L’IA au cœur des sciences du vivant
La recherche menée au CBIO s’inscrit à l’interface entre mathématiques, informatique, biologie et médecine. Sa mission est claire : concevoir des méthodes d’apprentissage automatique et d’IA capables de donner du sens aux données biologiques contemporaines, dont la quantité et la complexité ne cessent de croître.
Ces travaux répondent à trois objectifs scientifiques majeurs :
- Faire progresser la recherche fondamentale, en comprenant comment fonctionnent les cellules, comment les gènes interagissent et comment les génomes évoluent.
- Contribuer à la découverte de médicaments, en identifiant des cibles biologiques pertinentes et des molécules capables d’interagir avec elles.
- Développer la médecine de précision, en proposant des diagnostics et des traitements adaptés aux caractéristiques biologiques propres à chaque patient.
Pour atteindre ces objectifs, le CBIO s’appuie sur une équipe de chercheuses et chercheurs permanents aux expertises complémentaires : Chloé-Agathe Azencott, Éloïse Berson, Florian Massip, Vincent Mallet, Véronique Stoven et Thomas Walter. Le CBIO a un partenariat stratégique avec l’Institut Curie, centre de recherche et hôpital dédié au cancer, et est affilié à l’unité « Oncologie Computationnelle », ce qui lui permet de s’attaquer à des problèmes complexes et de répondre à de besoins cliniques concrets en oncologie.
Données biologiques
Des données en très grande dimension
Être capable de prédire l’évolution d’une maladie ou l’efficacité d’un traitement est aujourd’hui un enjeu majeur en oncologie. L’IA offre des méthodes puissantes pour intégrer de multiples sources de données et produire ce type de prédictions. Un obstacle central pour ces approches tient toutefois à la nature même des données analysées. On parle de données en très haute dimension lorsque l’on mesure un très grand nombre de variables pour un nombre limité de patients ou d’échantillons.
Par exemple, dans les études génomiques, l’objectif est d’identifier des liens statistiques entre des mutations – souvent au nombre de plusieurs millions – et un phénotype clinique. En transcriptomique, on analyse l’expression d’environ 20 000 gènes. Dans les deux cas, le nombre de patients à partir desquels les modèles d’IA peuvent apprendre est typiquement plusieurs ordres de grandeur inférieur au nombre de variables mesurées, ce qui rend les méthodes d’analyse classiques fragiles et parfois trompeuses.
Le CBIO adopte alors plusieurs stratégies complémentaires pour répondre à ce problème :
- L’intégration de connaissances biologiques préalables : les gènes et les protéines fonctionnent rarement seuls, ils interagissent au sein de réseaux complexes. Cela peut être utilisé pour guider le processus d’apprentissage et le rendre plus robuste.
- L’apprentissage multitâche : plutôt que d’étudier un seul problème à la fois, les modèles sont entraînés sur plusieurs questions proches, par exemple différents types de maladies. Cette stratégie permet d’utiliser des synergies entre ces tâches en exploitant les informations communes entre plusieurs jeux de données.
- Le développement de modèles non linéaires : ceux-ci sont capables de saisir des relations complexes. En biologie, l’effet d’un gène dépend souvent de l’activité d’autres gènes. Ces interactions, difficiles à détecter avec des outils simples, peuvent être mises en évidence grâce à des modèles d’IA plus sophistiqués.
- L’apport de garanties statistiques rigoureuses : des méthodes spécifiques permettent d’estimer avec rigueur le risque de fausses découvertes. En pratique, cela signifie que les chercheurs peuvent distinguer plus sûrement les signaux biologiques réels des simples coïncidences dues au hasard.
Ces approches permettent non seulement de prédire, mais surtout d’identifier les mécanismes biologiques réellement impliqués, un enjeu clé pour la recherche biomédicale.
L’IA au service de la pathologie numérique
Parmi les axes de recherche les plus visibles du CBIO figure la pathologie computationnelle, qui exploite l’IA pour analyser des images de tissus biologiques issues de l’histopathologie, discipline destinée au diagnostic par l’étude microscopique des tissus. Ces images, obtenues à partir de coupes de tissus colorées et observées au microscope, sont aujourd’hui numérisées sous forme de lames entières (whole-slide images) pouvant atteindre plusieurs gigaoctets.
L’enjeu : extraire automatiquement des informations moléculaires ou cliniques à partir de la seule morphologie des tissus.
Les chercheurs du CBIO ont développé des méthodes capables de :
- Prédire des mutations génétiques à partir d’images de tumeurs.
- Identifier des sous-types de cancers associés à des pronostics ou des réponses aux traitements différentes.
- Mettre en évidence l’hétérogénéité intra-tumorale, c’est-à-dire la coexistence de régions biologiquement distinctes au sein d’une même tumeur.
- Produire des outils d’aide au diagnostic, intégrant des estimations de confiance indispensables pour un usage clinique.
Concrètement, les images sont découpées en milliers de petites régions, analysées par des modèles d’IA pré-entraînés sur des millions d’images médicales, puis agrégées pour produire une prédiction à l’échelle du patient. Ces travaux ouvrent la voie à une oncologie plus rapide, moins coûteuse et plus accessible, sans recourir systématiquement à des analyses moléculaires lourdes. Dans l’ensemble de ces travaux, le CBIO collabore étroitement avec des services d’anatomopathologie hospitaliers, notamment à l’Institut Curie avec Anne Vincent Salomon, directrice de l’IHU Cancers des Femmes (Institut Curie – Universitéte PSL – Inserm) et médecin pathologiste cheffe du Pôle de Médecine diagnostique et théranostique (PMDT), ainsi qu’Yves Allory, Chef de l’équipe de recherche « Oncologie moléculaire » au sein de l’Unité Biologie cellulaire et Cancer (UMR144) et Chef du service Pathologie.
