Un modèle d’intelligence artificielle baptisé PlantRNA-FM vient de réaliser une avancée inédite : décoder les structures complexes et les motifs cachés du langage génétique des plantes. Développé par une collaboration entre des chercheurs en biologie végétale du John Innes Centre et des informaticiens de l’Université d’Exeter, ce modèle ouvre de nouvelles perspectives pour améliorer les cultures et répondre aux défis agricoles mondiaux.
Les chercheurs soulignent que PlantRNA-FM pourrait révolutionner la biologie des plantes et avoir des applications potentielles dans l’étude d’autres organismes, comme les invertébrés et les bactéries.
L’ARN, une clé pour comprendre le vivant
Comme son cousin plus connu, l’ADN, l’ARN joue un rôle fondamental dans tous les organismes vivants. Il transporte l’information génétique et participe à des fonctions biologiques vitales. Les molécules d’ARN sont constituées de blocs appelés nucléotides, organisés en motifs qui agissent comme un langage. Mais contrairement à l’ADN, l’ARN peut adopter des structures tridimensionnelles complexes qui influencent la croissance des plantes ou leur réponse au stress environnemental.
Le professeur Yiliang Ding, du John Innes Centre, se consacre à l’étude de ces structures. Pour aller plus loin, son équipe a collaboré avec celle du Dr Ke Li à l’Université d’Exeter, utilisant une approche inspirée de modèles d’IA comme ChatGPT pour comprendre les motifs génétiques cachés.
Une IA formée sur un immense corpus génétique
Pour concevoir PlantRNA-FM, les chercheurs ont entraîné le modèle sur un ensemble colossal de 54 milliards de données ARN provenant de 1 124 espèces végétales. Cette vaste base de connaissances a permis à l’IA d’acquérir une compréhension globale des structures et séquences ARN dans le règne végétal.
Tout comme ChatGPT apprend les règles du langage humain pour formuler des réponses, PlantRNA-FM a appris la grammaire et la logique des motifs ARN. Cela lui permet d’analyser les structures et de prédire leurs fonctions avec une précision impressionnante. Par exemple, le modèle a identifié des motifs ARN influençant la traduction des gènes en protéines, des résultats confirmés par des expériences en laboratoire.
Selon le Dr Haopeng Yu, chercheur postdoctoral dans l’équipe du professeur Ding, « Alors que les séquences ARN peuvent sembler aléatoires à l’œil humain, notre IA a appris à décrypter les motifs cachés qui les structurent. »
Des perspectives prometteuses pour l’avenir
Cette collaboration fructueuse a également impliqué des scientifiques de l’Université Normale du Nord-Est et de l’Académie Chinoise des Sciences. Ensemble, ils entendent repousser encore les limites de l’IA en biologie. Le professeur Ding explique : « PlantRNA-FM n’est qu’un début. Nous travaillons avec l’équipe du Dr Li sur des approches encore plus avancées pour décrypter les langages cachés de l’ARN et de l’ADN. »
Les implications sont immenses. Cette technologie pourrait permettre de concevoir des plantes mieux adaptées aux conditions climatiques changeantes ou plus efficaces pour nourrir une population mondiale croissante. En combinant science et intelligence artificielle, ce projet pourrait révolutionner l’agriculture et la biologie pour des décennies à venir.
