Un génome est une chaîne de nucléotides, et le même type d’intelligence artificielle qui génère de la prose peut, en principe, en générer un. Des chercheurs de l’université Stanford et de l’Arc Institute viennent précisément de le faire. Ils ont utilisé des modèles de langage génomiques, des systèmes d’IA entraînés sur des milliards de nucléotides comme les chatbots le sont sur des mots, pour écrire des génomes complets de bactériophages de toutes pièces, en ont synthétisé près de 300, et en ont trouvé 16 qui ont produit des virus fonctionnels. Les résultats paraissent dans Science, accompagnés d’un article Perspective qui avertit que la gouvernance nécessaire pour encadrer cette capacité en toute sécurité n’existe pas encore.
Les bactériophages, des virus qui infectent les bactéries, constituent un banc d’essai commode pour la conception de génomes. L’équipe a choisi comme modèle le phi-X174, un minuscule phage de seulement 5 386 nucléotides et 11 gènes qui infecte E. coli. C’est le premier génome jamais séquencé, par le groupe de Fred Sanger en 1977, et le premier génome jamais synthétisé chimiquement, par l’équipe de Craig Venter en 2003. Il est aussi assez petit pour qu’une IA entraînée sur des génomes viraux ait une chance réaliste d’écrire de nouvelles versions qui fonctionnent réellement.
Les systèmes d’IA en jeu sont Evo 1 et Evo 2, des modèles de langage génomiques développés par le groupe de Brian Hie à Stanford et l’Arc Institute. Evo 2, avec 40 milliards de paramètres entraînés sur environ 9 300 milliards de nucléotides, est le plus grand modèle génomique ouvertement diffusé à ce jour. Pour ce projet, les modèles ont été affinés sur 14 466 séquences de la famille des Microviridae, le groupe auquel appartient le phi-X174, puis invités à générer des génomes complets en un seul passage de gauche à droite, écrivant la séquence entière comme un modèle de langage écrit une phrase, sans assembler des morceaux de gènes existants.
Le processus consistait à filtrer des milliers de génomes candidats, à en sélectionner environ 300 pour la synthèse chimique en fonction de caractéristiques prédites, puis à tester chacun d’eux en laboratoire. Le taux de réussite, environ 5 %, est faible en valeur absolue, mais significatif comme preuve de concept : 16 des génomes synthétisés ont produit des phages fonctionnels capables d’infecter et de tuer E. coli. Plusieurs des phages générés par IA ont surpassé la souche parentale naturelle dans des compétitions de croissance, et un cocktail des 16 phages a rapidement eu raison de souches d’E. coli ayant développé une résistance au virus naturel, ce que les phages naturels seuls ne pouvaient pas faire. Un phage généré, baptisé Evo-phi-36, a incorporé une protéine d’empaquetage de l’ADN provenant d’un phage phylogénétiquement éloigné, une combinaison qui n’existe pas dans la nature.
La dimension de biosécurité explique pourquoi l’article était accompagné d’un essai compagnon inhabituellement incisif. Tom Inglesby et Moritz Hanke, du Johns Hopkins Center for Health Security, soutiennent dans Science que la capacité de composer des génomes viraux avec une IA générative existe désormais, alors que la gouvernance pour l’encadrer n’existe pas. Ils notent que les génomes conçus par IA pourraient coder des pathogènes que les contre-mesures existantes ne peuvent contenir, et que la décision des chercheurs d’exclure des données d’entraînement les virus qui infectent les humains, les plantes et les animaux peut être en partie contournée en affinant les modèles sur des données de pathogènes. Ils appellent à ce que le criblage des commandes d’ADN synthétique soit rendu obligatoire par la loi, plutôt que de s’appuyer sur des garde-fous volontaires.
L’équipe de recherche elle-même a signalé les risques. Les auteurs ont délibérément exclu les virus humains et animaux de l’entraînement, ont exhorté les autres à consulter des professionnels de la sûreté et de la sécurité, et ont souligné que les travaux ont été menés sous contrôle de biosécurité. Les experts indépendants étaient divisés sur l’ampleur de la menace. Tom Ellis, de l’Imperial College, a qualifié les travaux d’impressionnants, mais a noté que le phi-X174 est le génome le plus petit et le plus facile à fabriquer, et a soutenu que la menace d’une conception intégrale par IA d’un génome dangereux est exagérée par rapport aux modifications de gain de fonction de pathogènes existants. D’autres ont fait remarquer que le taux de réussite d’environ 5 % et le fait que l’évolution naturelle ait poli la moitié des phages fonctionnels suggèrent que les modèles génèrent encore de nombreuses séquences non fonctionnelles, une marge de sécurité qui pourrait ne pas persister à mesure que les modèles s’améliorent.
Une prépublication de ces travaux a circulé en septembre 2025, et la présente publication en est la version évaluée par les pairs, avec l’analyse de gouvernance qui l’accompagne. Cette distinction compte : les modèles ont écrit les séquences, mais des humains ont choisi les données d’entraînement, conçu les filtres, sélectionné les génomes à synthétiser et les ont testés. L’innovation tient à ce que l’écriture elle-même, la génération de génomes fonctionnels complets, est passée dans la machine.
Les promesses à court terme sont médicales : des phages qui tuent les bactéries résistantes aux antibiotiques, des virus modifiés qui véhiculent des gènes, des outils biologiques fabriqués sur mesure. Les risques sont ceux qui accompagnent la biologie de synthèse depuis sa naissance, désormais accélérés par des modèles qui rendent la conception de génomes bon marché et accessible. Les auteurs de l’article Perspective ont déclaré que la technologie est arrivée et que la question est de savoir si les règles seront écrites avant que la capacité ne se répande.
Traduit par Lydie
Sources : King, S.H., Driscoll, C.L., Li, D.B. et al. Generative design of bacteriophages with genome language models. Science 393, eaec2657 (2026). DOI: 10.1126/science.aec2657. Inglesby, T.V. & Hanke, M.S. AI-designed viral genomes. Science 393, 563-564 (2026). DOI: 10.1126/science.aej8512. The Guardian, 6 août 2026.