Le problème du repliement des protéines

Depuis plus de 50 ans, les scientifiques cherchaient à résoudre l'un des plus grands défis de la biologie : comment une chaîne d'acides aminés se replie-t-elle en une structure 3D fonctionnelle ? Cette question, connue sous le nom de "problème du repliement des protéines", semblait insoluble par les méthodes traditionnelles.

"Prédire la structure des protéines était considéré comme le 'grand défi' de la biologie computationnelle."

AlphaFold2 : Une révolution scientifique

En 2020, DeepMind a présenté AlphaFold2, capable de prédire la structure des protéines avec une précision atteignant 90% - un niveau comparable aux techniques expérimentales coûteuses comme la cristallographie aux rayons X.

Caractéristiques techniques :
- Utilise un réseau de neurones avec mécanisme d'attention
- Traite les séquences d'acides aminés comme des "phrases" à analyser
- Prédit les distances et angles entre atomes
- Affine itérativement ses prédictions

Impact sur la recherche

DeepMind a rendu public la base de données AlphaFold, contenant les structures prédites de plus de 200 millions de protéines - soit presque toutes les protéines connues. Cette ressource gratuite a :

• Accéléré la découverte de nouveaux médicaments
• Permis de comprendre des maladies génétiques rares
• Facilité le développement de vaccins
• Ouvert de nouvelles voies en biotechnologie

"Nous avons compressé des décennies de travail expérimental en quelques heures de calcul."

Le parcours de Demis Hassabis

Ancien prodige des échecs (champion du monde junior à 13 ans) et développeur de jeux vidéo, Hassabis a fondé DeepMind en 2010 avec une vision audacieuse : résoudre l'intelligence, puis utiliser l'IA pour résoudre les grands problèmes de l'humanité.

Google a acquis DeepMind en 2014 pour environ 500 millions de dollars, reconnaissant le potentiel révolutionnaire de cette équipe.

Perspectives futures

AlphaFold3, annoncé en 2024, peut maintenant prédire les interactions entre protéines et autres molécules (ADN, ARN, médicaments), ouvrant la voie à une compréhension encore plus profonde du vivant et à la conception de nouveaux traitements.