Biohub, soutenu par Zuckerberg, coordonne un effort de 1,8 milliard de dollars pour créer des modèles d’IA du comportement cellulaire

Une organisation de recherche soutenue par Mark Zuckerberg et Priscilla Chan coordonne un effort de 1,8 milliard de dollars visant à créer des modèles d’intelligence artificielle capables de prédire le comportement des cellules, selon Reuters et The Decoder. L’initiative réunit des entreprises technologiques, une société de recherche pharmaceutique et le gouvernement américain autour d’une infrastructure commune de données biologiques, de mesures de laboratoire et de ressources de calcul.

Le projet est important parce que le développement de médicaments dépend encore d’expériences coûteuses pour déterminer la réaction des cellules aux traitements. Si les modèles peuvent prévoir ces réactions de manière fiable avant chaque expérience, les chercheurs pourraient les utiliser pour prioriser des composés, concevoir des études et identifier plus tôt des mécanismes biologiques. L’ampleur de l’effort montre également que l’IA appliquée à la biologie dépasse désormais les lancements de modèles individuels pour s’orienter vers de vastes programmes coordonnés de données et de laboratoires.

Un effort coordonné en biologie

Biohub, l’organisation de recherche à but non lucratif associée à Zuckerberg et Chan, dirige le programme. Selon The Decoder, l’organisation s’était auparavant engagée à consacrer 500 millions de dollars sur cinq ans à sa « Virtual Biology Initiative ». Le montant plus large de 1,8 milliard comprend des contributions à la collecte de données, à l’équipement de laboratoire et au calcul, et non un investissement unique en espèces dans un seul modèle.

Meta, Google DeepMind et Isomorphic Labs apportent ensemble 300 millions de dollars, a rapporté The Decoder en citant Reuters. Le département américain de l’Énergie devrait investir plus de 500 millions de dollars sur cinq ans dans les mesures de laboratoire et le calcul. Les National Institutes of Health coordonnent des ensembles de données créés grâce à plus de 500 millions de dollars de financements fédéraux antérieurs, Biohub étant chargé de standardiser ces données pour l’entraînement de l’IA.

Reuters a décrit l’effort comme un partenariat réunissant le gouvernement américain et Google, tandis que The Decoder a fourni des détails supplémentaires sur les organisations participantes et la structure du financement. Les informations disponibles n’établissent pas que la totalité de la somme corresponde à de nouvelles dépenses. Le chiffre de 1,8 milliard doit donc être compris comme la valeur annoncée d’une initiative multipartite combinant de nouveaux engagements et des investissements publics antérieurs.

Le problème des données derrière la prédiction cellulaire

Les modèles proposés auront besoin de davantage que des bases de données biomédicales classiques. Pour prédire le comportement cellulaire, un système d’IA doit disposer d’exemples d’entraînement reliant des conditions biologiques à des résultats observés : quels gènes étaient actifs, comment les cellules ont changé après une intervention et comment ces changements variaient selon les tissus, les maladies ou les conditions expérimentales.

La standardisation des données est donc au cœur du projet. La recherche financée par des fonds publics est souvent répartie entre des institutions, des plateformes de mesure et des formats incohérents. Le rôle de Biohub, tel que le décrit The Decoder, consiste à transformer ces ensembles de données afin qu’ils puissent servir plus uniformément à entraîner et évaluer les modèles.

Un premier ensemble de données devrait être disponible dans environ un an. Il s’agit d’une étape importante à court terme, mais cela ne prouve pas que les modèles obtenus prédiront précisément la réponse aux médicaments ou se traduiront directement par des médicaments approuvés. Le travail difficile consistera notamment à mesurer les résultats biologiques de manière reproductible, à documenter les conditions expérimentales et à vérifier que les prédictions restent valables en dehors des données d’entraînement.

Le modèle d’accès de l’initiative crée également un compromis. Les financeurs commerciaux bénéficieront d’un accès exclusif d’un an aux données qu’ils financent avant leur publication, selon Alex Rives, responsable de la recherche chez Biohub, cité par The Decoder. Les travaux financés par le gouvernement ne seront pas soumis à la même restriction. L’accord pourrait attirer des capitaux privés tout en retardant l’accès général à certaines des données d’entraînement les plus précieuses.

Éléments probants, affirmations et contexte concurrentiel

Le principal développement confirmé est la coordination de l’initiative dirigée par Biohub et la participation de grands financeurs technologiques et publics. Les éléments disponibles ne comprennent ni résultats publiés des modèles, ni référence indépendante, ni démonstration que le programme peut prédire le comportement cellulaire avec la qualité requise pour le développement de médicaments.

Cette distinction est importante pour les concepteurs d’IA et les acheteurs professionnels. Un budget important peut financer de meilleures expériences et davantage de calcul, mais il ne résout pas à lui seul les problèmes de mesures bruitées, de couverture biologique incomplète, de décalage de distribution ou de prédictions difficiles à interpréter. Toute affirmation de performance devra être évaluée sur des expériences mises de côté et, à terme, sur des travaux de laboratoire prospectifs.

