Boltz-1 : le modèle ouvert du MIT qui veut prédire la forme des biomolécules

Pour concevoir un médicament ou comprendre l’effet d’une mutation, les biologistes doivent souvent résoudre une question aussi fondamentale que difficile : quelle forme prend une molécule vivante dans l’espace ? Les chercheurs de la MIT Jameel Clinic for Machine Learning in Health présentent Boltz-1, un modèle d’intelligence artificielle entièrement open-source conçu pour prédire la structure tridimensionnelle de biomolécules. Leur promesse est forte : offrir un outil aux performances annoncées comme comparables à celles d’AlphaFold3, tout en rendant publics le modèle et les éléments nécessaires pour l’étudier et l’améliorer.

L’enjeu dépasse la prouesse informatique. La structure d’une protéine, ou d’un ensemble de molécules qui interagissent, détermine en grande partie son rôle dans une cellule. Mieux anticiper cette géométrie peut aider les équipes de recherche à formuler des hypothèses plus vite, à sélectionner des pistes expérimentales et, à terme, à développer de nouveaux traitements. Mais une prédiction reste une prédiction : elle ne remplace pas les expériences nécessaires pour établir l’activité, la sécurité ou l’efficacité d’une molécule.

Pourquoi la forme des biomolécules compte autant

Les protéines sont de longues chaînes composées d’acides aminés. Elles ne restent pas étirées comme un fil : elles se replient et adoptent une organisation en trois dimensions. Cette forme conditionne leur capacité à se lier à d’autres molécules, à transporter des éléments, à transmettre un signal ou à participer à une réaction chimique.

C’est pourquoi la biologie structurale occupe une place centrale dans la recherche biomédicale. Connaître la structure d’une cible peut, par exemple, guider la conception d’une molécule susceptible de s’y fixer. Elle peut aussi aider à imaginer des protéines modifiées pour accomplir une fonction précise. Le problème est que les possibilités de repliement et d’interaction sont immenses : partir uniquement d’une séquence d’acides aminés pour déduire une forme fiable est un défi considérable.

Les méthodes expérimentales restent essentielles, mais elles peuvent être longues et exigeantes. L’intelligence artificielle ne les rend pas inutiles. Elle peut en revanche fournir rapidement des modèles structuraux et aider les scientifiques à décider quelles hypothèses méritent d’être testées au laboratoire.

Qui a développé Boltz-1 ?

Le projet est issu d’un travail collaboratif au sein de la MIT Jameel Clinic for Machine Learning in Health, structure du Massachusetts Institute of Technology consacrée aux applications de l’apprentissage automatique dans la santé. Les étudiants diplômés Jeremy Wohlwend et Gabriele Corso ont dirigé les travaux, avec des contributions des professeurs Regina Barzilay et Tommi Jaakkola.

L’équipe a présenté Boltz-1 lors d’un événement au MIT. Selon les informations associées au projet, son développement a demandé quatre mois de travail intensif. Ce calendrier illustre la vitesse à laquelle les modèles de prédiction biomoléculaire peuvent désormais être conçus et améliorés, mais aussi l’importance des ressources scientifiques accumulées sur lesquelles ils s’appuient.

Parmi elles figure la Protein Data Bank, une archive qui rassemble plus de 70 ans de données structurales. Une telle base constitue une ressource précieuse pour entraîner et évaluer des systèmes de prédiction. Elle est aussi hétérogène : les structures ne sont pas toutes obtenues dans les mêmes conditions ni avec le même degré de détail, ce qui complique la préparation et l’interprétation des données.

Un modèle de diffusion pour mieux traiter l’incertitude

Boltz-1 s’appuie sur une approche d’IA générative appelée modèle de diffusion. Le principe, utilisé dans différents domaines de l’intelligence artificielle, consiste à apprendre à reconstruire progressivement un résultat cohérent à partir d’une version bruitée ou incertaine des données.

Dans le cas des biomolécules, cette logique est particulièrement intéressante. Une même molécule peut présenter des zones plus ou moins stables, plusieurs conformations plausibles et des interactions complexes. Le système cherche donc à représenter une structure en tenant compte de cette part d’ambiguïté, plutôt que de réduire la question à une réponse excessivement simplifiée.

Les chercheurs indiquent avoir optimisé leurs algorithmes afin d’améliorer l’efficacité des prédictions. La valeur d’un tel outil ne tient cependant pas seulement à la rapidité de calcul. Elle dépend aussi de la manière dont les résultats se comportent sur des cas variés, de leur robustesse et de la capacité des chercheurs à comprendre dans quelles situations ils sont fiables ou, au contraire, fragiles.

Boltz-1 peut-il rivaliser avec AlphaFold3 ?

