Structured Schemas for LLM-Modeler Collaboration in Quantitative Systems Pharmacology Model Calibration

Ce papier présente MAPLE, un cadre utilisant des schémas de validation structurés pour faciliter la collaboration entre les grands modèles de langage et les modélisateurs dans la calibration des modèles de pharmacologie systémique quantitative, en garantissant l'exactitude des données extraites et la traçabilité de leur provenance.

L'essentiel

Imaginez que vous essayez de construire une réplique ultra-précise d'un écosystème complexe, comme une ville miniature qui simule comment un cancer du pancréas se développe et réagit aux médicaments. Pour que cette ville fonctionne vraiment, vous avez besoin de règles très précises : à quelle vitesse les bâtiments (les cellules) grandissent-ils ? Combien de temps mettent-ils à s'effondrer ?

C'est là que le QSP (Pharmacologie Systémique Quantitative) intervient. C'est un modèle mathématique géant qui tente de prédire l'avenir de la maladie. Mais pour que ce modèle soit utile, il doit être "calibré" : il faut lui donner les bons chiffres basés sur des milliers d'articles scientifiques réels.

Voici le problème : lire tous ces articles et extraire les bons chiffres à la main est une tâche épuisante, lente et sujette aux erreurs. Et si on demande à une intelligence artificielle (un LLM) de le faire pour nous ? Elle est rapide, mais elle a un défaut majeur : elle hallucine. Elle peut inventer des chiffres ou citer des articles qui n'existent pas, ce qui serait catastrophique pour la médecine.

Les auteurs de cet article, Joel Eliason et Aleksander Popel, ont créé une solution ingénieuse appelée MAPLE. Voici comment cela fonctionne, expliqué simplement avec des analogies :

1. Le Problème : L'IA qui rêve trop

Imaginez un stagiaire très intelligent mais un peu distrait (l'IA) qui doit remplir un formulaire pour votre modèle. Si vous lui dites juste "Trouve-moi des chiffres sur la croissance des cellules", il va peut-être inventer un chiffre pour faire plaisir, ou citer un livre qu'il a rêvé. C'est le "hallucination".

2. La Solution : Le "Contrôle Qualité" Rigide (MAPLE)

Au lieu de laisser le stagiaire écrire librement, les auteurs ont créé un formulaire ultra-strict (des schémas structurés). C'est comme si on donnait au stagiaire un modèle de formulaire où chaque case a des règles précises.

Le système MAPLE fonctionne en deux étapes clés :

• Le Formulaire à Double Couche :

  • Couche 1 (Les faits bruts) : Le stagiaire doit copier-coller exactement la phrase du livre où se trouve le chiffre. Pas de paraphrase ! Si le chiffre n'est pas dans la phrase, le formulaire refuse de se remplir. C'est comme exiger que le stagiaire montre le ticket de caisse original pour chaque dépense.
  • Couche 2 (L'interprétation) : Une fois le chiffre vérifié, le modèle demande : "Comment ce chiffre s'applique-t-il à notre ville miniature ?". Ici, l'humain (le chercheur) intervient pour décider si ce chiffre vient d'une souris ou d'un humain, et s'il faut l'ajuster.

• Les Gardiens (Les Validateurs) :
  Avant que le formulaire ne soit accepté, il passe devant une équipe de gardiens robotiques qui vérifient tout :

  • Le Gardien du Code-barres (DOI) : Il vérifie que le numéro de l'article scientifique existe vraiment.
  • Le Gardien de la Preuve : Il lit le texte original pour s'assurer que le chiffre copié-collé est bien là, et pas inventé.
  • Le Gardien des Unités : Il s'assure que vous ne mélangez pas les mètres avec les kilomètres (par exemple, vérifier que les unités sont cohérentes).

3. La Collaboration Humain-IA : Un Duo de Danse

L'idée brillante de MAPLE n'est pas de remplacer le chercheur, mais de changer sa façon de travailler.

• Mode "Batch" (Par lots) : L'IA remplit d'abord des centaines de formulaires. Le système rejette immédiatement ceux qui sont faux. Ensuite, le chercheur arrive et corrige les erreurs restantes. C'est comme un éditeur qui corrige un brouillon.
• Mode "Interactif" : Le chercheur et l'IA travaillent ensemble en temps réel. Le chercheur dit : "Regarde cette page, c'est pour les humains, pas les souris", et l'IA ajuste immédiatement le formulaire.

