En analysant d’immenses bases de données génomiques, le modèle d’intelligence artificielle développé par Anthropic vient d’aider à identifier un ensemble moléculaire non documenté jusqu’ici. Baptisé ART (pour array-associated reverse transcriptases), ce mécanisme biologique associe une enzyme transcriptase inverse, une protéine voisine à la fonction encore indéterminée et une série de répétitions d’ADN disposées à intervalles réguliers. Cette configuration structurelle rappelle immédiatement le fonctionnement de certains mécanismes CRISPR, bien que rien n’indique pour l’heure qu’ART puisse couper l’ADN ou servir d’outil pour modifier le génome.
Pour parvenir à ce résultat, l’équipe d’Anthropic a déployé près de 950 agents autonomes fonctionnant en parallèle sur une durée de 21 heures. Les algorithmes ont filtré plus de 200 000 transcriptases inverses pour isoler environ 3 500 structures candidates, avant de restreindre la recherche à une vingtaine de configurations singulières. C’est au cours de ce tri automatisé qu’une anomalie récurrente dans une séquence génétique a retenu l’attention d’un agent. Là où des équipes de recherche consacrent généralement des mois à comparer manuellement des séquences et éplucher la bibliographie scientifique, les agents ont condensé la détection et la rédaction des rapports techniques en moins d’une journée.
L’enzyme concernée n’était pas entièrement inconnue de la communauté scientifique, mais ses interactions avec les séquences répétitives voisines n’avaient jamais été reliées sous la forme d’un système biologique unifié. Les hypothèses soulevées par le modèle ont ensuite été vérifiées in vitro par des biologistes humains dans les installations d’Anthropic près de San Francisco. Ces premiers tests en laboratoire confirment que les séquences d’ADN du système ART s’expriment bien sous la forme de petits fragments d’ARN distincts, sans que leur rôle physiologique précis ne soit encore élucidé .
Le spécialiste de CRISPR Feng Zhang, chercheur au MIT et au Broad Institute, a salué l’intérêt de cette découverte tout en rappelant la prudence nécessaire face à ces données encore publiées sous forme de préimpression scientifique. L’expérience concrétise le passage des agents conversationnels vers des tâches de recherche scientifique complexe capables d’explorer des anomalies biologiques réelles.
