Une équipe de Stanford et de l’Arc Institute a montré un progrès qui appelle à la fois enthousiasme et prudence : des modèles génératifs de génomes peuvent proposer des génomes viraux complets qui fonctionnent en laboratoire. L’article publié dans Science le 6 août 2026 décrit des bactériophages — des virus qui infectent des bactéries, pas des humains — conçus avec des modèles de la famille Evo et testés contre E. coli. Sur environ trois cents candidats synthétisés, seize ont tué la bactérie. C’est une bonne nouvelle contre la résistance antimicrobienne si la sécurité fait partie du résultat.

Bactériophages conçus par AI sur des boîtes d’E. coli avec contrôle de sécurité pour la synthèse d’ADN

Ce qui a été construit

Le terme essentiel est bactériophage. Il ne s’agit pas d’un virus humain, mais d’un virus bactérien. Stanford présente le travail comme la conception de nouveaux agents contre E. coli à partir du petit phage ΦX174. BBC, CNN et The Guardian rappellent la même limite : ces agents n’infectent pas les cellules humaines et l’expérience porte sur un génome petit et bien étudié. Le titre ‘l’AI crée des virus’ demande donc un contexte précis.

Le modèle n’a pas produit un médicament. Il a proposé des séquences d’ADN capables, en théorie, de former une particule, d’entrer dans E. coli, de se répliquer et de détruire la cellule. Ensuite vient le filtre du laboratoire : synthèse, assemblage, culture bactérienne et essais de plaques. C’est ce filtre qui rend le résultat solide. Beaucoup d’annonces d’AI biomédicale restent des prédictions; ici une partie des génomes générés a réellement fonctionné.

Pourquoi c’est utile

La résistance aux antibiotiques est une menace médicale concrète. L’OMS décrit la résistance antimicrobienne comme un problème mondial majeur associé à des millions de décès. E. coli provoque des infections urinaires, sanguines et hospitalières lorsque des souches résistantes circulent. Les phages sont intéressants parce qu’ils peuvent viser des bactéries précises. Cette précision complique le choix du traitement, la fabrication et la régulation, mais elle offre un outil complémentaire aux antibiotiques classiques.

L’élément le plus prometteur est le cocktail. Une bactérie peut échapper à un seul phage; un mélange génétiquement divers peut rendre cette fuite plus difficile. Stanford indique que les seize phages conçus ont rapidement surmonté une résistance à ΦX174, et CNN rapporte que le mélange a fonctionné dans certaines souches où un mélange naturel comparable échouait. Ce n’est pas encore une thérapie clinique. C’est une preuve que l’AI peut élargir l’espace de conception des futurs cocktails de phages.

Les limites

Le génome concerné fait environ 5 400 à 6 000 bases. C’est assez grand pour être une vraie biologie, mais petit face à des virus plus complexes. Un traitement devra encore associer le bon phage à la souche du patient, atteindre le site infecté, maîtriser la réponse immunitaire, être fabriqué de façon fiable, passer la régulation et surveiller l’apparition d’une nouvelle résistance. Avec l’AI, il faut aussi prouver que le génome conçu ne transporte pas d’éléments problématiques.

La sécurité fait partie du progrès

Le commentaire associé dans Science et les spécialistes de biosécurité cités par les médias avertissent que la capacité de composer des génomes viraux par AI existe déjà, alors que la gouvernance n’est pas prête. The Guardian cite Filippa Lentzos en faveur d’une gouvernance par couches : garde-fous dans le développement et l’accès aux modèles, revue responsable des recherches, filtrage par les fournisseurs de synthèse d’ADN et biosécurité de laboratoire. Ce n’est pas un frein à la science; c’est la condition d’un progrès utile.

Le travail a posé des limites importantes. Les sources indiquent que les virus infectant humains, animaux ou plantes ont été exclus et que l’étude s’est concentrée sur les phages. Arc décrit aussi pour Evo 2 l’exclusion de pathogènes humains et d’organismes complexes, ainsi que des réponses bloquées pour les requêtes dangereuses. Ces choix doivent devenir standards : exclusions documentées, contrôle d’accès, journaux d’audit, revue institutionnelle et filtrage de synthèse.

À surveiller

Les prochains signaux seront concrets : reproduction sur d’autres bactéries, cocktails avec bon spectre d’hôtes, règles de filtrage pour séquences générées par AI, évaluations de sécurité aussi visibles que les scores techniques, et lignes rouges pour les pathogènes d’humains, d’animaux et de plantes. Le bon résumé est un optimisme responsable. Ce travail ne donne pas un traitement demain et ne prouve pas qu’une AI peut facilement concevoir un virus humain dangereux. Il montre que des modèles de génome commencent à écrire des instructions biologiques que des cellules acceptent. C’est utile si les garde-fous avancent aussi vite que la science.