Dans les laboratoires où naissent les nouveaux médicaments et où les secrets de la nature sont décodés, les scientifiques sont confrontés à un casse-tête persistant : déterminer la forme exacte d'une molécule en observant simplement la façon dont elle interagit avec la lumière et les champs magnétiques. Lorsqu'un chimiste synthétise un nouveau composé ou isole une substance issue d'une plante, il doit prouver ce qu'est réellement cette substance. Pour ce faire, il utilise des machines qui produisent des motifs complexes de signaux, appelés spectres. Ces signaux sont comme une empreinte digitale unique pour la molécule, contenant des indices sur la façon dont ses atomes sont connectés et disposés dans l'espace. Pendant des décennies, la lecture de ces empreintes a été un processus lent et laborieux qui nécessite l'intervention d'un expert humain pour assembler les pièces du puzzle, en testant une structure possible par rapport à une autre jusqu'à ce que les pièces s'emboîtent. Bien que les ordinateurs aient apporté leur aide, ils ont eu du mal à reproduire la pensée flexible et logique d'un expert humain, échouant souvent face à une molécule qu'ils n'ont jamais vue auparavant ou lorsque les données sont désordonnées.

Une équipe de chercheurs a développé un nouveau système qui change la manière dont ce travail est effectué. Au lieu d'essayer de forcer un ordinateur à simplement mémoriser une base de données de molécules connues, ils ont construit une intelligence artificielle capable d'apprendre à penser comme un chimiste. Ce système, appelé MACROS, ne se contente pas de deviner une structure ; il propose un candidat, vérifie son travail et affine sa réponse dans une boucle continue, tout comme le ferait un humain. En s'entraînant sur des millions d'exemples simulés et réels, le système a appris à relier les points entre les signaux bruts et l'arrangement tridimensionnel des atomes. Le résultat est un outil capable d'identifier des molécules complexes avec une vitesse et une précision qui surpassent les méthodes actuelles, même lorsque les données sont incomplètes ou que la molécule est entièrement nouvelle.

Le cœur de cette avancée réside dans la manière dont le système est construit. Plutôt que d'utiliser un cerveau unique et massif pour tout faire, les chercheurs ont créé une équipe d'agents numériques spécialisés, chacun ayant une tâche spécifique. Un agent examine les données et suggère une structure moléculaire possible. Un autre agent prend cette suggestion et simule l'aspect que prendraient les signaux si cette structure était réelle. Un troisième agent compare les signaux simulés avec les données expérimentales réelles pour voir à quel point ils correspondent. Si la correspondance est médiocre, le système renvoie l'information au premier agent pour qu'il essaie à nouveau. Ce cycle de proposition, de test et d'affinement se produit automatiquement et de manière répétée. Le système apprend de ses propres erreurs en temps réel, réduisant progressivement les possibilités jusqu'à trouver la structure qui explique le mieux tous les signaux observés. Cette approche imite l'hypothèse-test itérative que les spectroscopistes humains utilisent depuis des générations, mais elle exécute le processus avec une vitesse et une cohérence que les humains ne peuvent égaler.

Ce qui rend ce système particulièrement remarquable, c'est qu'il a appris les règles de la chimie par lui-même. Les chercheurs ne l'ont pas programmé avec une liste de règles chimiques et ne lui ont pas dit quels atomes se connectent habituellement à quels autres. Au lieu de cela, ils ont exposé le système à plus de cent millions de paires de spectres et de structures moléculaires. Grâce à cette exposition massive, le système a découvert spontanément des principes chimiques fondamentaux. Par exemple, il a appris que certains motifs dans les données correspondent à des groupes d'atomes spécifiques, tels que des cycles ou des doubles liaisons, sans jamais lui avoir explicitement demandé de les chercher. Il a également développé une préférence pour commencer ses conjectures structurelles par des systèmes cycliques rigides, une stratégie qui reflète l'intuition des experts humains expérimentés qui savent que la construction d'une molécule commence souvent par son noyau le plus stable. Cette capacité à apprendre la logique sous-jacente de la chimie, plutôt que de simplement mémoriser des motifs, permet au système de se généraliser à des molécules qu'il n'a jamais rencontrées auparavant.