La référence est inévitable. AlphaFold2, développé par Google DeepMind, a profondément changé la prédiction des structures protéiques. Le prix Nobel de chimie attribué en 2024 a notamment distingué Demis Hassabis et John Jumper pour les méthodes développées autour de la prédiction de structures protéiques, aux côtés de David Baker pour ses travaux sur la conception computationnelle des protéines.

AlphaFold3 prolonge ces avancées et recourt lui aussi à une approche générative pour aborder des incertitudes structurelles complexes. Les auteurs de Boltz-1 annoncent une précision comparable à celle d’AlphaFold3. C’est une affirmation importante, car les systèmes de ce niveau servent de point de comparaison à l’ensemble du secteur.

Il faut toutefois lire cette comparaison avec précision. « Comparable » ne signifie pas nécessairement que deux modèles donnent exactement les mêmes résultats dans tous les cas, ni qu’ils présentent les mêmes forces pour chaque type de biomolécule. L’évaluation dépend des jeux de données, des tâches mesurées et des critères retenus. Pour les équipes de recherche, la possibilité de tester le modèle sur leurs propres problèmes reste donc essentielle.

Que change réellement le choix de l’open source ?

La principale singularité de Boltz-1 est son ouverture. L’équipe ne publie pas seulement le modèle : elle partage également le processus d’entraînement et les optimisations réalisées. Cette décision permet à d’autres scientifiques d’examiner le fonctionnement du système, de tenter de reproduire ses résultats et de l’adapter à leurs propres travaux.

Dans la recherche, cette transparence peut avoir plusieurs effets concrets. Des laboratoires peuvent évaluer l’outil sur des questions qui ne figuraient pas dans ses tests initiaux. Des spécialistes de l’apprentissage automatique peuvent proposer des améliorations. Des chercheurs en biologie peuvent, eux, identifier des limites propres à certains jeux de données ou à certaines familles moléculaires.

Le caractère ouvert ne supprime pas toutes les barrières. L’exploitation de modèles avancés exige souvent des compétences techniques, de la documentation et une puissance de calcul qui ne sont pas réparties équitablement entre les établissements. Mais il réduit une autre barrière importante : celle qui empêcherait les scientifiques d’inspecter le système, de le modifier ou de contribuer directement à son évolution.

Cette dimension collaborative est au cœur de l’ambition affichée par les créateurs de Boltz-1. Le nom du projet s’inscrit dans cette volonté d’encourager des contributions continues de la communauté mondiale plutôt que de réserver l’évolution du modèle à une seule organisation.

Des réactions positives dans la recherche et l’industrie

L’annonce a reçu un accueil favorable parmi des scientifiques et des acteurs de la découverte de médicaments. Mathai Mammen, président de Parabilis Medicines, souligne le potentiel de Boltz-1 pour démocratiser l’accès à des outils de biologie structurale avancés. L’idée est que davantage d’équipes puissent explorer des hypothèses moléculaires sans dépendre exclusivement de systèmes fermés.

Jonathan Weissman anticipe, pour sa part, que la disponibilité d’un modèle ouvert favorisera des usages créatifs. Cet aspect est important : les applications les plus utiles d’un outil scientifique ne sont pas toujours celles imaginées lors de sa publication. Un modèle rendu accessible peut être confronté à des domaines, des protocoles ou des besoins très différents de ceux de son équipe d’origine.

La recherche soutenant Boltz-1 a bénéficié de financements de la National Science Foundation des États-Unis et du partenariat Cancer Grand Challenges. Ces soutiens témoignent de l’intérêt accordé à la rencontre entre apprentissage automatique, données biologiques et recherche médicale.

Ce qu’il faut surveiller

Boltz-1 ouvre une étape intéressante, mais sa portée dépendra désormais de son utilisation réelle. Les premiers points à surveiller seront la capacité de laboratoires indépendants à reproduire les performances annoncées, la qualité de la documentation et les améliorations que la communauté pourra apporter au modèle.

Il faudra également observer comment les chercheurs rapportent les incertitudes de leurs prédictions. En biologie structurale, un résultat convaincant visuellement n’est pas suffisant. Les équipes doivent pouvoir estimer la confiance à accorder à une structure, connaître les limites du système et confirmer les résultats les plus importants par des méthodes expérimentales.

Enfin, le projet pose une question plus large sur l’avenir de l’IA pour la science : les outils les plus avancés seront-ils accessibles, vérifiables et modifiables par la communauté qui les emploie ? En mettant à disposition son modèle et les étapes de son développement, Boltz-1 propose une réponse concrète à cette question. Son impact se mesurera moins à l’annonce elle-même qu’aux découvertes et aux améliorations collectives qu’elle permettra dans les années à venir.