L'IA conçoit des molécules d'ADN synthétiques qui contrôlent avec succès l'expression génique dans les cellules vivantes

Une étude historique a démontré pour la première fois que l'intelligence artificielle générative peut concevoir des molécules d'ADN synthétiques qui contrôlent avec succès l'expression génique dans des cellules saines de mammifères. Cette percée, publiée en avril 2026, représente un changement de paradigme dans l'approche de la conception de médicaments et de la thérapie génique.

L'équipe de recherche a entraîné des modèles d'IA sur de vastes bases de données de séquences génétiques, leur apprenant à comprendre la grammaire complexe de l'ADN — comment des séquences spécifiques régulent quels gènes sont activés ou désactivés, et avec quelle intensité. L'IA a ensuite généré des séquences d'ADN entièrement nouvelles, jamais vues dans la nature, chacune conçue pour remplir une fonction régulatrice spécifique.

“Cette percée, publiée en avril 2026, représente un changement de paradigme dans l'approche de la conception de médicaments et de la thérapie génique.”

Testées dans des cultures de laboratoire de cellules de mammifères, ces molécules conçues par l'IA ont remarquablement bien fonctionné. Elles ont activé ou réduit au silence des gènes ciblés avec une précision égalant ou dépassant les éléments régulateurs naturels. Fait crucial, les séquences synthétiques ont montré des effets hors cible minimaux, ne contrôlant que les gènes visés sans perturber d'autres processus cellulaires.

Les implications pour le traitement du cancer sont profondes. De nombreux cancers sont causés par des gènes anormalement actifs ou qui ne parviennent pas à supprimer la croissance tumorale. En concevant des régulateurs d'ADN sur mesure, les scientifiques pourraient potentiellement éteindre les gènes promoteurs du cancer ou réactiver les suppresseurs de tumeurs avec une spécificité sans précédent.

Au-delà de l'oncologie, la technologie a des applications dans le traitement des troubles génétiques, des maladies auto-immunes et des infections virales. L'étude a également démontré que l'IA peut itérer et améliorer ses conceptions sur la base de retours expérimentaux, comprimant potentiellement des années de développement pharmaceutique traditionnel en quelques mois.