Dans le vaste monde bourdonnant de la biomanufacture industrielle, les usines ne produisent pas de plastique ou d'acier ; elles cultivent la vie. À l'intérieur de massifs réservoirs en acier inoxydable, des organismes microscopiques comme des bactéries sont incités à produire des substances précieuses, allant de médicaments vitaux à des acides aminés essentiels utilisés dans l'alimentation et la chimie. Le succès de ces opérations dépend entièrement du maintien des habitants microscopiques dans un état d'équilibre parfait. Si l'environnement dévie ne serait-ce qu'un peu — devenant trop chaud, trop acide ou manquant d'oxygène — les minuscules travailleurs peuvent cesser de produire ou, pire encore, mourir. Pour gérer cela, les ingénieurs s'appuient sur un flux constant de données. Certaines mesures, comme la température ou le débit d'air, sont prises instantanément par des capteurs. D'autres, comme la concentration du produit final ou le nombre de cellules en croissance, nécessitent de prélever un échantillon physique et de l'envoyer dans un laboratoire pour une analyse chimique. Ce délai, qui dure souvent des heures, crée un angle mort dangereux. Au moment où le laboratoire communique les résultats, le processus de fermentation peut déjà avoir dévié de sa trajectoire, rendant le contrôle en temps réel presque impossible.

Pendant des décennies, les scientifiques ont tenté de combler cette lacune à l'aide d'ordinateurs. Ils ont construit des modèles qui tentent de deviner les valeurs cachées à partir des valeurs visibles, espérant prédire l'état futur de la culture avant que les résultats du laboratoire n'arrivent. Les premières tentatives reposaient sur des formules mathématiques rigides basées sur les lois connues de la physique et de la chimie, mais celles-ci échouaient souvent car les systèmes biologiques sont désordonnés et pleins de variables inconnues. Plus tard, les chercheurs se sont tournés vers l'intelligence artificielle, apprenant aux ordinateurs à trouver des motifs dans les données historiques. Bien que ces systèmes de type « boîte noire » aient pu apprendre de l'expérience, ils ont souvent été confrontés à deux problèmes majeurs : ils étaient trop lents pour gérer les séquences de données longues et complexes générées par une session complète de fermentation, et ils manquaient de compréhension des règles biologiques qui régissent la manière dont les différentes variables s'influencent mutuellement. Sans cette logique interne, l'ordinateur pourrait trouver un motif qui semble correct mais qui n'a aucun sens biologique, conduisant à des prédictions peu fiables.

Une équipe de chercheurs de l'Université de science et technologie de Chine et de l'Institut de technologie de l'ingénierie biomédicale de Suzhou a proposé une nouvelle approche pour résoudre ces difficultés spécifiques. Ils ont développé un système appelé G-Mamba, conçu spécifiquement pour prédire les résultats de la fermentation de la tyrosine, un processus par lequel des bactéries modifiées produisent un acide aminé utilisé dans les produits pharmaceutiques et alimentaires. Les chercheurs se sont concentrés sur un ensemble de données contenant trente lots historiques de ce processus de fermentation, suivant trente variables différentes allant de la vitesse des pales d'agitation à la quantité d'oxygène entrant dans la cuve. Leur objectif était de créer un modèle capable de prévoir avec précision deux résultats critiques qui ne sont habituellement mesurés qu'en laboratoire : la densité des cellules bactériennes et la concentration de la tyrosine qu'elles produisent.

L'innovation centrale de G-Mamba réside dans la façon dont il combine deux manières différentes de traiter les données. Premièrement, il utilise une architecture spécialisée conçue pour gérer de longues séquences temporelles. Contrairement aux anciens systèmes qui peinent à se souvenir des événements du passé lointain ou qui nécessitent une puissance de calcul massive pour le faire, cette nouvelle structure peut suivre l'évolution du processus de fermentation sur de nombreuses heures avec une grande efficacité. Elle apprend comment l'état de la cuve à un instant donné influence l'état des heures suivantes, capturant la dérive lente et constante d'une culture biologique. Deuxièmement, et c'est peut-être plus important encore, les chercheurs n'ont pas laissé l'ordinateur deviner comment les variables sont liées entre elles. Au lieu de cela, ils ont alimenté le système avec une carte des relations biologiques connues. Ils ont indiqué au modèle que certaines actions, comme augmenter le flux d'air, affectent directement la quantité d'oxygène dissous, et que la production de gaz résiduels comme le dioxyde de carbone est liée à l'acidité du bouillon. Cette « connaissance préalable » agit comme un guide, garantissant que le modèle respecte les règles réelles de la biologie.

