Un nouveau modèle d'IA pour l'ADN s'appuie sur l'évolution pour percer les secrets du génome humain

Plus de deux décennies après que les scientifiques ont séquencé pour la première fois l'intégralité du génome humain — l'ensemble des 3 milliards de « lettres », ou paires de bases, du code ADN — la signification d'une grande partie de ce code reste un mystère.

Alors qu'on estime qu'entre 1 et 2 % de l'ADN humain code pour des protéines, le reste est un mélange d'« ADN poubelle » — des vestiges évolutifs qui ne codent plus pour rien — et d'éléments régulateurs qui contrôlent quand, où et avec quelle intensité les gènes sont exprimés. Ces régions non codantes du génome pourraient détenir la clé de la compréhension d'une variété de traits héréditaires, y compris ceux qui mènent à des maladies telles que le cancer, les maladies cardiaques et l'autisme. Mais d'abord, les scientifiques doivent comprendre comment les variantes de cet ADN contribuent à la multitude de traits qui rendent chacun de nous unique.

Des chercheurs de UC Berkeley ont créé un nouveau modèle d'IA de langage génomique, appelé GPN-Star, qui surpasse de loin ses concurrents pour identifier les variantes génétiques les plus importantes contribuant aux traits héréditaires, y compris ceux qui mènent à la maladie. Il est également beaucoup plus efficace sur le plan informatique que les modèles plus grands, ne nécessitant qu'une fraction du temps et des ressources de calcul pour être entraîné.