Fusionner la biologie et l’informatique est une tendance très forte ces dernières années. Après tout, qu’est-ce que le fameux « deep learning » et ses réseaux de neurones dont on nous rebat les oreilles ces temps-ci, sinon une tentative de créer un modèle (très simplifié) des neurones biologiques au sein d’une machine ?

En gros, il peut exister plusieurs approches différentes de ce qu’on appelle la biologie computationnelle. La première cherche à utiliser le matériel biologique lui-même comme support d’information et de calcul. La seconde consiste à observer des comportements existant dans la nature pour par exemple créer de nouveaux algorithmes.

Dans le premier domaine, des chercheurs ont réussi à créer des systèmes logiques assez complexes au sein d’une cellule, tandis que d’autres utilisaient l’ADN comme support de stockage de l’information. Côté algorithmique, les fourmis restent une source d’inspiration inépuisable.

Vers la « ribocomputation »

Il y a eu pas mal de tentatives ces dernières années pour intégrer divers systèmes computationnels basés sur notre ADN dans la machinerie de nos cellules. Toute l’entreprise des biobricks par exemple se base sur une possible analogie entre le code génétique et un programme d’ordinateur. Mais jusqu’ici, les techniques utilisées n’ont pas donné de résultats très efficaces, pour (au moins) deux raisons : la première était qu’elles fonctionnaient dans un tube à essai, mais pas à l’intérieur d’une cellule. Ensuite, les « circuits logiques » ainsi implémentés étaient bien trop simples.

L’équipe constituée par Alexander Green de l’Institut de biodesign de l’université de Tempe en Arizona, avec des collègues de Harvard, a réussi à surmonter ces deux obstacles explique Nature en procédant d’une manière inédite : justement, en n’utilisant pas l’ADN.

Comme l’explique très bien Singularity Hub, le gros problème, avec l’ADN, c’est qu’il se situe à deux degrés de distance de la fabrication des protéines, sur laquelle on est censé agir.

En effet, au sein de la cellule, les gènes, basés sur les fameuses 4 bases A, C, G, T produisent tout d’abord une macromolécule intermédiaire, l’ARN, basé elle aussi sur un code très proche de l’ADN, avec une différence : à la place de la Thymine (T), on trouve une autre molécule, l’Uracile, notée U. L’ARN est une « simple hélice », en contraste avec la fameuse « double hélice » de l’ADN.

Cet ARN une fois synthétisé par le gène se rend dans un lieu spécial de la cellule, le ribosome, véritable « usine à protéines ». Les molécules d’ARN attirent alors les acides aminés qui forment une protéine. Les protéines sont les véritables briques de la vie.

L’équipe de recherche a donc eu l’idée de travailler directement sur cet ARN. En bidouillant ce dernier, on est plus aisément en mesure de contrôler les choses qu’en agissant sur la molécule « mère ». Ce qui permet de s’assurer qu’il existe moins de risques que le système artificiel conçu se comporte de manière inattendue, et donc rendre plus aisée la création d' »ordinateurs » biologiques un peu complexes.

L’astuce, c’est de pouvoir créer une séquence particulière d’ARN qui ne s’activera qu’à la suite d’un ordre spécifique. Autrement dit, de créer un interrupteur.

L’équipe a commencé par synthétiser une séquence artificielle d’ADN qu’ils ont inséré au sein d’une bactérie E. coli. Le rôle de cet ADN n’est donc pas de générer une protéine, mais de créer un brin d’ARN qui contiendra le « code » nécessaire aux opérations suivantes.

Ce brin d’ARN, nous précise IEEE Spectrum, possède une caractéristique originale. En effet, nous dit le magazine, il ne contient pas uniquement du code pour générer une protéine, mais également des parties « logiques ». Cela signifie que l’ARN n’entrera en fonction que s’il reçoit des « inputs », qui l’autorisent à le faire. Ceux-ci sont d’autres brins d’ARN, qui peuvent être introduits dans la cellule ainsi modifiée.

Cette technique permet de créer des systèmes assez complexes constitués d’une multitude de ces « interrupteurs ». L’équipe de Green a réussi, à l’aide de cette méthode, à faire produire une protéine fluorescente par l’E. coli.