4. Le Résultat : Une Carte au Trésor Fiable

Grâce à ce système, les chercheurs ont pu créer une base de données de "cibles de calibration" pour un modèle de cancer du pancréas.

• L'IA a fait le gros du travail de recherche et de tri.
• Les validateurs ont éliminé les mensonges.
• L'humain a apporté le jugement scientifique final (savoir si un chiffre de souris s'applique à un humain).

En résumé :
Imaginez que vous construisez un pont. L'IA est l'ouvrier qui apporte les briques très vite, mais il en apporte parfois de la mauvaise qualité ou invente des dimensions. MAPLE est le chef de chantier avec un mètre laser et un registre strict. Il force l'ouvrier à montrer la brique, vérifie qu'elle correspond au plan, et ne laisse passer que les briques parfaites. Le résultat ? Un pont (un modèle médical) solide, sûr, et dont on peut retracer chaque brique jusqu'à son origine.

C'est une façon de dire : "L'IA est super pour trouver l'information, mais l'humain reste indispensable pour valider la vérité."

Résumé technique

1. Problématique

La calibration des modèles de pharmacologie des systèmes quantitatifs (QSP) est une étape critique mais laborieuse. Ces modèles, souvent composés de centaines d'équations différentielles ordinaires (EDO), nécessitent des données d'étalonnage issues de la littérature scientifique (études expérimentales ciblées et essais cliniques).

• Limites de la curation manuelle : Elle est intensive en main-d'œuvre, entraîne une documentation incohérente entre les projets et les individus, et risque de perdre le raisonnement derrière les choix de paramètres lors des changements d'équipe.
• Limites des LLMs actuels : Bien que les grands modèles de langage (LLM) puissent extraire des informations de manière flexible, ils sont sujets à des hallucinations (valeurs inventées) et à des fabrications (citations ou DOI inexistants). Ces erreurs sont inacceptables pour la modélisation quantitative rigoureuse qui exige une traçabilité complète et une gestion précise de l'incertitude.

L'objectif est de créer un flux de travail collaboratif où les LLMs gèrent l'extraction massive d'informations, tandis que des mécanismes de validation rigoureux et l'expertise humaine assurent la fiabilité des données.

2. Méthodologie : Le cadre MAPLE

Les auteurs proposent MAPLE (Model-Aware Parameterization from Literature Evidence), un cadre de travail intégrant quatre composants principaux pour l'étalonnage assisté par LLM :

A. Recherche de littérature consciente du modèle

Le système génère des prompts enrichis par le contexte mécanistique du modèle QSP (noms des paramètres, unités, lois de vitesse, réseaux de réactions). Cela guide le LLM (avec capacités de recherche web) vers des expériences pertinentes. Le système utilise des fournisseurs de LLM multiples (OpenAI, Anthropic, Google) via une interface commune.

B. Conception de schémas structurés (YAML)

Le cœur de MAPLE réside dans deux schémas YAML validés par Pydantic, séparant l'extraction des données des décisions de modélisation :

1. SubmodelTarget : Pour les expériences isolées (in vitro, ex vivo) qui contraignent des paramètres individuels via des modèles forward simplifiés (ex: croissance exponentielle, équilibre). Il capture les données brutes et définit comment elles se traduisent en priors pour le modèle complet.
2. CalibrationTarget : Pour les endpoints cliniques et in vivo qui contraignent le modèle complet via des observables calculés sur l'état global du système. Il inclut des fonctions Python pour calculer les observables à partir des espèces du modèle et gère les statistiques empiriques (médiane, intervalles de confiance).

Ces schémas imposent une architecture « data-first » : chaque valeur numérique doit être accompagnée d'un extrait textuel (snippet) cité mot pour mot de la source, créant une piste d'audit infaillible.

