YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

French subtitles

← La prochaine révolution logicielle : la programmation des cellules vivantes

Get Embed Code
25 Languages

Showing Revision 8 created 01/16/2020 by Claire Ghyselen.

  1. La seconde moitié du 20e siècle
    a été complètement définie
  2. par une révolution technologique :
  3. la révolution du logiciel.
  4. La capacité à programmer des électrons
    sur une matière, le silicium,
  5. a rendu possible des technologies,
    des sociétés et des industries
  6. qui nous étaient jusqu’alors
    inimaginables,
  7. mais qui ont fondamentalement changé
    la manière dont fonctionne le monde.
  8. Cependant, la première moitié du 21e
  9. va être transformée par
    une nouvelle révolution du logiciel :
  10. la révolution du logiciel vivant.
  11. Et elle sera mise en action par la
    capacité à programmer la biochimie
  12. sur une matière appelée biologie.
  13. Et ainsi, nous pourrons utiliser
    les propriétés de la biologie
  14. pour créer de nouveaux types de thérapies,
  15. pour réparer des tissus endommagés,
  16. pour reprogrammer
    des cellules défectueuses,
  17. et même pour construire des systèmes
    d'exploitation par la biochimie.
  18. Si nous y arrivons -
    et nous devons y arriver -
  19. les impacts seront si importants
  20. que cela rendra la première révolution
    logicielle insignifiante en comparaison.
  21. Et cela parce le logiciel vivant
    transformera la totalité de la médecine,
  22. de l'agriculture et de l'énergie,
  23. des secteurs qui écrasent
    ceux dominés par l'informatique.
  24. Imaginez des plantes programmables
    qui fixent l'azote plus efficacement
  25. ou qui résistent
    aux nouveaux pathogènes fongiques.
  26. Imaginez des récoltes programmées
    pour être vivaces plutôt qu'annuelles,
  27. afin de pouvoir faire
    deux moissons par an.
  28. Cela tranformerait l'agriculture
  29. et permettrait de nourrir une population
    mondiale en croissance.
  30. Imaginez une immunité programmable,
  31. utilisant des dispositifs moléculaires
    guidant votre système immunitaire
  32. pour détecter, éradiquer
    voire prévenir des maladies.
  33. Cela transformerait la médecine
  34. et la manière de maintenir une population
    vieillissante en bonne santé.
  35. Nous avons déjà beaucoup des outils
    qui rendent possible le logiciel vivant.
  36. On peut éditer précisément
    les gènes avec CRISPR.
  37. On peut réécrire le code génétique
    base par base.
  38. On peut même construire
    des circuits synthétiques à partir d'ADN.
  39. Mais comprendre comment et quand
    se servir de tout ça
  40. est encore un processus
    d'essais et d'erreurs.
  41. Cela demande une grande expertise,
    des années de spécialisation.
  42. Les protocoles expérimentaux
    sont compliqués à découvrir
  43. et trop souvent, difficiles à reproduire.
  44. Vous savez, on a tendance en biologie
    à beaucoup se focaliser sur les détails,
  45. mais on sait tous que l'acte de voler
    n'aurait pas pu être compris
  46. si on n'avait étudié que les plumes.
  47. Et donc, programmer la biologie n'est pas
    aussi simple que programmer un odinateur.
  48. Et pour compliquer les choses,
  49. les systèmes vivants ne ressemblent
    pas du tout aux systèmes inventés
  50. que vous et moi programmons
    tous les jours.
  51. A l'inverse des systèmes conçus par nous,
    les systèmes vivants s'auto-reproduisent,
  52. s'auto-organisent,
  53. fonctionnent au niveau moléculaire.
  54. Et les interactions à ce niveau
  55. produisent généralement
    des résultats solides à l'échelle macro.
  56. Ils peuvent même s'auto-réparer.
  57. Observez, par exemple,
    la simple plante d'intérieur,
  58. comme celle sur votre cheminée,
  59. que vous oubliez toujours d'arroser.
  60. Tous les jours, malgré votre négligence,
    la plante se réveille
  61. et doit déterminer comment
    allouer ses ressources :
  62. grandir, faire de la photosynthèse,
    produire des graines ou des fleurs ?
  63. C'est une décision qui doit être prise
    au niveau de l'organisme entier.
  64. Mais une plante n'a pas de cerveau
    pour se décider.
  65. Elle doit se débrouiller
    avec les cellules de ses feuilles.
