Comment une machine apprend à choisir le prochain lot de gènes dans un crible CRISPR

Une carte forgée par les anciens « hits », non par les voies du manuel

La carte initiale ne provient pas des manuels, mais s’apprend à partir d’anciens résultats de criblage. Dans ces archives, certains gènes figuraient parmi les positifs dans un essai et étaient absents des listes dans un autre. Le système représente chaque gène comme un point dans un espace réduit à dix dimensions. Deux gènes se rapprochent lorsqu’ils ont tendance à être détectés ensemble lors de criblages similaires. C’est le principe fondamental : une géométrie basée sur les co-détections, et non sur l’appartenance à des voies métaboliques.

La matière première était abondante mais lacunaire. Elle couvrait 1 349 criblages d’entraînement et 23 724 gènes. Seuls environ 64 % des paires « crible-gène » possibles avaient un résultat enregistré, avec un taux de positivité global de seulement 7,3 %. Les valeurs manquantes n’étaient pas interprétées comme des échecs, mais laissées inconnues. Cette distinction est cruciale : un gène non testé ne se confond pas avec un gène négatif.

Une méthode de complétion matricielle a comblé ces lacunes structurelles. Elle a estimé des facteurs latents pour les criblages et les gènes, puis utilisé ceux-ci pour positionner chaque gène. Les gènes dépourvus d’historique ont reçu une position neutre, ajustée par un léger biais fondé sur leur fréquence de positivité globale. Le résultat est une carte du comportement partagé en criblage.

Examinée de près, cette carte ne ressemble pas à un schéma de voie métabolique. Les membres d’un même complexe protéique ou d’une même voie Reactome y sont dispersés. En revanche, les gènes se regroupent selon le phénotype du crible. Un groupe regroupe des gènes essentiels communs. D’autres correspondent aux gènes essentiels contextuels ou sélectifs, à la réponse immunitaire ou virale, à l’apoptose et à plusieurs motifs de réponse aux dommages de l’ADN. La carte reflète ce qui a tendance à être détecté simultanément dans les essais réels.

L’entraînement déplace à peine cette carte. Les similarités par paires avant et après entraînement présentent une corrélation de 0,999. Plus de 95 % des plus proches voisins de chaque gène restent inchangés lors du réglage fin par apprentissage par renforcement. À l’inverse, les plongements initiaux aléatoires sont presque entièrement réorganisés. Certains plongements issus de la biologie restent stables mais demeurent peu performants. La propriété utile n’est donc pas la stabilité seule, mais le fait que la carte des co-détections soit déjà alignée sur la découverte adaptative des gènes positifs.

Des résultats du labo, tour après tour, pour affiner le choix des gènes

Chaque tour de criblage génique ne livre qu’une liste restreinte de gènes gagnants ou perdants. Le modèle interprète ces étiquettes comme des preuves nouvelles, non comme du bruit à écarter. Pour chaque gène testé, il conserve deux informations apprises : l’identité du gène et le fait qu’il ait été identifié comme positif dans cet essai précis. Ces deux éléments sont fusionnés avant d’être transmis au transformeur.

La description de l’expérience est également encodée. Un encodeur de texte figé convertit les mots en nombres, puis une projection linéaire place ces vecteurs dans le même espace que l’historique des gènes. Une fois le transformeur passé sur l’ensemble de ces données, un vecteur agrégé résume ce qui a été appris jusqu’à présent. Ce vecteur de contexte sert ensuite à évaluer chaque gène non encore testé. Le score compare le contexte au plongement propre du gène via un terme bilinéaire, auquel s’ajoute un petit biais spécifique à chaque gène. Le prochain lot se compose simplement des 100 meilleurs gènes parmi ceux qui n’ont pas encore été testés.

Cette boucle est essentielle car un seul tour ne suffit rarement à tout comprendre. Un gène peut paraître prometteur seulement après qu’un autre résultat positif a révélé une voie métabolique. L’entraînement utilise donc des historiques partiels simulés de longueurs variables. Pour chaque criblage, jusqu’à 1 024 gènes sont révélés comme contexte observé. Parfois, le sous-ensemble est tiré à nouveau pour inclure au moins un résultat positif tout en gardant caché un autre vrai positif. Cela oblige le modèle à apprendre d’un retour d’information porteur de sens, et non seulement de cas faciles.

L’entraînement supervisé enseigne d’abord une règle simple : à partir de ce qui a été observé, prédire quels gènes inconnus seront positifs. La fonction de perte équilibre les résultats positifs et négatifs. L’apprentissage par renforcement va ensuite plus loin en simulant des campagnes complètes sur plusieurs tours, plutôt que des prédictions isolées à une étape. Pour chaque criblage, huit déroulements sont générés afin que le modèle puisse comparer différents chemins dans le même essai. Un bruit d’échantillonnage frais est ajouté à chaque étape, ce qui fait diverger les trajectoires au fur et à mesure que les preuves s’accumulent.

La récompense compare la politique actuelle avec une référence figée qui ignore le retour d’information observé. Ce signal de différence contextuelle isole l’amélioration due à l’utilisation des résultats du laboratoire. Il surpasse un objectif qui ne récompense que l’enrichissement final des positifs : la version par différence atteint un facteur d’enrichissement de 4,83, tandis que l’entraînement par enrichissement terminal tombe à 4,29. La raison est simple. Un score final ne permet pas de dire quels choix ont été aidés par des étiquettes antérieures.

Supprimer la description du criblage réduit modérément l’enrichissement, de 4,83 à 4,52. Cela suggère que les motifs inter-criblages appris portent une grande partie de l’orientation initiale. Pourtant, le retour d’information compte le plus lorsqu’un nouvel essai commence et que le modèle doit mettre à jour ses hypothèses tour par tour.

