Omnii-1 : des virus conçus par IA administrés à un patient, une première revendiquée par Radical Numerics

Radical Numerics présente Omnii-1, un modèle biologique entraîné sur 28 modalités, dont des bactériophages conçus par IA ont été administrés à un patient.

Des virus conçus avec l'aide d'une intelligence artificielle ont été administrés à une personne souffrant d'une infection bactérienne résistante aux antibiotiques. C'est la première application clinique revendiquée par Radical Numerics, qui présente simultanément Omnii-1, un modèle de fondation destiné à comprendre et concevoir des systèmes biologiques. Contrairement aux modèles spécialisés dans les protéines, l'expression des gènes ou la génétique médicale, Omnii-1 a été entraîné sur 28 modalités biologiques, avec l'ambition de transférer ses connaissances d'un domaine à l'autre. L'entreprise publie huit applications allant de la recherche sur le cancer à la conception d'anticorps, en passant par la détection de séquences biologiques préoccupantes et la séparation des terres rares. Le cas des bactériophages constitue l'annonce la plus avancée sur le plan clinique, mais son efficacité thérapeutique reste inconnue. Des bactériophages générés par IA administrés à un humain

Les bactériophages sont des virus capables d'infecter des bactéries. Leur spécificité constitue à la fois leur intérêt thérapeutique et l'une des principales difficultés de leur utilisation : un phage efficace contre une souche bactérienne peut être inactif contre une autre, même étroitement apparentée. Pour les infections résistantes aux antibiotiques, identifier rapidement un virus approprié nécessite donc des essais biologiques et, parfois, une adaptation des candidats disponibles.

Radical Numerics affirme avoir utilisé Omnii-1 pour concevoir des bactériophages destinés à une personne atteinte d'une infection bactérienne résistante aux traitements habituels. Les candidats ont fait l'objet de vérifications expérimentales avant d'être administrés dans le cadre d'un dispositif d'accès compassionnel, sous supervision médicale et réglementaire. Il s'agit, selon la société, de la première administration humaine de bactériophages dont la conception a été guidée par un modèle d'intelligence artificielle.

L'annonce ne doit cependant pas être confondue avec celle d'un traitement ayant démontré son efficacité. Radical Numerics n'a communiqué ni les caractéristiques détaillées du patient, ni l'évolution de son infection, ni le résultat clinique de l'administration. Interrogée par The New York Times, l'entreprise a invoqué la confidentialité médicale et indiqué vouloir soumettre ses travaux à une publication scientifique évaluée par les pairs. Le rapport disponible au moment du lancement n'a pas encore fait l'objet de cette validation.

Les expérimentations décrites par la société portent également sur la capacité du modèle à sélectionner des phages actifs contre des souches bactériennes. Sur un ensemble de souches d'E. coli tenues à l'écart des données d'évaluation, les deux recommandations principales d'Omnii-1 comprenaient un phage biologiquement actif dans 92,1 % des cas éligibles. Il s'agit d'un résultat de sélection expérimentale, et non d'un taux de guérison. La capacité à identifier un virus qui attaque une bactérie en laboratoire ne suffit pas à établir son efficacité ou sa sécurité chez un patient. Un modèle entraîné à relier vingt-huit dimensions du vivant

Le développement d'Omnii-1 répond à une difficulté structurelle de l'intelligence artificielle appliquée à la biologie. La plupart des systèmes ont été conçus pour un problème relativement précis : prédire la structure d'une protéine, interpréter une variation génétique, mesurer l'expression d'un gène ou concevoir une molécule. Ces tâches reposent pourtant sur des processus biologiques étroitement liés, dont les modèles spécialisés ne partagent pas nécessairement les représentations.

Radical Numerics a choisi de partir du génome et de lui associer 28 modalités biologiques, parmi lesquelles l'ADN, l'ARN, les protéines, l'accessibilité de la chromatine, la méthylation de l'ADN, les modifications des histones, l'épissage et l'expression des gènes. Le modèle a été préentraîné sur plusieurs milliers de milliards de tokens issus de données génétiques et multiomiques, avec une prise en compte du type cellulaire et du tissu étudié. Il peut ensuite être adapté à différentes tâches par des phases d'entraînement complémentaires.

Cette architecture cherche notamment à résoudre une difficulté importante : une même séquence d'ADN ne produit pas les mêmes effets dans toutes les cellules. Les mécanismes qui activent ou désactivent les gènes varient selon les tissus et leur état biologique. En associant la séquence génétique à des observations moléculaires, Omnii-1 peut estimer certaines mesures absentes d'une expérience et tenir compte du contexte cellulaire. Face à AlphaGenome, des progrès sur la régulation génétique

La première série de résultats présentée concerne Omnii Genome, consacré à la prédiction des mécanismes qui régulent l'activité des gènes. Radical Numerics compare son modèle à AlphaGenome de Google DeepMind et à Borzoi sur plusieurs évaluations de reconstruction des signaux moléculaires et d'estimation de l'effet des variations génétiques.

Sur l'expression génétique mesurée par RNA-seq, Omnii-1 atteint une corrélation de Pearson de 0,830, contre 0,800 pour AlphaGenome. L'écart apparaît également sur la prédiction de l'accessibilité de la chromatine, avec 0,904 contre 0,860, ainsi que sur l'épissage, avec 0,884 contre 0,863. Le modèle peut aussi prédire la méthylation de l'ADN au niveau de certains sites individuels, avec une corrélation de 0,879 dans l'évaluation présentée.

Les mesures ne sont cependant pas toutes directement comparables. Radical Numerics précise que certains résultats d'AlphaGenome proviennent de protocoles supervisés, que les cohortes diffèrent pour l'évaluation de l'épissage et que plusieurs catégories ne disposent pas de résultats équivalents publiés pour tous les modèles. Ces tableaux documentent donc des performances encourageantes dans des tâches précises, sans établir une supériorité générale d'Omnii-1 sur l'ensemble des capacités d'AlphaGenome. Du