  66. Elles doivent réagir à l'environnement
  67. et prendre des décisions
    qui affectent la plante entière.
  68. Et donc, d'une certaine manière, il y a un
    programme à l'intérieur de ces cellules,
  69. qui réagira aux signaux extérieurs
  70. et déterminera ce que cette cellule fera.
  71. Ces programmes doivent ensuite
    travailler de manière distribuée,
  72. cellule par cellule,
  73. afin de coordonner leur action
    pour que la plante grandisse et fleurisse.
  74. Si nous arrivions à comprendre
    ces programmes biologiques,
  75. si nous arrivions à comprendre
    les calculs biologiques,
  76. cela transformerait notre
    comprehension du comportement
  77. des cellules.
  78. Et si nous comprenions ces programmes,
  79. nous pourrions les déboguer
    en cas de problème.
  80. Ou nous pourrions apprendre d'eux comment
    concevoir les circuits synthétiques
  81. qui exploitent vraiment
    la puissance de calcul de la biochimie.
  82. Ma passion pour cette idée
    m'a menée dans une carrière de chercheur
  83. au croisement des maths,
    de l'informatique et de la biologie.
  84. Dans mon travail, je me concentre
    sur le concept de calcul biologique.
  85. Et cela signifie chercher
    ce que les cellules calculent,
  86. et tenter de découvrir
    ces programmes biologiques.
  87. J'ai commencé à poser ces questions
    avec des collaborateurs géniaux
  88. de la R&D de Microsoft
    et de l'Université de Cambridge,
  89. où nous essayons ensemble de comprendre
  90. le programme biologique qui tourne
    dans un unique type de cellule :
  91. une cellule souche embryonnaire.
  92. Ces cellules sont uniques
    car elles sont totalement naïves.
  93. Elles peuvent devenir
    ce qu'elles veulent :
  94. une cellule du cerveau, du cœur,
    d'un os, d'un poumon,
  95. n'importe quel type de cellule.
  96. Cette naïveté qui les rend uniques
  97. a enflammé l'imagination
    de la communauté scientifique,
  98. qui a compris, si elle arrivait
    à exploiter ce potentiel,
  99. qu'elle pourrait en faire un outil
    puissant pour la médecine.
  100. Si on pouvait comprendre
    comment elles décident
  101. de devenir un type ou l'autre,
  102. on pourrait peut-être s'en servir
  103. pour créer les cellules nécessaires pour
    réparer des tissus malades ou endommagés.
  104. Mais atteindre ce but
    comporte pas mal de défis,
  105. dont le principal est que ces cellules
  106. apparaissent juste six jours
    après la conception.
  107. Et disparaissent en un jour ou deux.
  108. Elles auront pris le chemin
  109. qui mène à toutes les structures
    et les organes du corps adulte.
  110. Mais il s'avère que le destin des cellules
    est un peu moins figé
  111. que nous ne le croyions.
  112. Il y a 13 ans, des scientifiques ont
    montré quelque chose de révolutionnaire.
  113. En injectant quelques gènes
    dans une cellule adulte,
  114. par exemple, une cellule de peau,
  115. on peut la faire revenir à son état naïf.
  116. Ce processus est connu sous le nom
    de « reprogrammation ».
  117. Il nous permet d'imaginer
    une sorte d'utopie :
  118. collecter des cellules sur un patient,
  119. les faire retourner à leur état naïf,
  120. puis les transformer en ce dont
    le patient peut avoir besoin,
  121. des neurones ou des cellules cardiaques.
  122. Mais depuis dix ans,
  123. on est toujours en train de tester
  124. comment choisir le destin de la cellule.
  125. Même dans les cas où on a découvert des
    protocoles expérimentaux qui fonctionnent,
  126. ils restent inefficaces,
  127. et on ne comprend toujours pas
    comment et pourquoi ils fonctionnent.
  128. Savoir changer une cellule
    souche en une cellule cardiaque
  129. ne vous dit en aucun cas comment
    changer une cellule souche
  130. en un neurone.
  131. Nous voulions donc comprendre
    le programme biologique
  132. qui tourne dans une
    cellule souche embryonnaire.
  133. Et comprendre les calculs
    effectués par un système vivant
  134. démarre en posant une question
    incroyablement simple :
  135. au fait, qu'est-ce que
    ce système doit faire ?
  136. L'informatique utilise en fait
    un ensemble de stratégies
  137. pour traiter ce que le logiciel
    et le matériel sont censés faire.
