Le tamoxifène, prescrit contre les cancers du sein sensibles aux hormones, bloque les récepteurs aux œstrogènes dans la glande mammaire et les active dans l’os comme dans l’utérus : même molécule, effets opposés selon la cellule qui la reçoit. La pharmacologie raisonne tissu par tissu, en se défiant des moyennes qui mêlent des effets contraires.

La génétique bute sur la même difficulté. Presque toutes les cellules du corps portent le même ADN, mais chacune n’en lit qu’une partie, selon des commutateurs situés hors des gènes, qui fixent le moment et l’intensité de leur expression. Environ 98 % de la variation génétique se loge dans ces régions non codantes, comme la plupart des variants impliqués dans des maladies ou des traits tels que la stature et le diabète de type 2, dont l’effet diffère d’un macrophage intestinal à un astrocyte cérébral.

Le mercredi 11 novembre 2026, Google DeepMind a fait de la cellule un paramètre : AlphaGenome 2 associe à une séquence d’un million de bases le type cellulaire choisi par le chercheur et estime ce qu’un variant y change dans l’activité des gènes. Restent à examiner son architecture, ses scores, les mesures dont il dépend, un accès fermé dans une science ouverte et ce que la génétique médicale peut en attendre.

Une condition à chaque étage du réseau

Le laboratoire d’IA de Google, celui d’AlphaFold et de ses structures de protéines, avait présenté en juin 2025 un premier AlphaGenome qui lisait déjà un million de lettres, mais surtout pour des tissus complets et des lignées en culture. D’après le rapport de la version 2, il prédisait d’un bloc des milliers d’expériences moyennées par tissu, répertoire figé de mesures existantes, séparait mal des cellules voisines et, à tout produire à la fois, éparpillait sa capacité.

La version 2 ne change qu’un choix d’architecture, mais décisif : outre la séquence, le réseau reçoit une condition (tissu, type ou état cellulaire) injectée à chacun de ses étages, pas à la seule couche de sortie. Même séquence, autre condition, autres prédictions. DeepMind parle sur X d’un modèle qui « zoome » sur des cellules précises, car une lettre changée dans l’ADN commun au cœur, au cerveau et au système immunitaire peut favoriser une maladie dans certaines cellules et épargner les autres.

Le cell encoder et les données

Cette condition vient d’un répertoire de référence ou des mesures du chercheur : les profils d’un scRNA-seq, relevé cellule par cellule des gènes actifs, passent par un cell encoder, réseau auxiliaire qui les convertit en condition sans réentraîner le modèle. Quelques dizaines de cellules suffisent, selon DeepMind, pour un état nouveau. Sarah Teichmann, de Cambridge, qui a cofondé le Human Cell Atlas, recensement mondial des cellules humaines, salue cet atout dans le billet.

Le rapport recense 3 977 pistes de cellule unique tirées de 36 études humaines et murines, la méthylation de l’ADN, ces étiquettes chimiques qui rendent un gène muet, relevée dans 185 conditions humaines, puis, pour l’entraînement final, 107 millions de cellules, toutes humaines, chiffre que le billet arrondit d’abord à « plus de 100 millions ». Le compte des types cellulaires varie : des centaines sur 68 tissus selon le billet, 640 et 510 conditions dans les ressources précalculées.

Ce que lit le modèle

Dans la cellule désignée, AlphaGenome 2 estime à la lettre près l’expression des gènes, relevée par RNA-seq ou par CAGE, qui situe le départ de la transcription, l’ouverture de la chromatine, les modifications des histones, la fixation des facteurs de transcription, l’épissage qui coupe et raboute l’ARN, les contacts entre régions distantes et, nouveauté très attendue, la méthylation des sites CpG. Il déduit aussi des mesures absentes, l’accessibilité par exemple, des seuls gènes actifs, atout pour un petit laboratoire pauvre en données.

Des scores à lire avec leur métrique

La mesure clé est le rappel à 90 % de précision : la proportion de variants causaux détectés quand neuf signalements sur dix doivent être exacts. Ces variants sont des eQTL finement cartographiés, positions du génome qui règlent le niveau d’expression d’un gène, testés sur des données exclues de l’entraînement. Pour la cellule unique, l’étalon s’appelle AG1-sc : l’AlphaGenome d’origine, réentraîné sur ces données.

