Avec l’IA, Citrini entre en biologie sans franchir l’épreuve du médicament

L’intelligence artificielle abaisse une barrière à l’entrée de la recherche biologique, mais elle ne supprime pas les suivantes. En annonçant, le 20 octobre 2026, avoir conçu des protéines capables de se lier à des neurotoxines de scorpion, la firme américaine de recherche en investissement Citrini Research revendique une capacité nouvelle : lancer un projet de biologie sans disposer, au départ, d’une équipe spécialisée dans cette discipline.

Cette expérience de conception de protéines par IA repose pourtant sur deux intermédiaires décisifs. Anthropic a fourni l’accès à un modèle de recherche interne et à son infrastructure. Des laboratoires ont ensuite testé les molécules proposées. Le déplacement du pouvoir est donc partiel : le commanditaire peut susciter des pistes, mais il reste dépendant de ceux qui autorisent le calcul et de ceux qui établissent la valeur expérimentale des résultats.

Aucun antivenin utilisable n’a été démontré. Citrini reconnaît n’avoir mis aucun médicament sur le marché et ne revendique pas de publication scientifiquement significative. L’enjeu immédiat n’est pas l’arrivée d’un traitement. Il tient à l’entrée d’un acteur financier dans la sélection des questions et des candidats soumis à la recherche.

La conception de protéines par IA ne vaut pas validation thérapeutique

Selon le compte rendu technique d’Anthropic associé à l’expérience, le système a produit plus de 318 000 propositions de protéines en 64 heures, puis en a sélectionné 180. Après l’ajout de 31 candidats, 211 protéines ont été testées en laboratoire. Dix-sept ont satisfait les critères de liaison retenus. Ces chiffres décrivent un processus de génération et de sélection ; ils ne constituent pas une mesure d’efficacité thérapeutique.

La distinction est centrale. Qu’une protéine se lie à une toxine ne démontre pas, à elle seule, qu’elle neutralise ses effets dans un organisme. Il faut encore établir son activité biologique, sa sécurité et les conditions dans lesquelles elle pourrait être administrée. Une propriété mesurée au laboratoire ne se transpose pas automatiquement en bénéfice médical.

Le parcours présenté par la Food and Drug Administration, l’autorité américaine du médicament, distingue précisément la découverte, la recherche préclinique, la recherche clinique, l’examen réglementaire et la surveillance après commercialisation. L’expérience de Citrini se situe en amont de ce parcours. La comparer au développement complet d’un antivenin reviendrait à comparer deux périmètres différents.

Le résultat peut donc présenter un intérêt exploratoire sans prouver une rupture dans la production des traitements. Pour apprécier sa portée, il faudrait notamment connaître sa reproductibilité, la pertinence des critères de sélection et les performances des candidats lors des étapes suivantes. Les éléments disponibles ne permettent pas de trancher ces questions.

Le fournisseur du modèle conserve le contrôle de l’accès

Un autre élément distingue cette opération d’une simple utilisation d’un service commercial. Les garde-fous de biosécurité de la version commercialisée de Claude avaient bloqué la première demande des participants. Le travail a ensuite été conduit avec un modèle interne, sur les machines et le réseau d’Anthropic.

Cette séquence montre que l’accès aux capacités scientifiques de l’IA n’est pas uniforme. Disposer d’un abonnement à un assistant ne donne pas nécessairement accès aux fonctions mobilisées dans une expérience encadrée par son concepteur. Le fournisseur conserve un pouvoir de décision sur les usages autorisés et sur les conditions techniques de leur réalisation.

La conception de protéines par IA ouvre ainsi une possibilité aux nouveaux entrants tout en renforçant leur dépendance à une infrastructure privée. Citrini apporte le financement et l’initiative du projet. Anthropic détient le modèle et les moyens de calcul utilisés. Les laboratoires assurent l’épreuve matérielle des propositions. Aucun de ces rôles ne peut être déduit du seul volume de molécules générées.

Un budget de recherche, pas un coût de médicament

Citrini évalue la dépense totale à environ 200 000 dollars pour un projet de trois mois, dont 50 000 dollars de puissance de calcul. Le calcul représente donc un quart du budget annoncé. Les autres dépenses ne sont pas suffisamment détaillées dans les éléments présentés pour permettre une comparaison poste par poste avec un programme conduit par un laboratoire spécialisé.

Ces montants ne permettent pas davantage d’établir une économie sur le développement d’un traitement. Ils financent une exploration initiale et des tests de liaison, non l’ensemble des étapes nécessaires à une autorisation de mise sur le marché. La comparaison pertinente porterait sur des travaux de même nature, avec des critères de qualité et des résultats équivalents.

L’annonce possède aussi une fonction commerciale identifiable. La présentation publique de l’expérience renvoie vers un contenu payant proposant des enseignements pour l’investissement. Ce dispositif ne suffit pas à invalider les résultats biologiques. Il impose en revanche de distinguer trois choses : la performance technique, sa portée médicale et la valeur commerciale du récit destiné aux investisseurs.

La ressource rare se déplace vers l’expérimentation

Si la production informatique de candidats s’accélère, leur examen reste tributaire de capacités physiques : synthèse, équipements, personnel qualifié et temps d’expérimentation. Le nombre de propositions produites n’est donc pas, en lui-même, un indicateur de progrès. La qualité du tri devient déterminante pour éviter de multiplier les tests peu informatifs.

Le risque d’une mauvaise allocation des ressources scientifiques doit toutefois rester une hypothèse, et non être présenté comme un effet déjà démontré de cette opération. Rien dans les éléments disponibles n’établit que le projet de Citrini ait évincé un programme plus prometteur. En revanche, son financement lui permet de faire examiner une piste choisie hors des circuits habituels de la recherche spécialisée.

La conception de protéines par IA pourrait élargir le nombre de commanditaires capables de proposer de tels projets. La question décisive sera alors celle des critères de sélection : quels résultats justifient de mobiliser davantage de laboratoires, avec quel financement et sous quelle évaluation indépendante ? Pour Citrini, la prochaine preuve ne sera pas le nombre de candidats supplémentaires générés, mais la solidité expérimentale de ceux déjà retenus.