L’intelligence artificielle et les modèles de langages protéiques pour déchiffrer les génomes viraux

Les bactériophages, virus infectant les bactéries, jouent un rôle essentiel dans les écosystèmes microbiens et offrent des pistes prometteuses face aux infections résistantes aux antibiotiques.

Une équipe de chercheurs du LCB (CNRS-AMU) ont développé HieVi (Hierarchical Viruses), une approche de génomique comparative fondée sur l’intelligence artificielle et les modèles de langage protéiques. Inspirés des modèles utilisés pour comprendre les langues humaines, ces outils apprennent à décrypter le « langage » des séquences de protéines.

En appliquant cette méthode à plus de 25 000 génomes viraux, les chercheurs ont pu générer une véritable empreinte digitale pour chaque phage, révélant leurs liens évolutifs et fonctionnels. Cette classification innovante permet de découvrir de nouvelles familles de virus et de mieux comprendre leur diversité sans recourir aux comparaisons de séquences classiques.

Une avancée majeure vers une organisation plus fine et évolutive du monde viral, ouvrant la voie à de nouvelles perspectives en microbiologie et en santé.

En savoir plus : Swapnesh PANIGRAHI, Mireille ANSALDI & Nicolas GINET, Phage evolutionary relationships emerge from protein Language Model-based proteome representation – Nucleic Acids Research Genomics and Bioinformatics, https://doi.org/10.1093/nargab/lqaf134