Les chercheurs ont testé ce système sur une grande variété d'échantillons du monde réel, incluant des produits naturels complexes trouvés dans la nature, des composés synthétiques créés en laboratoire et des métabolites présents dans le corps humain. Dans de nombreux cas, le système a été capable d'identifier correctement la structure moléculaire en utilisant des données de résonance magnétique nucléaire 1H et 13C, un type de signal courant mais souvent ambigu. Lorsque le système est autorisé à effectuer son cycle complet de réflexion et d'affinement, sa précision s'améliore considérablement. Sur un ensemble de produits naturels difficiles, le système a correctement identifié la structure de plus de la moitié des molécules sans aucun entraînement préalable sur ces composés spécifiques. Lorsque les chercheurs ont affiné le système pour un type de chimie spécifique, son taux de réussite a grimpé encore plus haut, résolvant près de soixante-dix pour cent des cas de métabolites. Cette performance s'est maintenue même lorsque les données étaient bruitées ou incomplètes, démontrant une robustesse que les méthodes informatiques précédentes ne possédaient pas.

L'une des preuves les plus convaincantes de la valeur de ce système provient de la façon dont il travaille aux côtés des scientifiques humains. Dans une étude contrôlée, des spectroscopistes professionnels ont été invités à résoudre les structures de molécules complexes d'abord seuls, puis à nouveau avec l'aide du système. En travaillant seuls, les experts ont mis environ une heure pour résoudre une seule molécule, atteignant un score de similitité de empreinte digitale de 0,102. Lorsqu'ils utilisaient le système pour les assister, le temps est tombé à seulement dix minutes par molécule, et le score de similitité a bondi à plus de 0,80. Le système n'a pas remplacé l'expert humain ; il a plutôt agi comme un partenaire puissant, gérant le travail de force consistant à générer et tester des milliers de possibilités, permettant à l'humain de se concentrer sur la vérification finale. Cette collaboration suggère un avenir où le travail fastidieux de détermination des structures est automatisé, libérant les scientifiques pour qu'ils se concentrent sur la découverte et l'innovation.

Les implications de ce travail s'étendent bien au-delà de la simple résolution de puzzles plus rapidement. En établissant une méthode fiable pour déterminer les structures moléculaires à partir de données de routine, le système ouvre la porte à l'exploration de la vaste « matière noire » de la chimie — les millions de molécules inconnues qui existent dans la nature et dans nos corps mais qui n'ont jamais été identifiées. Actuellement, beaucoup de ces molécules restent invisibles car le processus pour découvrir leur nature est trop lent et difficile. Avec un outil capable de décoder rapidement et précisément ces signaux, les scientifiques pourraient découvrir proactivement de nouveaux médicaments, comprendre les processus biologiques plus en détail et accélérer le développement de nouveaux matériaux. Le système représente un passage du simple stockage de données à un raisonnement actif avec celles-ci, créant un fondement pour des laboratoires entièrement automatisés où la découverte moléculaire se fait à la vitesse de la pensée.

Le succès de cette approche met également en lumière une nouvelle direction pour l'intelligence artificielle dans le domaine scientifique. Plut lieu de forcer les données scientifiques dans des formats génériques comme le texte ou les images, les chercheurs ont conçu leur système pour qu'il parle la langue native des données elles-mêmes. Les agents ont été entraînés directement sur les signaux bruts et les chaînes chimiques qui représentent les molécules, préservant ainsi les relations physiques subtiles qui sont souvent perdues lors de la traduction. Cette conception spécialisée a permis au système d'atteindre une haute précision avec beaucoup moins de ressources informatiques que les modèles à usage général. Cela suggère que l'avenir de l'IA scientifique ne réside pas dans des modèles plus grands et plus généraux, mais dans des systèmes spécialisés et interprétables, construits dès le départ pour comprendre la logique spécifique de leur domaine. En combinant cette connaissance spécialisée avec un processus de raisonnement en boucle fermée, les chercheurs ont créé un outil qui ne se contente pas de calculer, mais qui comprend véritablement le monde chimique.