USA : Un investissement de 1,8 milliard de dollars pour accélérer l’IA appliquée à la biologie
Biohub, le département américain de l’Énergie, les National Institutes of Health et plusieurs partenaires annoncent un investissement coordonné de 1,8 milliard de dollars pour produire des données biologiques ouvertes destinées à l’entraînement de modèles d’IA prédictifs. L’objectif : permettre aux chercheurs de mieux simuler le fonctionnement des cellules et d’accélérer la recherche sur les maladies.
Annoncée le 7 octobre 2026 par Biohub, l’institut de recherche à but non lucratif fondé par Marc Zuckerberg et de sa femme Priscilla Chan, cette initiative internationale entend réunir les données, les capacités de calcul et les technologies expérimentales nécessaires au développement de modèles d’intelligence artificielle capables de prédire certains comportements biologiques.
Le projet est porté par Biohub en partenariat avec le département américain de l’Énergie (DOE) et les National Institutes of Health (NIH). Selon les organisations participantes, les engagements cumulés atteignent 1,8 milliard de dollars, en financement, en données, en capacités de calcul et en technologies de mesure.
Les ressources produites doivent être mises à la disposition de la communauté scientifique. Elles permettront notamment d’étudier comment différentes cellules réagissent à des interventions dans des conditions variées, afin d’améliorer la compréhension des mécanismes biologiques et, à terme, d’ouvrir de nouvelles pistes de prévention et de traitement des maladies.
Vers une « cellule virtuelle »
Au cœur du projet se trouve un objectif scientifique ambitieux : construire des modèles prédictifs capables de représenter le fonctionnement des cellules et d’anticiper leurs réactions.
Ces modèles pourraient permettre aux chercheurs de formuler des hypothèses et d’explorer certaines réponses biologiques par simulation informatique avant de réaliser des expériences en laboratoire. L’ambition est de tester davantage de scénarios, sur un plus grand nombre de types cellulaires et de conditions expérimentales.
Cette approche ne vise pas à remplacer toute expérimentation biologique. Elle cherche plutôt à compléter les méthodes existantes par des outils capables d’orienter les recherches et d’aider à identifier les expériences les plus prometteuses.
Pour Alex Rives, responsable scientifique de Biohub, des modèles prédictifs suffisamment précis pourraient accélérer les découvertes en permettant de réaliser certaines expériences numériquement et de mieux comprendre les mécanismes des maladies.
Plus de 500 millions de dollars du département de l’Énergie
Le département américain de l’Énergie prévoit d’investir plus de 500 millions de dollars sur cinq ans dans la recherche cellulaire fondamentale, la collecte de données, l’imagerie, la modélisation et le calcul.
Cette contribution s’inscrit dans la Genesis Mission, une initiative interministérielle dirigée par le DOE. Elle mobilisera notamment les capacités de supercalcul à l’échelle de l’exaflop, les techniques de diffusion des rayons X et des neutrons, la cryomicroscopie électronique et des laboratoires automatisés.
L’objectif est d’associer ces infrastructures à l’intelligence artificielle afin d’améliorer les capacités de mesure et de modélisation du vivant.
Les NIH mobilisent des données issues de recherches antérieures
Les National Institutes of Health contribueront à l’initiative en coordonnant la mise à disposition de jeux de données, de dépôts et de bases de connaissances issus de recherches biomédicales déjà financées par les pouvoirs publics américains.
Les NIH indiquent que ces ressources représentent plus de 500 millions de dollars d’investissements fédéraux antérieurs alignés sur le projet. Biohub travaillera avec l’agence pour harmoniser les données et les rendre plus facilement utilisables dans l’entraînement de modèles d’IA.
Cette standardisation est essentielle : des données produites selon des formats et des méthodes différents doivent pouvoir être rapprochées et analysées dans un cadre commun pour alimenter des modèles biologiques complexes.
Google DeepMind, Meta et Isomorphic Labs mobilisés
Le secteur privé participe également à l’effort. Google DeepMind, Isomorphic Labs et Meta investissent collectivement 300 millions de dollars dans la Virtual Biology Initiative, annoncée en avril 2026.
Cette initiative doit développer les technologies et les jeux de données multimodaux nécessaires à la construction de modèles prédictifs du vivant.
D’autres institutions scientifiques contribuent à cette dynamique, notamment l’Allen Institute, le Broad Institute, les Gladstone Institutes, le Human Cell Atlas, le Human Protein Atlas et le Wellcome Sanger Institute. NVIDIA apportera des infrastructures de calcul accéléré, des logiciels spécialisés et une expertise technique. Renaissance Philanthropy participe, de son côté, à l’élargissement du financement consacré à la production de données.
Le projet s’appuie sur des collaborations scientifiques internationales antérieures, notamment dans le domaine de la cartographie cellulaire et de la biologie structurale.
Des données ouvertes pour une recherche collaborative
Au-delà des investissements, Biohub entend développer une infrastructure commune permettant de rendre les données interopérables. Celle-ci reposera sur des standards partagés, des identifiants communs et un point d’accès unifié.
L’initiative s’inscrit dans la continuité de projets comme Tabula Sapiens, OpenCell et Zebrahub, ainsi que d’infrastructures de données telles que CELLxGENE et le CryoET Data Portal.
Pour ses promoteurs, l’enjeu est de dépasser les capacités d’une seule institution en coordonnant les efforts de laboratoires, d’universités, d’organismes publics et d’entreprises.
Une nouvelle étape pour l’IA appliquée à la santé
La Virtual Biology Initiative entend fournir aux chercheurs une base expérimentale plus vaste pour entraîner et valider des modèles capables de prédire les réponses biologiques. Les résultats pourraient contribuer à accélérer certaines étapes de la recherche biomédicale, même si les bénéfices médicaux dépendront de la précision des modèles et de leur validation expérimentale.
L’initiative illustre une évolution importante de l’IA scientifique : au-delà de la puissance de calcul et des algorithmes, la qualité, la diversité et l’accessibilité des données deviennent des conditions déterminantes du progrès.
La promesse est de mieux comprendre le vivant pour ouvrir de nouvelles voies thérapeutiques. Le défi sera de transformer cette infrastructure de données en résultats scientifiques reproductibles et en avancées médicales effectivement utiles aux patients.