L'intelligence artificielle révolutionne la conception des circuits génétiques grâce à l'ingénierie des données

La conception des circuits génétiques connaît une mutation profonde, délaissant les méthodes empiriques de tâtonnement au profit d'une approche rigoureuse pilotée par le calcul et les modèles prédictifs. Cette évolution transforme progressivement la biotechnologie en une véritable discipline d'ingénierie de précision. Un circuit génétique se définit comme une séquence d'ADN structurée qui régule l'activité des gènes selon des règles logiques précises, permettant ainsi de programmer les cellules pour qu'elles exécutent des directives spécifiques. Agissant comme des interrupteurs, des oscillateurs ou des systèmes de mémoire, ces circuits organisent l'information génétique pour assurer un contrôle prévisible du comportement cellulaire. Les applications potentielles de ces systèmes sont vastes, allant de la modulation fine des réponses immunitaires à la synthèse contrôlée de molécules précieuses au sein de l'organisme, ouvrant ainsi la voie à des stratégies de thérapie cellulaire de plus en plus sophistiquées.

Une avancée majeure, documentée dans la revue Nature en janvier 2026, a été réalisée par des chercheurs de l'Université Rice avec le développement de la technologie CLASSIC (Combining Long- and Short-range Sequencing to Investigate Genetic Complexity). Cette innovation permet de concevoir et de tester simultanément des centaines de milliers, voire des millions de variantes de circuits génétiques en une seule étape d'analyse. Pour observer l'activité de ces circuits introduits dans des cellules humaines cultivées, les scientifiques ont lié chaque schéma à l'expression d'une protéine fluorescente. La mesure de l'intensité lumineuse a permis d'évaluer la performance de chaque variante, tandis que le séquençage des codes-barres associés a généré une cartographie détaillée reliant chaque séquence d'ADN au phénotype cellulaire observé. Le professeur Caleb Bashor, de l'Institut de biologie synthétique de Rice, a souligné que cette méthode permet de corréler les séquences aux comportements, identifiant ainsi avec précision « l'aiguille dans la botte de foin ».

Cette cartographie à grande échelle issue des expérimentations a fourni une base de données indispensable pour l'entraînement de modèles d'intelligence artificielle et d'apprentissage automatique. Ces modèles ont prouvé leur capacité à identifier les caractéristiques des séquences d'ADN correspondant à des manifestations fonctionnelles précises, affichant une exactitude supérieure aux modèles fondés uniquement sur des principes physiques. Cette approche computationnelle constitue une pierre angulaire, particulièrement dans l'environnement biologique complexe des cellules humaines. Contrairement aux méthodes traditionnelles comme l'origami d'ADN, proposé par Paul Rothemund en 2006, qui exigeaient des calculs longs et coûteux pour chaque nouvelle structure créée à partir de zéro, l'approche par IA permet de contourner ces obstacles majeurs. Il en résulte un outil prédictif capable de proposer en amont de nouvelles séquences dotées des propriétés souhaitées.

La démonstration de l'efficacité de cette approche systématique guidée par l'IA dans les systèmes cellulaires humains ouvre la voie à une conception plus rapide et rationnelle des thérapies cellulaires avancées dès l'année 2026. Ce changement de paradigme fait passer la construction génétique de l'expérimentation de routine à une ingénierie basée sur les données. Dans des domaines connexes, la société Basecamp Research a introduit le modèle EDEN qui, formé sur des données évolutives, conçoit des outils moléculaires pour l'insertion programmable de larges fragments d'ADN. Cette technologie a déjà permis de produire des cellules CAR-T capables de détruire plus de 90 % des cellules cancéreuses en conditions de laboratoire. Ainsi, la transition vers un design d'ingénierie soutenu par l'intelligence artificielle devient le vecteur dominant de la recherche biotechnologique pour la création de systèmes cellulaires complexes et de solutions thérapeutiques innovantes.