Pour l’instant, a expliqué Green à IEEE Spectrum, on n’a pas encore d’applications pratiques de ce genre de technologie, qu’il nomme la « ribocomputation » mais on peut imaginer pas mal de choses, par exemple : « Vous pourriez télécharger un circuit biologique dans les cellules de votre corps pour vous protéger contre les virus ou empêcher le développement du cancer ». Ainsi, continue la revue, « si le corps acquiert des substances cancéreuses ou virales, les cellules pourraient être programmées pour les stopper, synthétiser un médicament, ou activer le système immunitaire, au lieu de permettre à la maladie de se propager« .

Dans le même ordre d’idées, et encore d’après IEEE Spectrum, une équipe de Harvard s’est essayée à utiliser l’ADN non comme un système computationnel, mais comme un moyen de stocker des données. Ces chercheurs de Harvard ont ainsi réussi (en utilisant l’inévitable CRISPR) à stocker au sein d’un E. coli un petit film composé d’images Gif de 36×26 pixels. Jusqu’ici, on avait déjà réussi à utiliser l’ADN comme support de stockage, mais c’était dans un tube à essai et c’est la première fois en revanche qu’on réussit à placer des données dans un être vivant complet. Quelle utilité ? Selon Seth Shipman, qui a dirigé ce travail, « Pour l’instant, nous donnons à l’ADN des informations que nous connaissons. Nous voulons enregistrer des informations que nous ne connaissons pas ».

En effet pour l’instant les chercheurs fournissent les données, comme dans ce cas, le petit film ; une telle technique pourrait servir à enregistrer « l’historique » des activités d’une cellule, ce qui constituerait une mine de renseignements précieuse.

les fourmis : pas très rapides, mais efficaces

Certains disent que les fourmis seraient peut-être à l’origine du protocole TCP/IP comme nous le racontions dans nos colonnes dans un article sur l’entomologiste Deborah Gordon, qui a d’ailleurs développé le concept d’anternet (internet des fourmis). Deborah Gordon s’est cette fois intéressée à une espèce particulière de fourmis, nommées les céphalotes, ou fourmis-tortues, et dont Physorg nous précise qu’elles possèdent une tête « à la Darth Vador ».

Le travail portait sur une question particulière sur les pistes des fourmis. On sait que celles-ci vont chercher et ramènent la nourriture en suivant des phéromones laissées par leurs congénères. Il existe pas mal de programmes de simulation du phénomène, par exemple en netlogo. Mais elles n’ont pas encore révélé tous leurs mystères et de plus, il existe un très grand nombre d’espèces de fourmis, chacune vivant dans un environnement particulier, et développant, grâce aux contraintes de leur milieu, des réponses spécifiques.

Les céphalotes vivent exclusivement dans les arbres. Elles créent au sein de la canopée un réseau complexe de pistes reliant les nids entre eux, et s’étendant vers l’extérieur pour la recherche de nourriture.

Mais ce monde arboricole est un environnement beaucoup plus aléatoire que la terre ferme.Il arrive que des branches se cassent ou tombent. Comment donc les fourmis se débrouillent-elles pour « réparer » leur réseau ? Pour ce faire, Gordon et son équipe ont observé le comportement des animaux et ont effectué certaines expériences, comme par exemple couper une branche sur un passage fréquenté.

Il est apparu que la fourmi ne cherchait pas à suivre le chemin le plus court. Au contraire elle lui préférait celui qui possédait le moins de croisements, d’interconnexions possibles, afin de minimiser les moments où elle devait prendre une décision. Lorsqu’elle arrive à une interruption, comme une branche cassée, elle retourne simplement à l’interconnexion précédente et emprunte une autre voie. Le réseau étant très complexe et l’environnement très riche, il est possible d’aller d’un point à un autre de manière différente. Les travaux de Deborah Gordon avaient déjà montré que les fourmis tendent toujours un peu à adopter des comportements peu « optimisés » mais extraordinairement résilients. Comme elle l’avait déclaré dans sa conférence Ted : « Quand vous observez les fourmis, vous finissez par vouloir les aider, parce qu’elles ne font jamais rien comme elles devraient le faire selon vous. Donc ces contacts aléatoires ne donnent rien de parfait. Mais ça marche plutôt bien. Les fourmis sont là depuis plusieurs centaines de millions d’années. »

Un tel procédé pourra-t-il s’avérer utile pour nos technologies, par exemple en fournissant un moyen pour des « agents » virtuels ou réels de contourner les failles d’un réseau ? En tout cas, en matière d’algorithmique, la nature a encore beaucoup à nous apprendre !

Rémi Sussan