Sur les 49 tissus de GTEx, la part de variants causaux retrouvés passe de 17 à 26 %, celle des directions d’effet de 32 à 40 %. Sur les 28 types de cellules immunitaires de TenK10K, elle monte de 16 à 30 % face à AG1-sc, et de 23 à 43 % pour la direction ; sur les 47 types de cellules intestinales d’IBDverse, la direction passe de 31 à 45 %. Le score ne double qu’en cellule unique, logique pour un modèle fait pour séparer les cellules ; le billet parle de « presque le double » face au précédent modèle phare de DeepMind.

Le sens de l’effet sur un jeu inédit

Ce critère vise un défaut pointé en 2023 par deux articles de Nature Genetics : des modèles de séquence qui prédisaient mal les écarts d’expression entre individus, souvent jusqu’à leur sens. Sur un jeu jamais vu, tiré de la substance noire et du cortex cingulaire de 190 donneurs avec ou sans maladie de Parkinson, AlphaGenome 2 trouve le bon sens pour 41 % des eQTL à 87,3 % d’exactitude, contre 17 % pour un scooby entraîné sur ce jeu même : le généraliste bat le spécialiste chez lui.

La mesure d’abord, la prédiction ensuite

Ces bancs d’essai sont des mesures. TenK10K, du Garvan Institute de Sydney, publiait le 28 octobre dans Nature sa première phase : près de 2 000 donneurs, plus de 5 millions de cellules immunitaires, plus de 180 000 effets génétiques sur l’expression, souvent propres à certains types. Le modèle apprend de ces mesures sans les remplacer.

ETS2, une découverte rejouée

Le cas vedette du billet vient des maladies inflammatoires chroniques de l’intestin. En 2024, l’équipe de James Lee, au Francis Crick Institute, montrait dans Nature que le variant rs2836882, logé dans un enhancer propre aux macrophages, à quelque 290 000 lettres d’ETS2, élève le risque en dopant ce gène dans ceux de l’intestin. AlphaGenome 2 retrouve ce scénario in silico, isole le variant causal et ne voit ETS2 monter que dans ces cellules, sans effet notable ailleurs ni sur les gènes voisins. Démonstration, non découverte : la paillasse avait déjà tranché.

L’étendue de l’atlas, la finesse du modèle

Deux jeux précalculés accompagnent le modèle : des liens entre enhancers et gènes cibles pour 640 conditions, et quelque 7 millions de variants impliqués dans des maladies ou des traits pour 510 conditions, illustrés par la stature, les astrocytes et le diabète de type 2. Précalculé par la première version, l’AlphaGenome Atlas du 8 septembre 2026 est une base d’un pétaoctet environ : toutes les substitutions d’une lettre possibles dans le génome humain, plus de 9 milliards, notées par un score d’impact, l’AVI.

L’atlas mise sur l’étendue, la version 2 sur la finesse : 7 millions de variants contre 9 milliards, mais déclinés selon la cellule. Žiga Avsec, de DeepMind, a dit à The Verge que le nouveau modèle, plus coûteux en calcul, ne remplacerait pas l’ancien de sitôt : l’atlas aurait été impraticable avec lui.

Un modèle fermé dans une science ouverte

L’API et l’échéance du 30 novembre

L’accès reste celui de la première version : l’API d’AlphaGenome, sans frais pour les travaux non commerciaux, sur clé demandée en ligne, avec un plafond de requêtes qui varie selon l’affluence ; pour l’usage commercial, une préversion privée, accordée sur invitation via Google Cloud, sans tarif ni licence publiés. Un minimum de programmation est requis, avec des carnets Colab montrant comment conditionner le modèle par l’expression, ainsi qu’un forum d’entraide ; l’interface sans code de septembre est celle de l’atlas.

DeepMind promet des « AlphaGenome 2 Skills » pour Google Antigravity, environnement à agents offert six mois à dix mille scientifiques, et fait espérer quotas et crédits aux cas d’usage soumis d’ici au 30 novembre. Le Wellcome Sanger Institute collabore pour couvrir d’autres types cellulaires et états expérimentaux ; Peter Donnelly, directeur général de Genomics Limited, veut brancher le modèle sur sa plateforme Mystra pour relier signaux génétiques et cibles thérapeutiques, un progrès marquant pour le secteur selon lui. Des avis choisis par DeepMind, non des expertises tierces.