Relier forme et fonction, l’essor de la transcriptomique spatiale
Une autre avancée majeure concerne la transcriptomique spatiale, une technologie récente qui permet d’observer non seulement quels gènes sont exprimés dans un tissu, mais aussi où ils le sont précisément. Concrètement, cette approche associe à chaque point d’un tissu une mesure de l’activité de milliers de gènes, parfois jusqu’à 20 000 gènes à la fois, tout en conservant leur position exacte dans l’espace. Elle offre ainsi une vision fine de l’architecture d’un tissu, en reliant la structure du tissu à son fonctionnement moléculaire.
Ces données sont particulièrement riches, mais elles sont aussi complexes et coûteuses à produire et à analyser. Elles soulèvent de nouveaux défis informatiques, comme la déconvolution cellulaire, qui consiste à déterminer quelles cellules contribuent à un signal mesuré sur une zone donnée, ou encore l’intégration de plusieurs types de données, par exemple des images de tissus et des mesures moléculaires. Un autre enjeu consiste à établir des liens prédictifs entre différentes modalités, afin de compléter une information par une autre.
Pour répondre à ces défis, les chercheurs du CBIO et de l’équipe de Biologie des Systèmes de l’Institut Curie dirigée par Emmanuel Barillot ont développé des modèles d’IA capables de prédire l’expression des gènes à l’échelle de la cellule à partir de l’aspect visuel d’un tissu observé au microscope. Ces modèles peuvent estimer des informations moléculaires très détaillées à partir d’examens faits en routine clinique, sans avoir recours systématiquement à des technologies lourdes et coûteuses.
Ces approches ouvrent des perspectives vers une biologie spatiale intégrative combinant images, données génétiques et informations cliniques. Elles sont particulièrement prometteuses pour mieux comprendre des maladies complexes comme le cancer, où l’organisation spatiale des cellules joue un rôle clé dans l’évolution de la maladie et la réponse aux traitements.
L’IA pour relier toutes les échelles du vivant, des protéines aux patients
Les recherches du CBIO couvrent également la biologie structurale, qui s’intéresse à la forme tridimensionnelle des protéines et des ARN. Grâce à l’IA, il devient possible de :
- Apprendre des représentations géométriques fines de ces biomolécules.
- Prédire leurs interactions avec d’autres protéines ou de petites molécules, un enjeu central pour la découverte de médicaments.
- Anticiper des interactions hôte-pathogène, utiles notamment face à l’émergence de nouveaux virus.
Parallèlement, le centre développe des méthodes pour réconcilier les modèles statistiques de l’IA avec les modèles mécanistiques de la biologie, afin de passer de la corrélation à la compréhension des mécanismes biologiques sous-jacents.
Le Workshop AI pour faire dialoguer un écosystème de recherche
Ces travaux ont été mis en lumière lors du Workshop IA organisé en décembre 2025 à Mines Paris – PSL. Pensé comme un moment d’échange interne, l’événement a permis aux enseignants-chercheurs, doctorants et ingénieurs de présenter leurs projets, outils et plateformes, à travers des présentations orales et des posters.
Au-delà de la diversité des sujets, le workshop a mis en évidence une dynamique commune : construire une IA ancrée dans le réel, de s’intégrer dans des systèmes complexes et de s’attaquer à des enjeux sociétaux majeurs
Vers une médecine plus précise et plus explicable
En développant une IA robuste, explicable et ancrée dans la réalité biologique, le CBIO contribue à transformer la manière dont la science du vivant est étudiée et appliquée. Entre recherche fondamentale, découverte de traitements et médecine de précision, ses travaux illustrent comment l’IA peut devenir un outil de compréhension du vivant, au service d’innovations médicales concrètes et responsables.
Pour aller plus loin
- Loïc Chadoutaud, Marvin Lerousseau, Daniel Herrero-Saboya, Julian Ostermaier, Jacqueline Fontugne, et al.. sCellST predicts single-cell gene expression from H& E images. Nature Communications, 2026, 17 (1), pp.1194-1194. ⟨10.1038/s41467-025-67965-1⟩. ⟨hal-05502878⟩
- Tristan Lazard, Guillaume Bataillon, Peter Naylor, Tatiana Popova, François-Clément Bidard, et al.. Deep Learning identifies new morphological patterns of Homologous Recombination Deficiency in luminal breast cancers from whole slide images. 2021. ⟨hal-03533688⟩
- Asma Nouira, Chloé-Agathe Azencott. Sparse multitask group lasso for genome-wide association studies. PLoS Computational Biology, 2025, 21 (9), pp.e1012734. ⟨10.1371/journal.pcbi.1012734⟩. ⟨hal-04871066⟩
- Juan G Carvajal-Patiño, Vincent Mallet, David Becerra, Luis Fernando Niño Vasquez, Carlos Oliver, et al.. RNAmigos2: accelerated structure-based RNA virtual screening with deep graph learning. Nature Communications, 2025, 16 (1), pp.2799. ⟨10.1038/s41467-025-57852-0⟩. ⟨hal-05418823⟩