  138. Quand vous écrivez un programme,
    vous codez du logiciel,
  139. vous voulez qu'il fonctionne correctement,
  140. qu'il soit performant, fonctionnel.
  141. Vous voulez éviter les erreurs,
    qui pourraient coûter cher.
  142. Quand un développeur écrit un programme,
  143. il écrit d'abord
    un ensemble de spécifications,
  144. ce que le programme est censé faire.
  145. Peut-être doit-il comparer deux nombres
  146. ou les ranger par ordre croissant.
  147. Il existe des technologies qui vous
    permettent de vérifier automatiquement
  148. si vos spécifications sont satisfaites,
  149. si le programme fait
    ce qu'il est censé faire.
  150. Notre idée est donc du même ordre :
  151. des observations expérimentales,
    des mesures dans un laboratoire,
  152. correspondant aux spécifications de ce que
    le programme biologique est censé faire.
  153. On avait donc juste besoin de trouver
  154. comment coder
    ce nouveau type de spécifications.
  155. Imaginons que vous soyez là
    à observer les gènes,
  156. vous trouvez que si le gène A est actif,
  157. alors les gènes B ou C semblent actifs.
  158. Vous pouvez écrire cette observation
    sous forme d'expression mathématique
  159. en utilisant le langage de la logique :
  160. Si A, alors B ou C.
  161. Ok, c'est un exemple très simple,
  162. juste pour illustrer mon propos.
  163. On sait encoder des expressions complexes
  164. qui décrivent réellement le comportement
    dans le temps de gènes ou de protéines
  165. dans différentes expériences.
  166. Ainsi, en traduisant vos observations
  167. en expressions mathématiques,
  168. il devient possible de tester
    si oui ou non ces observations émergent
  169. d'un programme d'interactions génétiques.
  170. Et nous avons développé
    un outil pour faire ça.
  171. On a pu l'utiliser
    pour encoder nos observations
  172. en expressions mathématiques,
  173. et il nous a ensuite permis
    de découvrir le programme génétique
  174. qui les expliquait toutes.
  175. Et on a ensuite appliqué cette approche
  176. pour découvrir le programme génétique qui
    tourne à l'intérieur des cellules souches
  177. pour voir si nous pouvions comprendre
    comment induire cet état naïf.
  178. Cet outil a été en fait développé
  179. à partir d'une solution communément
    utilisée dans le monde
  180. pour vérifier du logiciel classique.
  181. On a commencé avec un ensemble
    de presque 50 spécifications
  182. générées à partir d'observations
    expérimentales sur des cellules souches.
  183. Et en encodant ces observations
    dans cet outil,
  184. on a pu découvrir
    le premier programme moléculaire
  185. qui les expliquait toutes.
  186. Ça, ce n'est pas un mince exploit, non ?
  187. Arriver à réunir toutes ces observations
  188. ne se fait pas sur un coin de table,
  189. même si vous avez une grande table.
  190. Et puisque nous avions compris cela,
    nous pouvions aller un cran plus loin.
  191. On pouvait s'en servir pour prédire
    le comportement de la cellule
  192. dans des conditions
    qu'on n'avait pas testées.
  193. On pouvait mener une expérience virtuelle.
  194. Et c'est ce qu'on a fait :
  195. on a généré des prédictions
    qu'on a testées au laboratoire,
  196. et on a vu que ce programme
    prédisait très bien.
  197. Il nous disait comment
    accélérer nos progrès
  198. pour retourner à l'état naïf
    rapidement et efficacement.
  199. Il nous a dit quels gènes
    cibler pour ce faire,
  200. quels gènes pourraient même
    entraver ce processus.
  201. Le programme est même capable de prévoir
    dans quel ordre les gènes vont s'activer.
  202. Cette approche nous a donc vraiment permis
    de découvrir la dynamique des cellules.
  203. Nous avons développé une méthode qui
    n'est pas spécifique aux cellules souches.
  204. Mais elle nous permet
    de comprendre les calculs
  205. que la cellule effectue
  206. dans ce contexte
    d'interactions génétiques.
  207. C'est donc juste un élément de base.
  208. Nous avons besoin de vite
    développer de nouvelles approches
  209. pour comprendre plus largement
    les calculs biologiques,
  210. et ce, à différents niveaux,
  211. depuis l'ADN jusqu'aux flux
    d'information entre cellules.
