L’équipe de biologie d’Anthropic vient de cartographier la première structure 3D de particules de vault bactériennes à l’aide de Claude, ce qui pourrait permettre de résoudre un mystère vieux de 38 ans.
Les particules de vault sont d’immenses complexes protéiques en forme de tonneau (parmi les plus grands présents dans les cellules), découverts en 1986, mais dont la fonction demeure inconnue. Jusqu’à présent, les vaults n’avaient été observés que dans des cellules eucaryotes (animales et végétales). Ces travaux démontrent que des protéines bactériennes et des protéines de bactériophages peuvent elles aussi s’auto-assembler en structures semblables à des vaults.
Pourquoi c’est important sur le plan technique : la découverte de vaults dans des systèmes procaryotes plus simples offre aux chercheurs un modèle minimal pour rétroconcevoir leur fonction, ce qui est bien plus facile qu’avec la machinerie complexe des eucaryotes.
Le rôle de Claude : il a accéléré la détermination de la structure, ramenant plusieurs mois de travail manuel à quelques jours. Toutefois, l’IA a encore commis des erreurs élémentaires au cours du processus. Il a donc fallu collaborer avec des chercheurs en apprentissage automatique pour repérer les problèmes et affiner les résultats.
Voici un exemple concret de l’apport des grands modèles de langage à l’accélération de la recherche scientifique : ils ne résolvent pas les problèmes de manière autonome, mais constituent de puissants outils capables de raccourcir les longues étapes des travaux de biologie structurale, à condition d’être supervisés par des experts.
Les particules de vault sont d’immenses complexes protéiques en forme de tonneau (parmi les plus grands présents dans les cellules), découverts en 1986, mais dont la fonction demeure inconnue. Jusqu’à présent, les vaults n’avaient été observés que dans des cellules eucaryotes (animales et végétales). Ces travaux démontrent que des protéines bactériennes et des protéines de bactériophages peuvent elles aussi s’auto-assembler en structures semblables à des vaults.
Pourquoi c’est important sur le plan technique : la découverte de vaults dans des systèmes procaryotes plus simples offre aux chercheurs un modèle minimal pour rétroconcevoir leur fonction, ce qui est bien plus facile qu’avec la machinerie complexe des eucaryotes.
Le rôle de Claude : il a accéléré la détermination de la structure, ramenant plusieurs mois de travail manuel à quelques jours. Toutefois, l’IA a encore commis des erreurs élémentaires au cours du processus. Il a donc fallu collaborer avec des chercheurs en apprentissage automatique pour repérer les problèmes et affiner les résultats.
Voici un exemple concret de l’apport des grands modèles de langage à l’accélération de la recherche scientifique : ils ne résolvent pas les problèmes de manière autonome, mais constituent de puissants outils capables de raccourcir les longues étapes des travaux de biologie structurale, à condition d’être supervisés par des experts.