Pour faire fonctionner cela, le système divise les données en deux chemins parallèles. Un chemin se concentre sur la chronologie, observant comment chaque variable change seconde après seconde. L'autre examine le réseau de connexions entre les variables, utilisant la carte préprogrammée des règles biologiques pour comprendre comment un changement dans une zone se répercute dans le reste du système. Le modèle possède également la capacité d'apprendre de nouvelles connexions cachées que les scientifiques n'ont pas explicitement définies, ce qui lui permet de s'adapter aux particularités de chaque lot. Enfin, un mécanisme léger fusionne ces deux flux d'informations, décidant quel poids accorder à la chronologie par rapport aux connexions biologiques à un moment donné. Cela permet au système de comprendre non seulement ce qui s'est passé, mais aussi pourquoi cela s'est passé, et ce qui est susceptible de se passer ensuite.

Lorsque les chercheurs ont testé ce nouveau système face à huit autres modèles de pointe, les résultats ont été sans appel. Dans les tâches où le modèle devait prédire l'état actuel de la culture à partir de données récentes, G-Mamba s'est montré plus précis que tous ses concurrents. Il a également excellé dans la prédiction à plus long terme, prévoyant les tendances des heures suivantes avec une plus grande fiabilité. La découverte la plus significative, cependant, est apparue lorsque le modèle a été sollicité pour prédire simultanément la densité cellulaire et la concentration de tyrosine. Dans ces tâches multi-objectifs, le système a démontré une capacité unique à comprendre l'arbitrage entre les deux. Il a reconnu que la croissance des cellules bactériennes et la production du produit sont liées dans une danse complexe de compétition pour les ressources. En prédisant les deux ensemble, le modèle a amélioré sa précision pour la concentration de produit, plus difficile à prédire, en utilisant la croissance cellulaire, plus facile à prédire, comme guide. Cela suggère que le système a réussi à capturer la tension biologique sous-jacente entre la survie de l'organisme et ses capacités de production.

L'étude a également mis en évidence l'efficacité de cette nouvelle approche. Alors que d'autres modèles puissants nécessitaient des ressources informatiques et de la mémoire importantes, surtout à mesure que la fenêtre de prédiction s'allongeait, G-Mamba a maintenu un coût de calcul faible. Ses performances ne se sont pas dégradées à mesure que les données d'entrée devenaient plus étendues, un point de défaillance courant pour les technologies plus anciennes. Les chercheurs ont constaté que la capacité du système à intégrer les règles connues du processus de fermentation était essentielle ; lorsqu'ils ont supprimé ce guidage biologique, la précision du modèle a chuté de manière significative. De même, supprimer la capacité de suivre les tendances temporelles à long terme a également entraîné un déclin marqué des performances. La combinaison de ces deux éléments s'est avérée être la clé du succès.

En fin de compte, ce travail démontre que l'avenir du contrôle de la fermentation industrielle réside dans des systèmes hybrides qui respectent à la fois les données et la science. En enseignant à l'intelligence artificielle les règles du monde biologique, plutôt qu'en la laissant deviner aveuglément, les chercheurs peuvent construire des outils qui sont non seulement plus rapides et plus précis, mais aussi plus fiables. Pour les ingénieurs qui gèrent ces bioréacteurs complexes, un tel outil offre la promesse d'une vision en temps réel, permettant d'ajuster le processus avant qu'un problème ne survienne, garantissant ainsi que chaque lot de bactéries produise la quantité maximale de produit précieux avec la plus grande cohérence possible. L'étude confirme que lorsque nous guidons de puissants nouveaux algorithmes avec des connaissances scientifiques établies, nous pouvons résoudre des problèmes qui étaient auparavant trop complexes pour l'une ou l'autre des méthodes prises isolément.