  212. Seulement ce type de compréhension
    transformative
  213. nous permettra d'utiliser la biologique
    de manière prévisible et fiable.
  214. Mais pour programmer la biologie,
    il nous faudra développer
  215. les outils et les langages
  216. qui permettront aux expérimentateurs
    et aux scientifiques computationnels
  217. de concevoir des fonctions biologiques,
  218. de les transposer dans le langage
    machine de la cellule,
  219. sa biochimie,
  220. afin de pouvoir ensuite
    créer ces structures.
  221. Cela ressemble à un compilateur
    de logiciel vivant,
  222. et je suis fière de faire
    partie d'une équipe
  223. qui en développe une.
  224. Même si dire que c'est un grand défi
    est plutôt un euphémisme,
  225. si on y arrive,
  226. ce sera le lien ultime
    entre le logiciel et le biologiciel.
  227. Plus largement, programmer le vivant
    ne sera possible
  228. que si on arrive à rendre
    le domaine vraiment multidisciplinaire.
  229. Ça demande de joindre les sciences
    physiques et celles du vivant,
  230. et les scientifiques
    dans ces deux disciplines
  231. doivent être capables de travailler
    dans un langage commun
  232. et d'avoir des questions partagées.
  233. Sur le long terme, il faut se souvenir
    que les géants actuels du logiciel
  234. et les technologies que nous
    utilisons tous les jours
  235. auraient à peine pu être imaginés
  236. quand nous avons commencé
    à programmer des composants en silicium.
  237. Si nous imaginons maintenant
    le potentiel pour les technologies
  238. apporté par la biologie computationnelle,
  239. nous verrons quelques étapes
    du chemin qui nous mènera
  240. vers la concrétisation.
  241. Il faut également garder à l'esprit
    que ce type de technologie
  242. pourrait être mal utilisé.
  243. Si on parle aisément du potentiel de la
    programmation des cellules immunitaires,
  244. nous devons aussi penser
    au potentiel des bactéries
  245. conçues pour les contrecarrer.
  246. Il pourrait exister des gens
    qui voudraient faire cela.
  247. Toutefois, une pensée rassurante -
  248. moins rassurante pour les scientifiques -
  249. est que la biologie est
    une chose fragile à manipuler.
  250. Programmer le vivant
    ne sera pas quelque chose
  251. qu'on fera dans sa cuisine.
  252. Mais comme on n'en est qu'au tout début,
  253. nous pouvons avancer lucidement.
  254. Nous pouvons déjà poser
    les questions difficiles,
  255. mettre en place
    les garde-fous nécessaires,
  256. et, en complément de tout ça,
    nous devons parler d'éthique.
  257. Nous devons penser à mettre
    des limites dans l'implémentation
  258. d'une fonction biologique.
  259. Et donc, en même temps, la recherche
    en bioéthique devra être une priorité.
  260. Elle ne peut pas être reléguée en second
  261. à cause de l'attrait
    de l'innovation scientifique.
  262. Mais la récompense ultime,
    le but de notre voyage,
  263. sera des applications
    et une industrie permettant des progrès
  264. en agriculture, en médecine,
    dans l'énergie et dans les matériaux,
  265. et même en informatique.
  266. Imaginez qu'un jour nous puissions
    alimenter en énergie la planète
  267. par l'énergie verte ultime,
  268. si nous arrivions à reproduire ce que les
    plantes ont compris il y longtemps :
  269. comment exploiter l'énergie du soleil
    avec une efficacité sans commune mesure
  270. avec nos panneaux solaires actuels.
  271. Si nous arrivons à comprendre
    ces interactions quantiques
  272. qui permettent aux plantes d'absorber
    la lumière si efficacement,
  273. nous pourrons traduire cela pour
    construire des circuits ADN synthétiques
  274. qui pourraient servir à créer
    de meilleurs capteurs solaires.
  275. Il y a des équipes de scientifiques
    qui travaillent sur ces fondements,
  276. et donc avec la bonne attention
    et les bons investissements,
  277. on pourrait y arriver en 10 à 15 ans.
  278. Nous sommes au début
    d'une révolution technologique,
  279. Comprendre ce type ancien
    de calcul biologique
  280. est la première étape.
  281. Si nous y arrivons,
  282. nous entrerons dans l'ère
    d'un système d'exploitation
  283. faisant tourner du logiciel vivant.
  284. Merci beaucoup.
  285. (Applaudissements)