Simulating is not always understanding: When model complexity obscures biology

Imaginez que vous essayez de comprendre comment fonctionne une voiture. Vous pourriez démonter le moteur, étaler chaque boulon, piston et bougie d'allumage sur une table, puis tout remonter. Si la voiture démarre, vous avez réussi à simuler le moteur. Mais avez-vous réellement compris pourquoi il tourne ? Peut-être avez-vous simplement eu de la chance avec l'ordre dans lequel vous avez replacé les pièces. Ou peut-être auriez-vous pu construire un moteur fonctionnel avec moitié moins de pièces, mais vous ne le saviez pas parce que vous étiez trop occupé à compter les boulons. C'est le dilemme auquel est confrontée la biologie cellulaire moderne. Les scientifiques construisent des modèles informatiques incroyablement détaillés de cellules — des jumeaux numériques qui suivent des milliers de molécules, de gènes et de réactions chimiques. Ces modèles sont comme des jeux vidéo de la vie, massifs et en haute définition. Mais une inquiétude grandissante émerge : le fait qu'une simulation informatique puisse imiter parfaitement le comportement d'une cellule signifie-t-il que nous comprenons réellement les règles du jeu ? L'article que vous allez lire traite de cette question, soutenant que parfois, ajouter plus de détails rend le mystère plus difficile à résoudre, et non plus facile.

Les auteurs de cet article, une équipe de biologistes et de philosophes des sciences, tirent la sonnette d'alarme concernant la « complexité des modèles ». Ils soutiennent qu'en s'empressant de construire les simulations les plus détaillées possibles, les modèles de « cellule entière », les scientifiques risquent de perdre la capacité d'expliquer pourquoi les choses arrivent. Considérez un modèle comme une recette. Une recette simple avec trois ingrédients peut vous dire exactement pourquoi un gâteau lève (le bicarbonate de soude réagissant avec le vinaigre). Mais si vous écrivez une recette avec 5 000 ingrédients, incluant « une pincée de poussière d'étoile » et « trois gouttes de rosée matinale », et que le gâteau lève quand même, vous n'avez rien appris de nouveau. Vous ne pouvez pas dire quels ingrédients parmi les 5 000 étaient réellement importants. L'article suggère que la véritable compréhension ne vient pas de l'accumulation de données ; elle vient d'un modèle où les « boutons » (les chiffres que l'on peut ajuster) sont étroitement contrôlés par des expériences réelles, afin que l'on puisse voir exactement quels boutons font tourner la machine.

Le piège de la simulation « parfaite »

L'article commence par souligner un piège courant : la simulation n'est pas la même chose que la compréhension. Imaginez que vous essayiez de deviner la combinaison d'un coffre-fort. Si vous avez un robot qui essaie toutes les combinaisons de 0000 à 9999, il finira par ouvrir le coffre. Le robot a « simulé » l'ouverture du coffre. Mais le robot ne connaît pas la combinaison ; il sait seulement qu'un de ces nombres a fonctionné. En biologie cellulaire, un modèle complexe peut « coller » parfaitement aux données, ce qui signifie qu'il reproduit ce que les scientifiques observent en laboratoire. Mais si le modèle possède trop de nombres libres (paramètres) qui peuvent être ajustés pour le faire fonctionner, c'est comme le robot essayant toutes les combinaisons. Cela prouve que le modèle peut fonctionner, mais cela ne proule pas que le modèle est la bonne explication.

Les auteurs soutiennent que pour qu'un modèle nous enseigne quelque chose, il doit faire plus que simplement copier ce que nous savons déjà. Il doit :

1. Faire une nouvelle prédiction que nous n'avons pas encore vue.
2. Révéler une connexion surprenante entre deux choses que nous pensions sans rapport.
3. Échouer de manière spécifique lorsqu'on change une partie, montrant ainsi que cette partie était essentielle.

Si un modèle est si complexe qu'il peut être ajusté pour correspondre à presque tout, il échoue à ces trois points. Il devient une « boîte noire » qui donne la bonne réponse pour les mauvures raisons.

Le problème de la « mollesse » (Sloppiness)

C'est ici que l'article devient vraiment intéressant avec un concept appelé la mollesse des paramètres (parameter sloppiness). Imaginez que vous réglez une radio. Si vous avez une radio simple avec un seul bouton de volume, il est facile de trouver le bon réglage. Mais imaginez une radio avec 1 000 boutons, et que vous puissiez tous les régler différemment pour obtenir la même chanson claire. C'est la « mollesse ». Dans ces modèles biologiques complexes, les scientifiques constatent souvent qu'ils peuvent modifier des diz�dizaines de nombres de manière considérable, et que le modèle produit toujours exactement le même résultat.

L'article explique que c'est en réalité une arme à double tranchant.

• La bonne nouvelle : Le modèle est excellent pour prédire. Parce que le résultat ne change pas beaucoup lorsque vous modifiez les chiffres, le modèle est robuste. Il vous donnera probablement la bonne réponse même si vous ne connaissez pas la valeur exacte de chaque partie.
• La mauvaise nouvelle : Le modèle est incapable d'expliquer. Si vous pouvez changer 100 chiffres et obtenir le même résultat, vous n'avez aucune idée de quel chiffre parmi ces 100 fait réellement le travail. Vous ne pouvez pas dire : « Ah, cette protéine spécifique est la cause ! » parce que le modèle répond : « En fait, cela pourrait être n'importe laquelle de ces 50 protéines, ou un mélange d'entre elles. »

Les auteurs utilisent un exemple frappant d'un modèle du cycle cellulaire (le processus par lequel une cellule se divise). Ils ont comparé un modèle « détaillé » avec 13 nombres ajustables à un modèle « minimal » avec seulement 3. Les deux modèles pouvaient faire diviser la cellule dans le temps imparti. Cependant, lorsqu'ils ont testé à quel point les chiffres pouvaient varier :

• Le modèle détaillé était « mou » (sloppy). Il pouvait fonctionner avec environ 85 % de toutes les combinaisons de nombres possibles. Il était impossible de dire quels nombres étaient les « vrais ».
• Le modèle minimal était « serré » (tight). Il ne fonctionnait qu'avec environ 2 % des combinaisons. Parce qu'il était si contraint, les scientifiques ont pu réellement apprendre quelque chose du système.

