AlphaGenome 2 : l'IA de DeepMind apprend à lire l'ADN cellule par cellule

Toutes les cellules de votre corps possèdent le même ADN. Pourtant, elles ne lisent pas les mêmes instructions. Google vient de présenter une intelligence artificielle capable de mieux comprendre pourquoi.

Google DeepMind a annoncé ce 11 novembre AlphaGenome 2, la deuxième génération de son modèle d'IA génomique. Sa promesse : prédire comment les variations de l'ADN, ces petites différences de lettres qui nous distinguent, modifient l'activité des gènes non plus dans un « tissu moyen », mais dans des centaines de types de cellules précis. Une nuance capitale, parce que c'est souvent là, dans la bonne cellule au mauvais moment, que les maladies commencent.

Le problème : 98 % du génome restent un territoire obscur

Seule une infime partie de notre génome code directement des protéines. Le reste, longtemps appelé « ADN poubelle », régule l'activité des gènes : quels gènes s'allument, où, quand, et avec quelle intensité. Or la plupart des variants associés aux maladies se nichent dans ces zones non codantes, parfois très loin des gènes qu'ils perturbent. Les associer au bon gène, dans le bon type de cellule, est l'un des problèmes les plus difficiles de la génétique moderne.

Le premier AlphaGenome, publié dans Nature en janvier 2026, prédisait déjà les effets moléculaires des variants, mais avec une limite de taille : il travaillait sur des mesures « en vrac », moyennées sur des mélanges de cellules. Impossible de dire si un variant agissait dans un lymphocyte B ou dans une cellule bêta du pancréas. « Un modèle incapable de prédire la spécificité cellulaire, c'est un vrai problème, c'est pourquoi il ne nous a pas été très utile », résumait alors James Lee, généticien au Francis Crick Institute de Londres.

Ce que change AlphaGenome 2

DeepMind a repensé l'architecture : le modèle est désormais « conditionnel ». Au lieu de prédire pour tous les tissus en parallèle, il prend en entrée la séquence d'ADN (un million de lettres, comme avant) plus une condition biologique : un tissu, un type de cellule ou un état précis. Il apprend ainsi comment un même morceau d'ADN est lu différemment selon la cellule qui le porte.

Les chiffres d'entraînement donnent le vertige : plus de 107 millions de profils de cellules individuelles, issus de 68 tissus, chez l'humain et la souris, couvrant 637 types de cellules humaines et 311 murines. Le modèle prédit les mêmes mesures qu'avant (expression des gènes, accessibilité de la chromatine, modifications d'histones) et ajoute la méthylation de l'ADN, une mesure très demandée par les chercheurs. Il sait aussi combler des données expérimentales manquantes : donnez-lui une seule mesure, par exemple l'activité des gènes, et il prédit les autres, ce qui aide les laboratoires à prioriser leurs prochaines expériences.

Des résultats qui parlent d'eux-mêmes

Sur le jeu de données TenK10K, une cartographie de référence de 28 types de cellules immunitaires, AlphaGenome 2 a identifié de façon fiable 30 % des variants causaux, contre 16 % pour le modèle précédent et les outils spécialisés, et 43 % des effets directionnels sur les gènes, contre 23 %. Presque deux fois mieux, donc, sur la tâche qui compte le plus pour la recherche médicale.

Le test le plus spectaculaire reste la maladie de Crohn et les MICI. En 2024, l'équipe de James Lee avait mis un an et demi d'expériences (édition génétique incluse) pour démontrer qu'un variant perdu dans un « désert génétique » suractivait le gène ETS2 dans les macrophages de l'intestin, déclenchant l'inflammation. AlphaGenome 2 a reproduit ce résultat par le calcul, en désignant le bon variant et la bonne cellule, sans toucher une pipette. « Ils ont trouvé la réponse en 30 minutes, là où il nous a fallu un an et demi d'expériences. De notre point de vue, c'est rassurant », a réagi Lee dans Nature.

Autre capacité inédite : le modèle généralise à des états cellulaires jamais vus, sans réentraînement. En lui fournissant quelques dizaines de cellules issues d'une étude sur le vaccin à ARN messager contre le Covid-19, il a su distinguer les lymphocytes T activés par le vaccin des cellules au repos, et montré qu'un variant lié aux formes graves de Covid perturbait davantage l'activité des gènes dans les cellules activées. De quoi étudier des états cellulaires associés à des maladies ou à la vaccination, là où les atlas statiques s'arrêtent.

Ce que le modèle ne fait pas

Précision importante : AlphaGenome 2 est un outil de recherche, pas un instrument médical. Il ne diagnostique pas le cancer, ne lit pas votre génome et ne dit rien sur votre santé. Ses prédictions sont des hypothèses de travail qui doivent être confirmées au laboratoire. Même sur son benchmark de référence, 70 % des variants causaux lui échappent encore. Et si le premier AlphaGenome a été validé par la publication dans Nature, la description d'AlphaGenome 2 n'est pour l'instant qu'un préprint sur le site de DeepMind, non relu par des pairs. Les commentaires indépendants sur la première version rappelaient aussi des limites qui restent d'actualité : des modèles entraînés sur des données observationnelles, évalués surtout sur des mutations d'une seule lettre, là où les vrais génomes accumulent des combinaisons de variations plus complexes.

Le modèle est disponible dès aujourd'hui gratuitement pour la recherche non commerciale via l'API AlphaGenome, et en aperçu privé pour la recherche commerciale. DeepMind avait déjà ouvert en septembre l'AlphaGenome Atlas, des prédictions précalculées pour les 9 milliards de variants possibles d'une lettre du génome humain.

Le mot de la fin

AlphaGenome 2 ne « guérit » rien. Mais il transforme des atlas de cellules, jusque-là descriptifs, en un moteur de prédictions : là où un biologiste passait des mois à cartographier un variant, le modèle propose en quelques minutes une piste chiffrée, cellule par cellule. Si les chercheurs indépendants confirment ses performances sur d'autres maladies, la génétique des maladies complexes, du diabète de type 2 aux maladies auto-immunes, pourrait gagner des années. Le signal est solide ; le battage consisterait à oublier que derrière chaque prédiction, il faudra encore une expérience, un laboratoire et du temps.