Assessing chemical toxicity across Eukaryota using multimodal transformers

Le monde naturel est un vaste réseau de vie interconnecté, allant des plus petits organismes unicellulaires aux plus grands mammifères. Depuis des décennies, les scientifiques savent que les produits chimiques fabriqués par l'homme menacent ce réseau, causant des dommages aux insectes, aux oiseaux et à des écosystèmes entiers. Pour protéger la nature, les régulateurs doivent savoir quels produits chimiques sont dangereux pour quels êtres vivants. Cependant, un fossé massif existe dans nos connaissances. Alors que des milliers de nouveaux produits chimiques sont découverts chaque année et que des millions d'espèces peuplent la planète, nous n'en avons testé qu'une infime fraction. Les tests traditionnels sont lents, coûteux et souvent limités à quelques animaux standards comme les poissons, les rats et les algues. Cela nous laisse dans l'incertitude quant à la sécurité de la plupart des produits chimiques pour la plupart des espèces, ce qui rend difficile l'arrêt de la pollution avant qu'elle ne cause des dommages irréversibles.

Pour combler ce fossé, les chercheurs se sont tournés vers l'intelligence artificielle. Au lieu de tester chaque produit chimique sur chaque animal en laboratoire, ils apprennent aux ordinateurs à reconnaître des modèles dans les données dont nous disposons déjà. En apprenant comment les structures chimiques interagissent avec la biologie de différentes espèces, ces modèles informatiques peuvent prédire la toxicité pour des situations où aucune expérience n'a jamais été menée. Cette approche promet d'accélérer les évaluations de sécurité et de révéler les dangers cachés pour les innombrables espèces qui n'ont jamais été étudiées.

Dans une nouvelle étude, une équipe de scientifiques a développé un nouvel outil puissant appelé TRIDENT-2 pour relever ce défi. Ce système est conçu pour prédire la toxicité d'un produit chimique pour n'importe quel organisme eucaryote — un groupe qui comprend presque toutes les formes de vie complexes, des plantes et des champignons aux animaux. Les chercheurs ont entraîné leur modèle sur une vaste collection de données existantes, regroupant plus de 560 000 tests de toxicité. Ces tests couvraient plus de 82 000 produits chimiques différents et près de 6 800 espèces, représentant environ un tiers de tous les groupes connus de vie eucaryote. Les données comprenaient une grande variété de scénarios, tels que la durée d'exposition d'un organisme à un produit chimique, son mode d'exposition et les effets spécifiques observés, comme la mort, les changements de croissance ou les modifications comportementales.

Le cœur de TRIDENT-2 est un type d'intelligence artificielle connu sous le nom de transformeur multimodal. En termes simples, cela signifie que l'ordinateur ne regarde pas seulement la structure chimique ou l'animal séparément ; il apprend à comprendre comment ils s'assemblent avec les conditions du test. Il traite simultanément la forme moléculaire du produit chimique, le type d'organisme, la voie d'exposition et la durée de l'expérience. En apprenant de ce mélange diversifié d'informations, le modèle peut déceler des connexions profondes entre différentes espèces et produits chimiques. Par exemple, il peut utiliser ce qu'il sait de l'effet d'un produit chimique sur une souris pour faire une supposition éclairée sur la façon dont ce même produit pourrait affecter un rongeur apparenté ou même un parent éloigné dans une autre partie du règne animal.

Lorsque l'équipe a testé TRIDENT-2, elle a constaté qu'il pouvait prédire la toxicité avec une précision remarquable, même pour des espèces et des produits chimiques qu'il n'avait jamais vus auparavant. Le modèle a pu estimer la concentration d'un produit chimique qui provoquerait un effet spécifique, tel que la mort de la moitié d'une population, avec un niveau de précision qui rivalise avec les méthodes traditionnelles. Crucialement, le modèle a performé à travers tout l'arbre de la vie, des insectes et des plantes aux champignons et aux créatures marines. Il a démontré qu'en apprenant d'une large gamme de données, il pouvait combler les lacunes pour les espèces qui sont rarement testées. Par exemple, alors que les tests standards se concentrent souvent sur les poissons et les rongeurs, TRIDENT-2 a prédit avec succès la toxicité pour des groupes comme les vers, les champignons et les insectes, qui sont souvent négligés mais vitaux pour la santé des écosystèmes.

Les chercheurs ont également comparé TRIDENT-2 à plusieurs outils existants utilisés par les régulateurs et les scientifiques. Le nouveau modèle a systématiquement surpassé ces méthodes plus anciennes, en particulier lorsqu'il sait prédire les effets pour des espèces ou des produits chimiques situés en dehors de la gamme étroite des tests traditionnels. Alors que d'autres outils étaient limités à une poignée d'animaux de test et à des types spécifiques de produits chimiques, TRIDENT-2 pouvait gérer des milliers d'espèces et une vaste gamme de substances. L'étude a démontré que le modèle pouvait maintenir sa précision même lorsqu'on lui demandait de prédire les effets de produits chimiques structurellement très différents de ceux de ses données d'entraînement, ou pour des espèces évolutivement distantes de celles qu'il avait étudiées.

Pour montrer comment cela fonctionne dans un scénario réel, l'équipe a appliqué TRIDENT-2 à des milliers de pesticides. Ils ont cartographié la manière dont ces produits chimiques affecteraient probablement différentes espèces à travers l'arbre des eucaryotes. Les résultats ont révélé que si certains pesticides étaient hautement toxiques pour leurs cibles prévues, comme les insectes ou les mauvaises herbes, ils posaient également des risques pour des espèces non ciblées, telles que certains vers, champignons et plantes. Le modèle a été capable de détecter ces sensibilités subtiles et spécifiques aux espèces qui auraient été manquées si les données n'avaient été examinées qu'en groupes larges. Ce niveau de détail est essentiel pour comprendre l'impact réel de la pollution sur la biodiversité.

L'étude conclut que l'intelligence artificielle peut surmonter les limitations de données de longue date qui ont entravé l'évaluation des risques écologiques. En utilisant la vaste quantité de données existantes, bien qu'inégales, pour apprendre les principes généraux de la toxicité, TRIDENT-2 permet aux scientifiques d'évaluer la sécurité des produits chimiques pour les millions d'espèces qui n'ont jamais été testées. Cette capacité ne remplace pas la nécessité d'expériences physiques, mais offre un moyen de prioriser les tests les plus nécessaires et d'identifier les menaces potentielles avant qu'elles ne causent des dommages étendus. L'outil est désormais disponible pour le public, offrant une nouvelle voie pour protéger la biodiversité de la planète contre la vague croissante de la pollution chimique.