L'article soutient qu'ajouter plus de détails biologiques (plus de protéines, plus de réactions) sans ajouter plus de données expérimentales pour fixer ces nombres ne fait que rendre le modèle plus « mou ». C'est comme essayer de résoudre un puzzle avec un million de pièces, mais n'avoir que l'image sur la boîte pour vous guider. Vous pouvez assembler les pièces, mais vous ne saurez pas si vous l'avez fait de la bonne manière.

La solution : Construire une échelle, pas un mur

Alors, que doivent faire les scientifiques ? L'article suggère de ne plus considérer la construction du modèle le plus complexe possible comme l'objectif final. Au lieu de cela, nous devrions traiter les modèles complexes comme un point de départ pour un voyage de découverte.

Les auteurs proposent deux stratégies principales pour transformer une « simulation » en « compréhension » :

1. Construire des hiérarchies de modèles (L'échelle) : Au lieu de commencer par un modèle massif, les scientifiques devraient construire une échelle de modèles. Commencer par la version la plus simple capable de faire le travail. Ensuite, ajouter de la complexité étape par étape. À chaque étape, demander : « Avons-nous eu besoin d'ajouter cette nouvelle partie pour que cela fonctionne ? » Si le modèle simple fonctionne tout aussi bien, la partie complexe n'était pas nécessaire pour ce comportement spécifique. Cela aide à éliminer les détails « non pertinents » et à trouver les règles fondamentales. L'article souligne que dans certains domaines, comme la modélisation de la façon dont les cellules adhèrent dans les tissus, les scientifiques ont déjà fait cela. Ils utilisent des modèles simples avec seulement quelques règles pour expliquer des comportements complexes comme la façon dont les tissus coulent ou s'engorgent, et parce que les règles sont simples, ils peuvent explorer toutes les possibilités et réellement comprendre la mécanique.

2. Faire l'« analyse dynamique » (La carte) : Les scientifiques doivent arrêter de simplement lancer la simulation une fois pour voir si elle semble correcte. Ils doivent cartographier le « diagramme de phase ». Imaginez une carte qui montre tous les différents états dans lesquels un système peut se trouver. En changeant systématiquement les nombres dans le modèle et en observant comment le comportement change, les scientifiques peuvent trouver les « points de bascule » (bifurcations). Cela leur indique ce qui contrôle le système et ce qui se passe si on le pousse trop loin. L'article note que, bien que cela soit courant dans les modèles simples, c'est rarement fait dans les modèles massifs de « cellule entière » car ils sont trop coûteux en calcul pour être exécutés des milliers de fois. Mais sans cette carte, le modèle n'est qu'une démonstration, pas une explication.

Le tournant de l'apprentissage automatique (Machine Learning)

L'article aborde également l'essor de l'Apprentissage Automatique (IA) en biologie. Les modèles d'IA deviennent très doués pour prédire ce qu'une cellule fera en se basant sur de vastes quantités de données. Mais les auteurs avertissent que ces modèles d'IA font face au même problème. Ils sont souvent des « interpolateurs sophistiqués » : ils sont très bons pour deviner la réponse en se basant sur des motifs dans les données, mais ils ne savent pas nécessairement pourquoi la réponse est celle qu'elle est.

Les auteurs suggèrent que si l'IA peut construire des modèles rapidement et à moindre coût, le véritable défi passe de la construction du modèle à son analyse. Le simple fait qu'un ordinateur puisse générer un modèle qui correspond aux données ne signifie pas que le modèle est utile. Nous devons toujours faire le travail difficile de vérifier si les « boutons » du modèle sont contraints et si nous pouvons expliquer les relations de cause à effet.

L'essentiel

L'article conclut par un appel à changer l'« ethos » de la modélisation biologique. Nous ne devrions pas viser à inclure chaque molécule d'une cellule juste pour pouvoir dire que nous l'avons fait. Au lieu de cela, nous devrions viser la compréhension.

• La complexité n'est pas l'objectif : Un modèle comprenant des millions de parties n'est pas automatiquement meilleur qu'un autre en possédant peu.
• Les contraintes sont la clé : Un modèle n'est utile que si les chiffres à l'intérieur sont fixés par des expériences réelles.
• La simplicité révèle la vérité : Parfois, la meilleure façon de comprendre un système complexe est de trouver la version la plus simple qui fonctionne encore, puis de voir ce qui se passe lorsque l'on rajoute des éléments.

Les auteurs ne disent pas que les grands modèles sont inutiles. Ils disent que la construction d'une simulation de « cellule entière » n'est que la première étape, comme rassembler tous les ingrédients pour un gâteau. Le véritable travail — la partie qui apporte la compréhension — intervient lorsque nous cuisons le gâteau, le goûtons et déterminons exactement quel ingrédient l'a fait lever. Jusqu'à ce que nous fassions cette analyse, nous pourrions simplement être en train de simuler la cellule sans vraiment savoir comment elle fonctionne.