IA dans la recherche fondamentale

Le 8 septembre 2026, Google DeepMind a mis en ligne AlphaGenome Atlas, un jeu de données d'un pétaoctet qui précalcule les effets moléculaires des 9 milliards de variations d'un seul nucléotide possibles dans le génome humain, soit plus de trente fois la taille de la base AlphaFold. Chaque variant reçoit un score AlphaGenome Variant Impact, qui condense en un seul nombre les prédictions d'AlphaGenome et d'AlphaMissense, puis se décompose en contributions par catégorie : accessibilité de la chromatine, épissage, conservation. L'atlas contient aussi un répertoire de plus de 2 500 motifs d'ADN récurrents. L'accès est gratuit pour la recherche académique, via un portail web, l'API AlphaGenome et une compétence dans Google Antigravity. Avec le consortium GREGoR, des chercheuses du Broad Institute ont utilisé ce score pour repérer, dans une maladie rare non élucidée, un variant du gène DNM1 qui crée un site d'épissage erroné, confirmé ensuite par des criblages expérimentaux.

Le 7 septembre 2026, Insilico Medicine a annoncé la publication dans Nature Biotechnology d'une étude menée avec des équipes de Harvard, de Stanford, du Broad Institute, de la RWTH Aachen, de l'université de Pékin et de Westlake. Elle applique six horloges de vieillissement protéomiques développées indépendamment aux sérums de 42 patients atteints de fibrose pulmonaire idiopathique, inclus dans l'essai de phase 2a de 12 semaines du rentosertib, inhibiteur de TNIK conçu par IA générative pour une cible elle-même identifiée par IA. Les six horloges indiquent une baisse de l'âge biologique prédit chez les patients traités, avec un pic à la semaine 4 dans le groupe recevant 30 mg deux fois par jour, de 3 à 4 ans environ et jusqu'à 6 ans pour l'une d'elles. Les auteurs écrivent que les horloges protéomiques seules ne séparent pas les effets liés au vieillissement de ceux liés à la maladie. Alex Zhavoronkov, fondateur et PDG d'Insilico, présente les résultats le 8 septembre à la Sorbonne, lors d'une conférence organisée par Nature.

Le 7 septembre 2026, le Genians Security Center a publié une analyse de 13 fichiers LNK malveillants collectés entre le 11 et le 19 août 2026 et rattachés au groupe nord-coréen Kimsuky. Les chercheurs ont récupéré 29 documents leurres depuis le dépôt GitHub servant de serveur de commande, dont 11 seulement sont uniques après classement par empreinte. Dans une partie de ces PDF, les champs Creator et Producer des métadonnées portent la valeur « opencode », nom d'un agent de codage par intelligence artificielle en source ouverte, le champ Author restant sur « anonymous ». Plusieurs documents gardent des mentions provisoires non remplacées que Genians lit comme la trace de brouillons produits par un modèle de langage et diffusés sans relecture. D'autres PDF portent des métadonnées HeadlessChrome et Skia/PDF, signe d'une conversion automatisée depuis du HTML. Genians avait déjà décrit en août l'usage de modèles de langage locaux par ce même groupe.

Le 4 septembre 2026, Databricks a décrit Proteus, un harnais de génération de noyaux GPU qui enchaîne validation, optimisation et gestion du contexte fourni au modèle. Avec Qwen 3.5 122B et un backend Triton, l'entreprise mesure des noyaux 1,8 à 5,2 fois plus rapides que les meilleures implémentations disponibles dans vLLM sur des GPU NVIDIA B200. Sur le décodage compacté de Gated DeltaNet pris en étude de cas, la latence passe de 0,025 à 0,018 milliseconde, soit 1,5 fois plus vite sur le chemin de réparation à lot unitaire et 1,6 fois sur le chemin de service. Signé Leo Li, Daya Khudia et Lesheng Jin, le billet situe le goulot d'étranglement dans la validation des noyaux produits, et non dans leur génération. Databricks n'annonce ni publication ni ouverture du code de Proteus.

Le 4 septembre 2026, sept chercheurs, dont Matthias Busch et Christian Feiler, ont publié sur arXiv un audit de la contamination des bancs d'essai de régression moléculaire. Sur 12 jeux de données et 22 modèles de premier plan, la récupération mot pour mot de valeurs déjà publiées apparaît chez plus de la moitié des modèles sur cinq jeux de données, et de façon isolée sur les autres. Supprimer cette récupération rapproche les erreurs de prédiction des différents modèles, ce qui indique que la capacité prédictive ne tient pas seulement au nombre de valeurs mémorisées. Les mêmes expériences, sur les mêmes molécules et avec le même prompt, sont signalées 89 % plus souvent au niveau de raisonnement le plus élevé qu'au plus bas.