Des chercheurs de Stanford ont conçu de nouveaux génomes de bactériophages capables d’infecter et de détruire des bactéries Escherichia coli résistantes aux antibiotiques. En utilisant l’intelligence artificielle génétique, cette avancée ouvre des perspectives inédites pour lutter contre la résistance croissante aux traitements médicamenteux à l’échelle mondiale.
L’utilisation de modèles de langage génomique marque un tournant dans la recherche médicale, alors que la menace de la résistance aux antimicrobiens ne cesse de s’aggraver. Des équipes de recherche à Stanford ont réussi à concevoir des virus viables en laboratoire grâce à l’intelligence artificielle, ciblant spécifiquement des souches bactériennes résistantes.
Les modèles Evo et la conception virale à grande échelle
Sous la direction du professeur adjoint Brian Hie et de l’étudiant diplômé en bio-ingénierie Samuel King, l’équipe de Stanford a employé les modèles linguistiques génomiques Evo 1 et Evo 2 pour créer de nouveaux génomes de bactériophages. L’étude, menée en collaboration avec des chercheurs affiliés au Broad Institute de MIT and Harvard ainsi qu’au Memorial Sloan Kettering Cancer Center, a été publiée dans la revue Science, après une première parution sous forme de pré-tirage sur bioRxiv en septembre 2025.
Contrairement aux avancées précédentes de l’intelligence artificielle centrées sur la prédiction de protéines — à l’instar des modèles ESM de Meta, AlphaFold 3 de Google DeepMind ou RFdiffusion du Baker Laboratory —, les chercheurs ont appliqué des modèles génératifs directement au niveau du génome entier. Cette approche permet de produire des séquences nucléotidiques codant pour de multiples gènes en interaction et des éléments régulateurs indispensables à un système viral fonctionnel.
Une expérimentation rigoureuse sur le bactériophage ΦX174
Pour mener à bien leurs travaux, les scientifiques ont pris pour modèle de conception le bactériophage naturel ΦX174, un virus simple doté d’un génome compact d’environ 5 400 paires de bases qui infecte la bactérie E. coli. Plutôt que de procéder à des modifications ciblées, les chercheurs ont utilisé les modèles Evo pour générer des centaines de variations de séquences virales.
Après l’élaboration d’un cadre de filtrage informatique pour prioriser les candidats avant la synthèse de l’ADN physique, 285 designs ont été testés expérimentalement. Seize d’entre eux ont produit des phages viables capables de se propager et d’inhiber la croissance bactérienne en laboratoire, affichant parfois une efficacité supérieure à celle de la souche sauvage d’origine.
Contrer la résistance bactérienne grâce à des cocktails de phages
L’un des défis majeurs de la thérapie phagique traditionnelle réside dans la capacité des bactéries à développer rapidement une résistance à un phage unique, compromettant l’efficacité du traitement. Pour surmonter cet obstacle, l’équipe a testé l’utilisation conjointe de plusieurs phages générés par intelligence artificielle.
Les cocktails assemblés à partir de ces phages artificiels ont réussi à détruire des souches d’E. coli résistantes au phage sauvage d’origine ΦX174. Selon les données de la recherche, la diversité génomique produite par voie informatique permet de générer des phénotypes viraux fonctionnellement distincts, offrant ainsi de multiples pressions sélectives que les bactéries peinent à contourner.
Perspectives et limites face à la crise mondiale de la résistance aux antimicrobiens
Ces résultats interviennent dans un contexte global marqué par la progression alarmante de la résistance aux antimicrobiens. L’Organisation mondiale de la santé maintient par ailleurs des listes de pathogènes prioritaires nécessitant de toute urgence de nouvelles stratégies thérapeutiques.
Malgré le potentiel des phages conçus par IA, les chercheurs soulignent qu’il s’agit d’une étape préliminaire. Aucune de ces créations n’a encore fait l’objet d’essais cliniques chez l’humain ou l’animal, l’ensemble des tests ayant été menés in vitro. Le développement de ces technologies devra franchir de nombreux obstacles réglementaires et pharmacologiques avant d’envisager une application médicale concrète contre les infections multirésistantes.
À ne pas manquer