Des poids en janvier, une API en novembre

Le premier AlphaGenome a fini ouvert : à sa parution dans Nature, le 28 janvier 2026, son code a gagné GitHub sous licence Apache 2.0, et ses poids, réservés aux usages non commerciaux, Kaggle et Hugging Face. L’équipe munichoise de Julien Gagneur, auteure de scooby, en a tiré Scooby-2, prépublié le 29 octobre, qui surpasse scooby sur les eQTL de la cohorte OneK1K. Pour la version 2, DeepMind ne dit rien des poids ni du code, et ne chiffre ni ses paramètres ni ses limites de débit.

Evo 2, de l’Arc Institute et de NVIDIA, et Borzoi, de Calico, restent ouverts : une discipline nourrie de données publiques reçoit ici un modèle qu’elle ne peut ni inspecter ni reproduire. Google, lui, pousse l’IA jusqu’à la paillasse, des agents concepteurs d’ADN qui apprennent des essais aux huit verrous scientifiques levés, et Anthropic a accéléré trente modèles de biologie moléculaire avant d’annoncer, le 9 novembre, 28 capsides virales sur 34 modélisées avec exactitude par Claude Mythos 5.2. Au socle, le modèle de fondation, entraîné en masse puis spécialisé.

Des variants incertains, pas des diagnostics

En génétique clinique, une prédiction ne pèse qu’en appoint : les recommandations de l’ACMG et de l’AMP, en 2015, rangent les variants en cinq classes, de pathogène à bénin, et n’accordent aux prédicteurs informatiques qu’un poids « supporting », le plus faible. La calibration de ClinGen, en 2022, ne couvre que le faux-sens ; rien de tel pour une prédiction régulatrice par type cellulaire, alors que les variants non codants, sous-représentés dans ClinVar, restent plus souvent incertains.

AlphaGenome 2 peut aider à hiérarchiser les variants à tester, non à trancher un diagnostic. DeepMind le cantonne à la recherche, sans validation ni autorisation pour la clinique : qui craint une maladie héréditaire relève d’un test sur son propre prélèvement, lu par un clinicien ou un généticien, et aucune sortie de modèle n’en tient lieu.

Le goulot français de l’interprétation

Le rapport de l’IGAS et de l’IGÉSR de mai 2026 sur le Plan France médecine génomique 2025 impute d’abord les délais de rendu au manque d’interprétateurs : 386 biologistes agréés pour 17 000 dossiers par an. Il fait de l’IA une « colonne vertébrale » d’un second plan, de 2027 à 2036, notamment pour reclasser les variants de signification incertaine, sous réserve d’une qualification au titre du règlement IVDR, jugée surmontable, qu’AlphaGenome 2, outil de recherche, n’a pas.

Ce que les chiffres ne disent pas

Ces résultats sortent du rapport de DeepMind, prépublié sur bioRxiv sans relecture par des pairs ni évaluation indépendante, sur des jeux choisis par ses auteurs ; seul un test extérieur montrera si l’écart résiste. Réglé pour ne se tromper qu’une fois sur dix, le modèle laisse filer sept sur dix des variants causaux, ce que le rapport reconnaît, et sous-évalue l’effet des variants logés en chromatine fermée ou loin du gène, ainsi que les effets post-transcriptionnels.

Les données d’apprentissage, comme le catalogue précalculé, comptent peu de cellules en transition, stimulées ou malades, et le modèle départage mal les familles de neurones. Nourri d’instantanés de cellules stables, il apprend des corrélations, non des causes, sans garantie de prévoir l’effet d’un gène éteint ou surexprimé, ni le passage d’une cellule à un autre état. L’espèce, paramètre d’entrée, se limite à l’humain et à la souris ; les auteurs envisagent d’autres espèces et des données de perturbation, sans calendrier.

Un rappel de 30 % paraît maigre tant qu’on oublie le point de départ : 16 % pour l’aîné réentraîné en cellule unique, après des années où les modèles de séquence peinaient à situer la cellule où joue un variant. Le saut est net, jusque sur les données cérébrales de l’étude sur Parkinson, mais DeepMind l’a mesuré sur ses propres bancs ; d’autres équipes devront le confirmer sur leurs jeux avant qu’il soit question d’hôpital.

