Accélérer la découverte d’antibiotiques avec ChatGPT
Le Dr César de la Fuente et son équipe utilisent de nouveaux outils pour lutter contre la résistance aux antimicrobiens.
« C’est fascinant de penser au peu que nous savons et à tout ce qu’il reste à découvrir. J’essaie de transmettre cette idée aux jeunes pour leur faire comprendre que l’avenir leur appartient. Nous ne comprenons presque rien au monde — et c’est passionnant, car c’est là que la science peut nous aider. » —Dr César de la Fuente
« Des outils comme ChatGPT nous aident à accélérer les découvertes scientifiques. C’est véritablement un terrain de jeu pour un scientifique comme moi. »
Un problème croissant
La médecine moderne repose sur des antibiotiques efficaces, qui nous aident à nous rétablir de maladies courantes, d’interventions chirurgicales, d’accouchements et plus encore. Cependant, un problème prend de l’ampleur : les bactéries combattues par les antibiotiques sont résilientes, et plus nous utilisons d’antibiotiques contre elles, plus les souches résistantes ont l’occasion de devenir dominantes. C’est ce qu’on appelle la résistance aux antimicrobiens (RAM). Environ 5 millions de décès sont associés chaque année à la RAM bactérienne, et ce nombre devrait doubler d’ici 2050.
De nouveaux antibiotiques sont essentiels pour combattre la RAM, mais la méthode traditionnelle, qui consiste pour les scientifiques à explorer la nature et à fouiller le sol, les plantes et d’autres matières organiques pour trouver des molécules actives, est longue et repose beaucoup sur les essais et erreurs. Des outils comme ChatGPT et Codex permettent au Dr César de la Fuente et à son équipe d’adopter une approche novatrice et plus rapide pour trouver de nouvelles molécules afin de lutter contre la RAM. « Nous faisons tout à la vitesse du numérique », dit-il.
« Souvent, le temps que je prenne un café, mon équipe a déjà découvert une multitude de nouvelles molécules qui pourraient devenir le prochain antibiotique. »
« Notre laboratoire entreprend des projets à haut risque, mais lorsque nous réussissons, les résultats sont extraordinaires. »
—Marcelo Der Torossian Torres
« Codex est un excellent copilote. Lorsque je veux mettre quelque chose en œuvre, Codex peut simplement le produire en une seconde. Il me fait gagner du temps et me permet de faire autre chose. »
—Erik Hartman
« Comme scientifique expérimentale, développer un algorithme représente un immense pas pour moi. Je peux utiliser Codex pour écrire un script et m’assurer que mes données sont représentées graphiquement de la même façon pour chaque expérience. »
—Angela Cesaro
Traiter la biologie comme du code
L’une des grandes percées du laboratoire de la Fuente a été de traiter ce problème comme un problème d’information : l’ADN, élément constitutif de la vie, n’est qu’un code. Des outils comme ChatGPT l’aident à concevoir des algorithmes capables d’analyser rapidement les systèmes complexes qui définissent notre monde et de trouver de nouveaux candidats antibiotiques en quelques heures plutôt qu’en plusieurs années.
« Nous pouvons maintenant découvrir de nouvelles molécules antibiotiques en quelques heures plutôt qu’en cinq ou six ans. »
« Avec Codex, une personne qui n’a jamais programmé et qui ne comprend pas le langage informatique peut maintenant le faire. »
—Dr César de la Fuente
Angela travaille dans le laboratoire humide pour créer des molécules à tester.
ChatGPT est devenu un élément essentiel du flux de travail du laboratoire de la Fuente. « Il est devenu le cerveau collectif du laboratoire. Il sait comment les différents membres de l’équipe abordent la science, parce que nous y versons beaucoup de nos idées », explique le Dr de la Fuente. « Il saisit vraiment notre façon de penser : notre production d’idées, notre ingéniosité et ce que nous apportons en tant qu’êtres humains. »
Codex a éliminé les obstacles entre les membres de l’équipe, qui vont des scientifiques traditionnels aux spécialistes de la biologie computationnelle et aux ingénieurs en apprentissage automatique. « Des personnes qui, il y a cinq ans, n’auraient jamais touché à un ordinateur autrement que pour analyser des données peuvent maintenant faire de la biologie computationnelle. Elles peuvent écrire des algorithmes pour repérer des tendances dans leurs données ou visualiser leurs résultats de façons qui étaient auparavant impossibles. »
« Notre laboratoire est très diversifié : nous avons des chimistes, des biologistes et des informaticiens. Nous réunissons tellement de talents qui travaillent dans différents domaines. »
—Jianing Bai
Une visualisation des structures moléculaires que le laboratoire de la Fuente analyse à grande échelle.
« L’IA peut relier les connaissances de différentes disciplines, nous aidant ainsi à poser de meilleures questions et à élaborer de meilleures méthodes pour résoudre des problèmes très complexes. »
—Tianang Leng
« Je ne ferais pas mon travail si nous n’essayions pas de nous attaquer à d’immenses problèmes. »
L’avenir des antibiotiques
La combinaison de l’ingéniosité humaine et de l’intelligence artificielle contribue à tracer une voie prometteuse pour la médecine. « Il y a à peine quelques années, j’étais pessimiste quant à notre capacité de suivre la course aux armements entre la RAM et la capacité de l’humanité à concevoir de nouvelles molécules », dit-il. « Mais certains des systèmes que nous avons récemment développés avec des outils comme ChatGPT me donnent maintenant beaucoup plus d’espoir que prévu. » Pour le Dr de la Fuente, tout ce qu’il fait sert un seul objectif : réduire la souffrance et sauver des vies. « J’ai attendu toute ma vie des outils qui nous permettent de faire ce que nous faisons aujourd’hui. »
« Nous avons constaté que bon nombre des molécules que nous avons découvertes peuvent effectivement tuer des agents pathogènes contemporains. »
—Dr César de la Fuente
« Imaginez une molécule créée sur ordinateur qui pourrait sauver des vies. Je crois que les scientifiques vivent pour ces moments où l’on découvre quelque chose que personne n’a jamais découvert dans l’histoire de l’humanité. »