Pourquoi l'IA n'est pas prête à décoder nos génomes complexes
wired ·
Une analyse récente suggère que les modèles d'IA actuels sont mal équipés pour décoder entièrement le génome humain, car celui-ci fonctionne comme un système dynamique en trois dimensions plutôt que comme un code linéaire statique. Bien que des modèles fondateurs de la génomique comme AlphaGenome s'appuient sur d'immenses quantités de données pour prédire les traits, ils traitent les mécanismes réglementaires complexes comme des boîtes noires, manquant ainsi le contexte crucial concernant l'utilisation réelle des gènes. Le génome implique des couches intricées de régulation, notamment des facteurs de transcription, des enhanceurs et le repliement de la chromatine, qui fonctionnent selon une logique combinatoire plutôt que comme de simples interrupteurs marche/arrêt. Cette complexité découle de milliards d'années d'évolution, résultant en une « boucle étrange » où le génome répond aux signaux internes et externes en temps réel. Par conséquent, prédire les résultats biologiques exige plus que de simples données de séquence d'ADN ; cela nécessite une compréhension des marques épigénétiques, de la spécificité des types cellulaires et des influences environnementales. Les experts soutiennent qu'en l'absence de données complètes sur ces interactions dynamiques, l'IA ne peut pas saisir la véritable nature de la fonction génomique. En définitive, le génome est décrit comme un organe cellulaire sensible et réactif, nécessitant un raisonnement humain pour en déchiffrer les principes fondamentaux au-delà de la simple corrélation computationnelle.
wired