L’ordre des preuves ne s’inverse pas : le rôle d’ETS2 a été établi à la paillasse avant d’être rejoué sur ordinateur, TenK10K a mesuré ses cellules avant de servir d’étalon, et le modèle a sa place en amont des expériences, pour désigner celles qui méritent d’être menées. Il sert de boussole au laboratoire, non de verdict.

Reste la science qu’il sert. Le premier AlphaGenome, ses poids publiés, a nourri des travaux qui l’ont prolongé vers la cellule unique ; le second ne se discute qu’à travers ses sorties. Là où les variants incertains s’accumulent plus vite que les interprétateurs, sa valeur tiendra moins à ses scores qu’à une calibration indépendante et au cadre de preuve que le non codant attend encore.

Aller plus loin

Le billet AlphaGenome 2: Deciphering how cells read DNA to better understand disease, signé notamment par Žiga Avsec et Pushmeet Kohli, expose le conditionnement cellulaire, les résultats sur TenK10K, les cas d’ETS2 et du vaccin contre le Covid-19, les conditions d’accès et l’appel à cas d’usage.

Pour distinguer l’archive du modèle, l’annonce AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome détaille les quelque 9 milliards de substitutions précalculées, le score AVI qui associe AlphaGenome et AlphaMissense et un portail web gratuit pour l’usage non commercial.

Le dépôt google-deepmind/alphagenome_research livre sous licence Apache 2.0 le code JAX du premier modèle, renvoie à ses poids, réservés aux usages non commerciaux, et recommande un GPU H100 : de quoi mesurer ce que la version 2, servie par la seule API, ne met pas entre les mains des chercheurs.

La voie académique se lit dans Scooby-2: fine-tuning AlphaGenome for single-cell genomic track prediction, prépublication munichoise parue deux semaines avant la version 2, qui adapte les poids publiés d’AlphaGenome à la prédiction de l’expression et de l’accessibilité cellule par cellule.

Le concurrent ouvert le plus proche se télécharge depuis calico/borzoi, dépôt où Calico publie sous licence Apache 2.0 le code et les poids humains et murins de Borzoi, réseau qui prédit la couverture RNA-seq à 32 paires de bases près sur des séquences de 524 000 paires, en partie avec les données d’entraînement d’Enformer.

L’approche inverse est résumée dans Evo 2 AI Model Learns Patterns Across DNA of Life, compte rendu de l’article de Nature sur un modèle entraîné sur 9 300 milliards de nucléotides de tout le vivant et publié avec ses données, son code et ses poids, sans conditionnement cellulaire.

L’expérience que le modèle rejoue est racontée dans Major cause of inflammatory bowel disease discovered, qui suit les travaux de 2024 du Francis Crick Institute, de l’enhancer propre aux macrophages aux inhibiteurs de MEK, retenus faute de médicament visant ETS2, à livrer aux seuls macrophages.

Le principal banc d’essai prend corps dans Landmark studies map how genetic differences drive human diseases, qui présente les trois articles de Nature issus de TenK10K, ses donneurs australiens et ses effets génétiques visibles dans certains types de cellules immunitaires seulement.

Le passage d’un score à une preuve clinique s’éclaire avec Calibration of computational tools for missense variant pathogenicity classification and ClinGen recommendations for PP3/BP4 criteria, qui fixe pour treize outils les seuils d’un poids de preuve faible, modéré ou fort, cadre qui manque encore au non codant.

L’échelle française se mesure dans Enjeux et perspectives d’un deuxième Plan France médecine génomique, tome 1, rapport de l’IGAS et de l’IGÉSR qui chiffre la pénurie d’interprétateurs et place l’IA au cœur de la reclassification des variants incertains.

Rassemblées, ces lectures montrent un modèle qui dépend de mesures qu’il ne produit pas, s’inscrit dans une lignée de plus en plus fine, mais se ferme au moment où ses prédécesseurs s’étaient ouverts. Entre la cohorte qui mesure, le modèle qui hiérarchise et le biologiste qui classe, la prédiction cellulaire gagne en résolution sans encore gagner le statut de preuve.