C. Cadre de validation ciblée

Un système de validateurs détecte automatiquement les erreurs caractéristiques des LLMs :

• Détection d'hallucinations : Comparaison stricte entre la valeur extraite et le snippet source (Value-in-snippet matching).
• Vérification des citations : Résolution des DOI via CrossRef et vérification de la correspondance des titres.
• Validation externe : Récupération des articles (via Europe PMC/Unpaywall) pour vérifier que les snippets existent réellement dans le texte source.
• Validation de code et d'unités : Exécution de code de simulation avec des données factices pour vérifier la logique, et vérification dimensionnelle des unités (via la bibliothèque Pint).
• Évaluation de la pertinence : Analyse de la traduction inter-espèces (souris/humain) et de la compatibilité du microenvironnement tumoral, avec propagation de l'incertitude estimée.

D. Génération de code pour l'inférence

Les spécifications validées sont automatiquement traduites en scripts Julia utilisant Turing.jl pour l'inférence bayésienne. Le système génère des modèles joints lorsque plusieurs cibles partagent les mêmes paramètres, permettant une calibration simultanée et plus précise.

3. Résultats

L'approche a été évaluée sur un modèle QSP du carcinome adénocarcinome canalaire pancréatique (PDAC), couvrant 87 cibles d'étalonnage (18 SubmodelTargets et 59 CalibrationTargets).

• Performance de l'extraction automatisée : Aucun des 18 SubmodelTargets extraits en lot n'a passé la validation du premier coup. Tous ont nécessité au moins une itération de réessai automatique. Les erreurs les plus fréquentes concernaient les unités (38%), les spécifications de priors (21%) et les fabrications de citations (17%).
• Rôle de la curation humaine : L'automatisation ne remplace pas l'expert.
  • Pour les SubmodelTargets : Le modélisateur a dû changer le type de modèle forward dans 65% des fichiers, ajuster les paramètres de priors dans 46%, et réviser l'évaluation de la pertinence des sources dans 100% des fichiers.
  • Pour les CalibrationTargets : Le code d'observable a été révisé dans 32% des fichiers extraits en lot.
• Mode interactif vs. Lot : L'extraction interactive (modélisateur et LLM collaborant en temps réel avec les PDF sources) a produit des résultats quasi finaux, réduisant considérablement les révisions postérieures par rapport au mode par lot.
• Inférence : Les 18 SubmodelTargets ont été traduits en un script d'inférence conjoint. Tous les paramètres ont convergé (R̂ < 1.01, ESS > 3000) avec des estimations biologiquement plausibles (ex: temps de doublement tumoral d'environ 130 jours).

4. Contributions Clés

1. Interface de collaboration structurée : MAPLE établit une nouvelle norme où les schémas de validation servent d'interface entre l'IA et l'humain, clarifiant qui fait quoi (extraction vs. décision scientifique).
2. Détection robuste des erreurs : L'utilisation combinée de la correspondance de snippets, de la résolution de DOI et de l'exécution de code permet de filtrer systématiquement les hallucinations et les fabrications, rendant l'extraction par LLM acceptable pour la science quantitative.
3. Traçabilité et reproductibilité : La séparation stricte entre les données extraites (avec preuves textuelles) et les décisions de modélisation (choix des modèles forward, priors) assure une documentation complète et auditable.
4. Gestion de l'incertitude de traduction : Le cadre intègre explicitement l'incertitude liée au transfert de données (ex: souris vers humain, indication proxy) dans la largeur des distributions a priori, reflétant fidèlement la qualité des preuves disponibles.

5. Signification et Impact

Cette étude démontre que l'IA générative peut être intégrée de manière sûre et productive dans le pipeline de découverte de médicaments, à condition d'être encadrée par des contraintes rigoureuses.

• Pour la découverte de médicaments : Le cadre améliore la cohérence de la documentation entre les équipes de modélisation et rend explicites les contributions humaines, facilitant l'audit et la révision par les pairs.
• Pour la méthodologie scientifique : Il propose un modèle de « boucle de rétroaction auto-corrective » où les validateurs guident le LLM vers des corrections, réduisant la charge cognitive de l'humain tout en maintenant le contrôle scientifique.
• Limites et perspectives : L'approche dépend encore de la capacité des LLM à accéder aux articles (problème des accès payants) et nécessite une intervention humaine significative pour les décisions scientifiques complexes. L'intégration future de capacités de vision multimodale pour l'extraction de données à partir de graphiques est une voie prometteuse.

En résumé, MAPLE ne vise pas à automatiser le modélisateur, mais à restructurer la collaboration pour rendre le processus de calibration plus rapide, plus transparent et plus robuste face aux erreurs des LLM.