Stockage sur ADN : l’IA promet une récupération des données 3 200 fois plus rapide

Le numérique produit toujours plus de fichiers à conserver, des dossiers administratifs aux collections d’images, en passant par les données scientifiques. Face à cet afflux, une piste venue de la biologie attire l’attention : utiliser l’ADN non pas pour transmettre l’hérédité, mais comme support d’archivage. Une méthode présentée le 22 mars 2025 associe ce principe à l’intelligence artificielle et annonce une récupération des données jusqu’à 3 200 fois plus rapide.

L’idée peut sembler futuriste, mais elle repose sur une propriété simple : l’ADN est déjà un support d’information extraordinairement compact. Les quatre bases chimiques qui le composent, A, T, C et G, suffisent à décrire le vivant. En les organisant selon un code informatique, il devient aussi possible de représenter un document, une photographie, un enregistrement sonore ou une vidéo.

Cette technologie ne doit pas être confondue avec une mémoire de téléphone ou un disque SSD. Son intérêt se situe avant tout dans la conservation de très grands volumes de données sur une longue période. Elle pourrait offrir une réponse aux besoins d’archivage, à condition de résoudre des obstacles techniques et économiques encore importants.

Comment stocker un fichier dans une molécule d’ADN ?

À la base, tout fichier numérique est une succession de bits, des 0 et des 1. Le stockage sur ADN commence par convertir cette suite binaire en une suite de lettres biologiques : A, T, C et G. Comme il existe quatre bases plutôt que deux chiffres, une base peut théoriquement représenter davantage d’information qu’un seul bit. Dans la pratique, les systèmes d’encodage ajoutent des règles et de la redondance pour limiter les erreurs de synthèse et de lecture.

Une fois le fichier converti, les séquences correspondantes sont synthétisées sous la forme de brins d’ADN artificiel. Ces brins peuvent ensuite être conservés dans des conditions contrôlées. Pour relire les données, il faut séquencer l’ADN, c’est-à-dire déterminer l’ordre des bases présentes dans les molécules, puis appliquer le processus informatique inverse afin de reconstituer le fichier initial.

Le cycle comporte donc plusieurs étapes, chacune avec ses propres contraintes :

Le défi ne consiste donc pas seulement à « mettre des données dans de l’ADN ». Il faut également pouvoir retrouver le bon fragment parmi une immense collection de molécules, le lire correctement et vérifier que le document obtenu est bien identique à l’original.

Que signifie l’accélération annoncée de 3 200 fois ?

L’avancée mise en avant repose sur l’utilisation de l’intelligence artificielle pour accélérer la récupération des informations encodées dans l’ADN. L’IA peut analyser les séquences obtenues lors de la lecture, identifier les données recherchées, aider à les décoder et contribuer à traiter les erreurs qui peuvent survenir durant la synthèse ou le séquençage.

Le chiffre communiqué est spectaculaire : une récupération 3 200 fois plus rapide que les méthodes de récupération conventionnelles évoquées. Il constitue un signal important pour une filière longtemps confrontée à un problème central : si l’ADN permet de stocker énormément d’informations dans un espace infime, l’accès à ces informations reste complexe et lent.

Cette annonce doit néanmoins être lue avec précision. Un facteur d’accélération dépend toujours du point de comparaison choisi, de la taille du jeu de données, de la méthode de séquençage et des opérations prises en compte. Elle ne signifie pas nécessairement qu’un fichier archivé dans l’ADN devient plus vite accessible que sur un SSD ou qu’un service de stockage en ligne. Les mémoires électroniques restent conçues pour répondre instantanément aux usages courants, alors que l’ADN cible plutôt des archives rarement consultées.

L’apport de l’IA est particulièrement pertinent dans trois domaines :

• L’interprétation des lectures biologiques, qui peuvent contenir du bruit ou des erreurs.
• L’identification de la séquence utile, lorsque de nombreux fragments d’ADN sont conservés ensemble.
• Le décodage et la vérification, afin de reconstituer le fichier numérique sans altération.

Autrement dit, l’intelligence artificielle ne remplace pas les opérations biologiques de synthèse et de séquençage. Elle cherche à rendre l’exploitation informatique de ces opérations plus efficace.

Une densité de stockage hors norme, mais surtout théorique

L’atout le plus souvent associé au stockage sur ADN est sa compacité. La technologie peut atteindre une densité telle qu’un exaoctet, soit un milliard de gigaoctets, pourrait tenir dans un volume de quelques centimètres cubes. Cette perspective contraste fortement avec l’espace occupé par les serveurs, disques et systèmes de refroidissement nécessaires aux infrastructures numériques classiques.

