Cette IA de Google résout un problème de 10 ans en seulement 2 jours

"Cocientista" de l'IA de Google résout un problème de 10 ans en seulement 2 jours

Une avancée significative en intelligence artificielle permet désormais de résoudre des énigmes scientifiques complexes en une fraction du temps habituel, comme en témoigne la récente découverte sur la résistance des superbactéries aux antibiotiques. Cette évolution pourrait transformer les méthodes de recherche, offrant une approche plus efficace face aux défis de la santé mondiale.

Le tout dernier outil d’intelligence artificielle (IA) de Google a réussi à résoudre, en seulement deux jours, un problème que des scientifiques avaient mis dix ans à déchiffrer.

Cocientista de lIA de Google resout un probleme de 10.webp

Une décennie de recherche résolue en seulement 2 jours

José Penadés, professeur de microbiologie au Imperial College London, et son équipe ont passé dix ans à étudier comment certaines superbactéries développent une résistance aux antibiotiques, un phénomène alarmant qui constitue une menace croissante pour la santé mondiale, causant des millions de passage chaque année.

Cependant, lorsque les chercheurs ont posé cette question à l’IA de Google, surnommée « cocientista », ils ont reçu une réponse surprenante. En seulement deux jours, l’IA a atteint la même conclusion que les scientifiques après des années de travaux. À ce moment-là, les résultats de l’équipe n’avaient pas encore été publiés.

Penadés a même contacté Google pour vérifier si l’entreprise avait eu accès en avant-première à sa recherche. La réponse fut négative. Les chercheurs ont ensuite publié leurs résultats le 19 février sur la plateforme bioRxiv, bien qu’ils n’aient pas encore été soumis à une révision.

Nos résultats montrent que l’IA a le potentiel de synthétiser toutes les preuves disponibles et de nous orienter vers les questions et expériences les plus pertinentes.

Si ce système fonctionne comme nous l’espérons, il peut transformer radicalement la recherche scientifique, en nous aidant à éviter les impasses et à accélérer le progrès à un rythme exceptionnel.

Ces propos sont ceux de Tiago Dias da Costa, co-auteur de l’étude et enseignant en pathogénèse bactérienne au Imperial College London.

bacteria

L’usage de l’IA dans la lutte contre les superbactéries

La résistance antimicrobienne (RAM) survient lorsque des micro-organismes infectieux – tels que les bactéries, virus, champignons et parasites – développent une résistance aux médicaments, rendant les traitements inefficaces. Considérée comme une « pandémie silencieuse », la RAM est l’un des plus grands défis sanitaires actuels, exacerbée par l’usage excessif d’antibiotiques en médecine et en agriculture.

Selon un communiqué de 2019 des Centers for Disease Control and Prevention (CDC) des États-Unis, les bactéries résistantes aux médicaments ont causé au moins 1,27 million de passage dans le monde cette année-là.

Pour explorer ce problème, Penadés et son équipe ont cherché à comprendre comment un type particulier de superbactérie – une famille de virus qui infectent les bactéries, connus sous le nom de capsid-forming phage-inducible chromosomal islands (cf-PICIs) – parvient à infecter diverses espèces bactériennes.

Les scientifiques ont formulé l’hypothèse que ces virus avaient acquis cette capacité en incorporant des queues d’autres virus bactériophages. Ces queues sont des structures essentielles pour l’injection du matériel génétique viral dans la cellule hôte. Les tests en laboratoire ont confirmé cette théorie.

Avant de publier les résultats, l’équipe a soumis cette même question à l’IA de Google. En deux jours, le système a généré plusieurs suggestions, dont celle qui correspondait exactement à la conclusion des chercheurs.

Cela signifie que l’algorithme a été capable d’analyser les preuves disponibles, d’évaluer les possibilités, de formuler des questions, de proposer des expériences et de parvenir à la même hypothèse que nous avions développée après des années d’investigation intensive, mais en un temps incroyablement court.

Expliqua Penadés.

Les chercheurs ont souligné que l’utilisation de l’IA dès le début du processus n’aurait pas éliminé la nécessité de réaliser des expériences, mais aurait permis de formuler l’hypothèse correcte beaucoup plus rapidement.