheurs de l’université de Stanford et de l’Arc Institute ont utilisé les modèles Evo 1 et Evo 2 pour générer seize bactériophages, des virus qui n’infectent que des bactéries, ensuite synthétisés et fonctionnels.
- Les travaux sont publiés dans la revue Science ; les modèles ont été entraînés sur des milliers de milliards de nucléotides, les briques élémentaires de l’ADN.
- La visée thérapeutique est l’antibiorésistance, avec des phages taillés pour des infections que les antibiotiques ne réduisent plus.
- Concevoir un génome viable devient un problème de calcul, alors qu’aucun dispositif de contrôle ne s’applique à la diffusion des poids d’un modèle.
Un modèle entraîné sur de l’ADN a écrit seize génomes complets de virus. Ils ont été fabriqués, ils fonctionnent. La partie la plus difficile de l’opération, la conception, s’est jouée sur des serveurs.
Seize phages écrits par un modèle, puis synthétisés en laboratoire
Evo 1 et Evo 2, les modèles de génome de l’Arc Institute, ne prédisent pas la forme d’une protéine : ils écrivent des séquences génétiques entières. Entraînés sur des milliers de milliards de nucléotides, ils ont proposé des centaines de milliers de candidats ; près de trois cents sont passés à la synthèse, seize se sont assemblés en bactériophages fonctionnels, chacun avec son architecture génomique propre. L’étude est parue dans Science.
Evo n’avance pas seul sur ce terrain. ESM3, le modèle de la société EvolutionaryScale, avait déjà généré une protéine fluorescente qui ne partage que 58 % de sa séquence avec ses plus proches cousines naturelles. Le saut franchi ici tient à l’échelle : on passe de la protéine isolée au génome complet.
L’application visée est légitime : la phagothérapie, qui soigne une infection avec un virus mangeur de bactéries plutôt qu’avec un antibiotique. Face à des souches que les antibiotiques ne réduisent plus, un phage conçu pour une bactérie précise frappe sa cible sans raser la flore alentour. Obtenir ces virus par les méthodes classiques demande des mois de collecte, de sélection et de culture. Un modèle génératif ramène l’étape de conception à des heures de calcul, suivies d’un tri expérimental.
La bonne nouvelle médicale s’arrête là, et une question d’infrastructure commence. L’architecture qui écrit un phage n’a rien de spécifique au phage : elle apprend la grammaire des génomes.
La barrière biologique tenait à des murs et à des machines
Pendant vingt ans, le contrôle du risque biologique a reposé sur une réalité physique. Il fallait un local classé, des consommables réglementés, des équipements lourds, une équipe formée. On surveillait des lieux et des personnes, parce que la compétence opératoire restait incarnée quelque part, dans une paillasse et dans des mains.
Les poids d’un modèle, c’est-à-dire les paramètres appris pendant l’entraînement, cassent cette hypothèse. Un fichier de quelques dizaines de gigaoctets contient une capacité de conception, copiable à l’infini, transportable en une commande, indifférent aux frontières. Aucun guichet n’existe : ni douane, ni autorisation préalable, ni registre. Un hébergeur qui met des poids en téléchargement ne se demande pas s’il redistribue un savoir-faire sensible, parce qu’on ne le lui a jamais demandé.
Un goulot matériel subsiste : la synthèse. Transformer une séquence en ADN réel passe encore par des prestataires équipés, peu nombreux, identifiables, qui facturent. C’est aujourd’hui le seul point de la chaîne où une commande douteuse peut être interceptée avant d’exister.
Diffusion ouverte, accès verrouillé ou contrôle chez les fabricants d’ADN
La première trajectoire est déjà engagée : ces modèles suivent le chemin des grands modèles de langage. Versions ouvertes, dérivés spécialisés par fine-tuning (réentraînement léger sur un jeu de données ciblé), exécution sur du matériel de plus en plus modeste. Inutile d’attendre qu’elle se réalise : les poids d’Evo 2 sont publiés sur Hugging Face, en téléchargement direct, de la version à 1 milliard de paramètres à celle qui en compte 40 milliards. D’ici mi-2027, faire tourner un modèle de ce calibre hors du laboratoire qui l’a produit relèvera de la routine.
La deuxième mise sur le verrouillage par l’accès. Les modèles restent derrière une API, un accès contrôlé à distance, avec vérification d’identité, journalisation des requêtes et refus sur certaines familles de séquences. C’est le régime appliqué aux modèles de langage les plus avancés. Transposé à la biologie, il suppose que les meilleurs modèles de séquences restent fermés : Evo démontre le contraire, et un verrou que l’on peut contourner en clonant un dépôt public ne protège plus rien.
La troisième déplace le point de contrôle vers les fournisseurs de synthèse d’ADN. Filtrage obligatoire des commandes, traçabilité des clients, responsabilité engagée du prestataire. Peu d’acteurs, du matériel lourd, des flux facturés : tous les ingrédients d’une régulation réellement applicable, contrairement à un fichier qui se duplique.
Hébergeurs et clouds héritent d’un dossier de non-prolifération
Une plateforme d’hébergement de modèles, un cloud, un service d’inférence n’ont jamais eu à se demander si un fichier stocké chez eux relevait d’un régime de non-prolifération. La question se pose maintenant, et elle passera d’abord par le contrat : clauses d’usage, attestation de provenance des poids, engagement de conservation des journaux. L’obligation légale suivra, avec son retard habituel.
Trois réflexes s’imposent dès maintenant, sans attendre le moindre texte. Savoir si vos chaînes de traitement embarquent des modèles de séquences biologiques, y compris indirectement via un dérivé récupéré sur un hub. Conserver la provenance des poids que vous servez ou redistribuez, exactement comme on trace une dépendance logicielle. Traiter les journaux d’inférence comme une pièce à archiver plutôt que comme une ligne de coût de stockage. Rien d’exotique : les précautions que l’on prend déjà avec ses fournisseurs, étendues à un fichier que l’on avait pris l’habitude de croire inoffensif.
Un modèle capable d’écrire des génomes viables est donc déjà en téléchargement libre, et personne n’a eu à trancher si c’était souhaitable : il n’existe aucune autorité à qui la question aurait pu être posée. Les seize phages de Stanford tiennent encore de la répétition générale. Elle n’aura pas lieu deux fois.
Mon avis
La régulation viendra des fournisseurs de synthèse d’ADN, parce que c’est le seul maillon où il reste des machines à inspecter et des factures à lire, et on présentera cette facilité comme une stratégie. Elle protégera deux ou trois ans, le temps que les synthétiseurs de paillasse se banalisent. Je table sur un régime de diffusion propre aux modèles biologiques, avec traçabilité des poids et responsabilité de l’hébergeur, écrit avant 2029 : sous la pression d’un incident, ou sous celle d’assureurs qui refuseront de couvrir l’ambiguïté. Ce travail de Stanford est une avancée médicale réelle ; c’est aussi le dernier avertissement gratuit que la filière recevra.