Le programme entre également dans un domaine de plus en plus concurrentiel. The Decoder a rapporté qu’Anthropic avait construit un laboratoire de biologie pour le développement de médicaments assisté par IA et que l’OpenAI Foundation dirigeait plus de 125 millions de dollars vers des ensembles de données biologiques et médicales. Ces efforts témoignent d’un fort intérêt commercial et philanthropique, mais les sources disponibles ne fournissent pas de résultats comparables entre les programmes.

Pour Google DeepMind et Isomorphic Labs, la participation donne accès à un écosystème plus vaste de données et de mesures. Pour Meta, l’effort étend l’intérêt de l’entreprise pour la recherche en IA à grande échelle à un domaine où la production de données, plutôt que la seule taille du modèle, pourrait déterminer les progrès. Pour les agences gouvernementales, le partenariat pourrait transformer des dépenses publiques de recherche antérieures en une infrastructure utilisable par les chercheurs et les entreprises privées, sous réserve des règles d’accès de l’initiative.

Ce que l’initiative signifie pour les concepteurs et les entreprises

L’opportunité immédiate réside probablement davantage dans l’infrastructure que dans une application prête à l’emploi. Les équipes de recherche pourraient utiliser des jeux de données standardisés pour préentraîner des modèles, comparer des représentations biologiques ou créer des outils suggérant des expériences. Les entreprises pharmaceutiques pourraient à terme s’en servir pour classer des composés, explorer la biologie des cibles ou déterminer quelles expériences sont les plus susceptibles de réduire l’incertitude.

Cependant, le déploiement exigera davantage qu’une API et un résultat favorable sur un benchmark. Les équipes produit auront besoin de la provenance de chaque mesure, de définitions claires de ce que prédit un modèle et de processus de validation en laboratoire. Dans la recherche pharmaceutique réglementée, une prédiction incorrecte peut faire perdre des mois d’expérimentation ou fausser une décision de développement. La fiabilité, la traçabilité et la reproductibilité d’un résultat pourraient compter autant que la précision prédictive brute.

La période d’exclusivité commerciale d’un an pourrait aussi influencer la participation des entreprises. Les financeurs pourraient obtenir un avantage précoce grâce à l’accès propriétaire, tandis que les start-up et les groupes universitaires devraient attendre les publications publiques ou s’appuyer sur d’autres données. Cela pourrait accélérer l’expérimentation privée, mais fragmenter l’écosystème si les mesures les plus utiles restent réparties entre plusieurs programmes.

Pour les fondateurs, cette évolution suggère que des produits biologiques défendables pourraient reposer sur des données spécialisées, des boucles de rétroaction expérimentales et une évaluation spécifique au domaine plutôt que sur un modèle généraliste seul. Pour les acheteurs professionnels, la question clé sera de savoir si les futures publications de Biohub permettront des décisions vérifiables dans de véritables flux de recherche, et pas seulement des démonstrations impressionnantes.

Ce qu’il faut surveiller ensuite

Le premier signal sera de voir si Biohub fournit le premier ensemble de données promis dans environ un an et publie suffisamment de documentation pour permettre à des chercheurs externes d’en évaluer la couverture et la qualité. Les détails concernant les mesures incluses, leur standardisation et les données qui resteront exclusives détermineront l’ampleur de l’utilisation possible de la ressource.

Les chercheurs devront également surveiller les évaluations indépendantes menées sur de nouvelles expériences de laboratoire, plutôt que des tests limités à des données déjà recueillies. La preuve que les modèles généralisent entre types cellulaires, interventions et systèmes de mesure serait plus significative qu’un benchmark interne unique.

Enfin, la structure des financements futurs montrera si l’initiative de 1,8 milliard devient une plateforme public-privé durable ou reste une collection de projets liés. La participation d’autres entreprises, universités et laboratoires publics indiquerait une adoption plus large, tandis qu’une fragmentation persistante pourrait limiter la valeur de la couche de données commune.

Le point de vue de Creati.ai

L’initiative de Biohub est importante moins parce qu’elle promet un « scientifique IA » immédiat que parce qu’elle considère la production de données biologiques comme une infrastructure stratégique. La prédiction du comportement cellulaire est limitée par la qualité et la comparabilité des expériences ; investir dans la mesure et la standardisation pourrait donc être aussi important qu’investir dans l’architecture des modèles.

L’épreuve sera l’ouverture associée à la responsabilité. Si le programme produit des jeux de données bien documentés et des résultats de validation que des chercheurs externes peuvent examiner, il pourrait réduire le coût de création d’outils biologiques crédibles. Si l’accès reste trop restreint ou si l’évaluation demeure principalement contrôlée par les fournisseurs, il sera plus difficile de transformer le financement annoncé en progrès largement digne de confiance.