Dans un article publié dans Proceedings of the National Academy of Sciences ou les Actes de l’Académie nationale des sciences , des chercheurs du Technion et de l’Université de Tel Aviv présentent BetaDescribe, un système d’IA qui traduit les séquences protéiques en descriptions en langage naturel, ouvrant une nouvelle voie vers la compréhension des fonctions protéiques et l’accélération du développement de médicaments et de la conception de matériaux.
L’analyse des protéines est essentielle en médecine et en biotechnologie, comme en témoignent des avancées telles que l’Ozempic, un médicament dont le développement s’inspire d’un peptide présent dans la salive d’un lézard du désert rare et qui est utilisé pour traiter l’obésité, le diabète et d’autres pathologies. Cependant, la caractérisation expérimentale des protéines demeure un processus long et coûteux, et même les grands modèles de langage (LLM) n’ont connu qu’un succès limité dans cette tâche.
Ce défi a inspiré le développement de BetaDescribe, un système d’IA qui convertit les séquences protéiques en descriptions textuelles détaillées de leurs fonctions et autres caractéristiques. Ce faisant, le système contribue à combler le fossé immense entre les centaines de milliers de protéines caractérisées en laboratoire et les milliards, voire les billions, qui existent réellement dans la nature.
Comment BetaDescribe va plus loin
Contrairement aux approches traditionnelles qui reposent sur la similarité avec des séquences protéiques connues, BetaDescribe combine un modèle génératif avec des mécanismes de vérification et des processus d’évaluation. Cette approche permet au système de déduire la fonction des protéines, même lorsque celles-ci ne présentent pas de forte homologie avec des protéines déjà caractérisées. La technologie fournit également des informations détaillées sur les propriétés fonctionnelles d’une protéine, son activité catalytique, son implication dans les processus métaboliques et ses sites de liaison potentiels, pertinents pour des applications médicales et autres.
Les chercheurs ont démontré l’efficacité du nouveau système en décrivant avec succès six protéines jusqu’alors non caractérisées.
Du goulot d’étranglement du laboratoire aux applications
Cette technologie devrait accélérer la recherche médicale, la découverte de médicaments et les progrès en biotechnologie et en agriculture. La capacité de formuler rapidement des hypothèses étayées sur les fonctions de protéines inconnues pourrait considérablement raccourcir le délai entre la découverte fondamentale et les applications médicales et industrielles, rendant ainsi l’analyse biologique plus ciblée et efficace.
Cet article a été rédigé sous la direction du doctorant Edo Dotan, en collaboration avec le professeur Yonatan Belinkov de la faculté d’informatique Henry et Marilyn Taub du Technion et le professeur Tal Pupko de l’École des sciences de la vie de l’université de Tel Aviv. Parmi les autres co-auteurs figurent le professeur Eran Bacharach, le professeur Marcelo Ehrlich et la doctorante Iris Lyubman, également de l’École des sciences de la vie de l’université de Tel Aviv.
https://www.technion.ac.il/en/blog/article/the-language-of-proteins
