Des chercheurs de l’Université de Stanford ont utilisé l’intelligence artificielle pour concevoir 16 nouveaux virus qui n’existent nulle part dans la nature. C’est la première fois que l’IA générative produit un génome viral fonctionnel complet à partir de zéro. Les travaux, publiés dans la revue Science le 6 août 2026, ont immédiatement relancé le débat sur la manière de gouverner de puissants modèles d'IA biologique. Pour une couverture continue de la façon dont AI Buzz Wire suit les avancées à l'intersection de l'IA et de la société, il s'agit de l'un des articles de recherche les plus importants de l'année.

Comment l'IA a construit des virus à partir de l'ADN

L’équipe de Stanford, dirigée par le doctorant Samuel King, n’a pas utilisé de chatbot. Au lieu de cela, ils se sont tournés vers des modèles de langage génomique – des algorithmes formés sur de vastes étendues d'ADN de la même manière que les grands modèles de langage sont formés sur du texte. En apprenant les règles évolutives intégrées dans des millions de génomes, ces modèles peuvent écrire un code génétique qui obéit aux contraintes réellement utilisées par la vie.

Les chercheurs ont affiné deux modèles de langage génomique, appelés Evo 1 et Evo 2, sur 14 266 génomes de la famille Microviridae, un groupe de petits virus à ADN simple brin. Ils ont utilisé le bactériophage naturel ΦX174 comme modèle de conception, puis ont filtré près de 300 modèles candidats jusqu'à 16 qui pourraient être synthétisés et testés en laboratoire.

Le résultat : 16 bactériophages synthétiques dont les génomes "divergeaient considérablement de tout génome naturel", selon l'article, étaient néanmoins capables d'infecter la bactérie Escherichia coli souche C. Les bactériophages, ou phages, sont des virus qui s'attaquent exclusivement aux bactéries et sont inoffensifs pour l'homme.

Pourquoi c'est important : cocktails de phages et agents pathogènes en évolution

Il ne s’agissait pas d’un exercice d’épissage génétique aléatoire. Fondamentalement, les modèles d'IA tenaient compte des contraintes au niveau du génome plutôt que de simplement assembler les gènes. L'un des phages conçus, baptisé Evo-Φ36, ​​portait une protéine tronquée fonctionnelle qui n'avait jamais fonctionné lorsque les ingénieurs l'avaient insérée dans ΦX174 de type sauvage. Il a fonctionné ici parce que le contexte génomique environnant généré par l’IA s’était co-adapté pour le prendre en charge.

Lorsque plusieurs phages synthétiques ont été combinés dans un « cocktail de phages », ils ont surmonté la résistance que les bactéries cibles montent normalement contre le ΦX174 de type sauvage. Cela laisse présager une application médicale prometteuse : concevoir des thérapies phagiques adaptatives contre des agents pathogènes résistants aux médicaments, à évolution rapide.

L'équipe de Stanford a défini le travail comme élargissant « ce que la génomique synthétique peut réaliser » parallèlement à l'évolution dirigée et à l'ingénierie rationnelle, tout en « ouvrant la voie à la génération de thérapies phagiques adaptatives et résilientes ».

Les experts en biosécurité tirent la sonnette d'alarme

La promesse s’accompagne de risques sérieux. Dans un éditorial publié parallèlement à l'étude, le Dr Thomas Inglesby et le Dr Moritz Hanke de l'Université Johns Hopkins ont fait valoir que le système volontaire actuel de contrôle des commandes d'ADN n'est plus adéquat.

Ils ont demandé que les fournisseurs d'acides nucléiques synthétiques – les éléments constitutifs utilisés pour fabriquer des agents pathogènes – soient légalement tenus de filtrer les commandes des clients pour détecter les séquences préoccupantes et de vérifier la légitimité des clients eux-mêmes.

"Parce que les génomes générés par l'IA peuvent être très différents des séquences d'acides nucléiques précédemment caractérisées, des méthodes de criblage capables de détecter de nouvelles conceptions préoccupantes doivent être développées de toute urgence", ont écrit Inglesby et Hanke.

Leur ligne la plus pointue a été largement citée dans les reportages de la BBC, du Guardian et du New York Times : « La question n’est plus de savoir si la conception générative du génome viral existera.

Un déficit de gouvernance rendu urgent

L’article de Stanford est le dernier d’une vague de résultats montrant que les modèles biologiques d’IA peuvent passer de la théorie au laboratoire. Jusqu’à présent, les modèles de langage génomique s’étaient révélés prometteurs pour la conception de systèmes biologiques, mais leur capacité à générer des génomes fonctionnels entiers n’avait jamais été démontrée. Le passage de la conception de fragments protéiques à la fabrication de 16 nouveaux virus viables est précisément le seuil de capacité contre lequel les chercheurs en biosécurité ont mis en garde.

Les auteurs eux-mêmes se sont penchés sur les risques "plus délibérément que la plupart des développeurs de puissants modèles d'IA biologique", note l'éditorial de Johns Hopkins, exhortant les futurs travaux de conception du génome entier à consulter des professionnels de la sûreté et de la sécurité tout au long du cycle de vie d'un projet.

Pour les décideurs politiques, le moment est délicat. Les cadres de gouvernance de Frontier AI se sont jusqu’à présent concentrés sur les risques numériques – cybersécurité, désinformation et agents autonomes – tandis que les capacités de conception biologique ont progressé avec relativement peu de surveillance dédiée. Le résultat de Stanford met désormais cet écart en évidence.

Gardez une longueur d'avance sur l'IA

La frontière entre la recherche sur l’IA et les conséquences dans le monde réel ne cesse de bouger. Que la prochaine avancée ait lieu dans un laboratoire, dans une salle de conseil d'administration d'une entreprise ou lors d'une audience réglementaire, AI Buzz Wire a le contexte dont vous avez besoin.

Lire plus d'actualités sur l'IA →