IA de Stanford conçoit des virus à 50+ mutations d'acides aminés

Le 6 août 2026, des chercheurs de l'université de Stanford ont rapporté avoir utilisé de grands modèles génomiques pour concevoir 16 virus synthétiques inhibant la croissance d'E. coli. Les modèles, Evo 1 et Evo 2, ont été entraînés sur l'ADN de bactériophages et affinés sur la famille des Microviridae, qui inclut le virus test ΦX174. En les amorçant avec de courtes séquences du début du génome de ΦX174, ils ont généré 302 séquences proposées. Après avoir filtré les sorties présentant des gènes essentiels endommagés, des longueurs extrêmes ou des compositions de bases inhabituelles, l'équipe a synthétisé chimiquement 285 séquences et les a insérées dans des bactéries. Seize d'entre elles ont supprimé la croissance bactérienne.

La plupart des virus viables ressemblaient à ΦX174, avec une viabilité atteignant 46 % parmi ceux présentant au moins 98 % de similarité de séquence. Pourtant, des virus individuels montraient des différences notables : l'un avait perdu une protéine virale entière, un autre avait gagné un nouveau gène, et un troisième avait remplacé un gène par une séquence provenant d'un virus distant. Les modifications générées par l'IA préservaient la fonction beaucoup plus souvent que les mutations aléatoires. Près d'un quart des virus portant plus de 25 changements d'acides aminés restaient viables, alors qu'une altération aléatoire les aurait presque certainement inactivés.

Un cocktail des 16 virus conçus par IA a rapidement évolué pour infecter des souches d'E. coli résistantes aux bactériophages naturels, probablement par échange d'ADN et nouvelles mutations. Cela suggère une application potentielle dans la phagothérapie. Les chercheurs ont exclu les virus infectant les vertébrés des données d'entraînement, mais préviennent que toute personne disposant de ressources informatiques suffisantes pourrait reproduire le travail avec ces virus. L'article appelle à une meilleure gouvernance des grands modèles génomiques et de la synthèse d'ADN sur mesure, notant que la réglementation de l'IA n'a guère suivi le rythme des progrès rapides du domaine.