Cette densité ne veut pas dire que tous les fichiers du monde pourront bientôt tenir dans une petite boîte. Elle décrit un potentiel physique remarquable, pas un produit de grande consommation déjà disponible. Dans un système réel, il faut aussi prendre en compte les contenants, les mécanismes de protection, les équipements de lecture, les copies de sécurité et les informations nécessaires pour indexer les séquences.

La stabilité de l’ADN est un autre argument en faveur de cette approche. Lorsqu’il est correctement préservé, l’ADN peut rester exploitable très longtemps. Pour les bibliothèques nationales, les archives publiques, les institutions de recherche ou les entreprises soumises à de longues obligations de conservation, cette caractéristique est particulièrement attractive.

Stockage sur ADN ou stockage classique : des usages différents

Les systèmes électroniques et le support moléculaire ne répondent pas au même besoin. Un disque dur, une mémoire flash ou un centre de données doivent permettre de modifier et de consulter fréquemment des fichiers. L’ADN est envisagé pour des données que l’on souhaite préserver durablement sans y accéder chaque jour.

Pourquoi cette piste intéresse les archives, la médecine et la finance

Tous les contenus numériques peuvent, en principe, être convertis en données binaires puis encodés dans l’ADN. Cela comprend les textes, images, vidéos, fichiers audio, bases de données et documents techniques. La technologie ne sélectionne donc pas un type de contenu particulier : elle transforme une information informatique en séquence moléculaire.

Plusieurs secteurs pourraient bénéficier d’un archivage extrêmement dense et durable :

• Les archives historiques et culturelles, qui doivent préserver des fonds documentaires pendant des décennies, voire davantage.
• La recherche et la médecine, où les volumes de données augmentent continuellement et où certaines informations doivent être conservées sur le long terme.
• La finance et les entreprises, qui accumulent des documents contractuels, des journaux d’activité et des données réglementaires.
• Les institutions publiques, confrontées à la conservation durable de données administratives ou patrimoniales.

Pour ces acteurs, le gain potentiel ne dépend pas seulement du volume physique gagné. Il tient aussi à l’idée de disposer d’un support conçu pour l’archivage plutôt que de maintenir indéfiniment des infrastructures actives, énergivores et régulièrement renouvelées.

L’argument environnemental mérite toutefois d’être nuancé. Un stockage moléculaire très compact pourrait limiter l’espace et l’énergie nécessaires à la conservation d’archives. Mais la synthèse de l’ADN, le séquençage et les équipements associés ont eux aussi un coût matériel et énergétique. Le bénéfice écologique réel dépendra donc de l’ensemble du cycle de vie, des volumes traités, de la durée de conservation et des progrès industriels à venir.

Les freins qui empêchent encore une adoption massive

Le stockage sur ADN reste en phase de développement et d’expérimentation. Des entreprises et des laboratoires s’y intéressent déjà pour des usages ciblés, mais la technologie n’a pas encore vocation à remplacer les solutions de stockage courantes.

Le premier frein est économique. Fabriquer de l’ADN synthétique et le séquencer coûte encore beaucoup plus cher que copier un fichier sur un disque. La réduction de ces coûts est indispensable pour envisager des déploiements à grande échelle.

Le deuxième frein est opérationnel. La lecture des données ne peut pas encore rivaliser avec la rapidité et la simplicité d’accès d’un support électronique. L’amélioration annoncée grâce à l’IA répond précisément à ce problème, mais elle ne supprime pas les étapes physiques nécessaires à la récupération d’un fichier.

Enfin, la filière devra établir des méthodes robustes et partagées. Il faut garantir qu’une archive encodée aujourd’hui puisse être comprise, lue et vérifiée des années plus tard, y compris avec des équipements ou logiciels différents. Cela suppose des formats, des procédures de contrôle, des mécanismes de correction d’erreurs et des pratiques de sécurité clairement définies.

Ce qu’il faut surveiller

L’accélération annoncée, jusqu’à 3 200 fois, montre que l’intelligence artificielle peut jouer un rôle concret dans l’évolution du stockage sur ADN. En rendant l’étape de récupération plus efficace, elle s’attaque à l’une des principales limites de cette approche.

La prochaine étape sera de déterminer si ces progrès peuvent être reproduits à grande échelle, avec des coûts compatibles avec les besoins des organisations et une fiabilité suffisante pour des archives critiques. Il faudra également suivre la capacité des acteurs du secteur à standardiser l’encodage, la lecture et la préservation des données.

À court terme, le stockage ADN apparaît surtout comme une solution complémentaire pour les archives à très long terme. À plus longue échéance, la convergence de la biologie, de l’informatique et de l’IA pourrait changer la manière dont l’humanité conserve ses données les plus volumineuses et les plus précieuses.