Évaluer l’efficacité réelle des sélections

L’évaluation des choix s’effectue dans le cadre d’un budget strict. Le facteur d’enrichissement ne prend en compte que trois types de sélections : les gènes issus de la bibliothèque historique des criblages, les noms de gènes inventés et les emplacements vides du lot. Les gènes réels valides, mais absents de cette bibliothèque, n’interviennent pas dans la normalisation du score. Cette contrainte empêche un système d’afficher de bonnes performances simplement en citant de nombreux gènes plausibles, jamais mesurés.

La courbe nAUC suit l’accumulation des succès à mesure que la bibliothèque est effectivement interrogée. Un emplacement non rempli ne fait pas progresser la courbe. Une politique qui laisse des lots vides s’arrête donc plus tôt, plutôt que d’être complétée artificiellement jusqu’à épuisement du budget. La normalisation de la courbe repose sur un oracle capable d’identifier tous les succès en premier lieu, dans le même cadre budgétaire effectif. Une sélection aléatoire produit un résultat proche du taux de réussite moyen du crible, tant que l’ensemble des succès n’a pas été acquis.

Le rappel de la fraction des succès ne considère comme possibles que les acquisitions issues de la bibliothèque. Les gènes hors bibliothèque et les noms inventés n’y contribuent pas. Le déficit recense à la fois les gènes réels absents de la bibliothèque historique et les noms de gènes fictifs. Un taux de déficit élevé indique qu’une grande partie des suggestions ne peut être confrontée aux données expérimentales passées.

Un diagnostic distinct évalue si le succès provient d’une biologie générique de la mort cellulaire. Il s’appuie sur 1 827 gènes essentiels communs du catalogue DepMap. Si la majorité des succès récupérés sont ces gènes, dont la létalité est large, l’enrichissement observé peut refléter une vulnérabilité générale plutôt qu’un signal spécifique au crible. Les meilleures configurations d’AssayLoop se situent entre 29 et 35 % sur cet indicateur. Une référence basée sur les succès antérieurs atteint 99,1 %, tandis que la sélection aléatoire s’établit à 18,6 %.

Indices directionnels enfouis dans les préférences du modèle

Le modèle ne réduit pas les gènes à des étiquettes isolées. Il apprend des préférences qui se déforment dès qu’un autre gène est identifié comme positif. Pour mettre ce mécanisme en lumière, le système a été interrogé de manière contrôlée : un gène était marqué comme positif, tandis qu’un ensemble aléatoire de 50 gènes déjà testés servait de contexte. Le score d’un gène cible distinct était alors mesuré. L’opération a été répétée sur dix contextes différents, en utilisant à chaque fois une description générique de crible d’essentialité.

Le résultat ne ressemble pas à une simple carte d’amitiés. Si le gène A rend le gène B plus attractif, cela ne signifie pas que B fait de même avec A. La matrice d’influence présente une corrélation de seulement 0,16 avec son image miroir, ce qui traduit une quasi-absence de symétrie. Dans 44 % des paires réciproques, les deux directions pointent dans des sens opposés : l’une fait monter le score de la cible, l’autre le fait descendre.

Un exemple concret illustre cette asymétrie. Lorsque MDM2 est traité comme positif, le score de PFDN4 augmente de 0,33, une hausse modeste. Mais lorsque PFDN4 est traité comme positif, le score de MDM2 chute de 0,46. La même paire, inversée, produit donc des signes opposés et des amplitudes différentes. Le modèle conserve ainsi des indices directionnels sur quel résultat doit modifier quelle décision ultérieure.

Ces indices ne sont pas de simples copies de la biologie des manuels. Les paires déjà recensées dans les principales bases de données d’interactions et de voies ont été écartées, mais des motifs forts subsistaient. Certains évoquaient une co-essentialité ou une létalité synthétique : après un positif sur MYC, le modèle se tournait davantage vers les gènes du spliceosome. Après un positif sur MDM2, il privilégiait ceux liés au stress nucléolaire. D’autres motifs suggéraient un masquage ou une exclusion : après un positif sur PIK3CA, la dépendance aux gènes de la machinerie mitotique baissait. Après un positif sur SMAD4, celle aux gènes de l’OXPHOS chutait également. Il ne s’agit pas d’interactions biologiques prouvées, mais de motifs décisionnels que le modèle a inférés à partir des criblages passés.

En clair, un résultat positif peut ouvrir une porte et en fermer une autre. La direction compte, car les choix ultérieurs dépendent de ce qui a déjà été appris. Un gène qui semble sans importance pris isolément peut devenir précieux après l’apparition d’un positif spécifique. Il peut aussi perdre de sa valeur si un autre résultat modifie les besoins apparents de la cellule.

Du bruit du laboratoire à la décision éclairée

Le choix des gènes s’améliore dès lors que le modèle intègre l’historique des tests. Les motifs de co-occurrence des résultats positifs comptent davantage que les schémas de voies métaboliques classiques. Les gènes qui ressortent ensemble comme « hits » dans de nombreux criblages portent une structure exploitable, capable d’orienter le prochain lot de tests avant même le début d’une nouvelle expérience.

Cette dynamique ouvre la porte à un criblage plus rapide. Le laboratoire n’a pas besoin d’attendre que chaque gène ait été mesuré. Il peut utiliser les retours précoces pour restreindre la recherche. L’approche hybride est particulièrement prometteuse car elle combine deux atouts : le modèle de langage fournit des premiers choix biologiquement plausibles à partir de la description du crible, tandis que la politique entraînée met ensuite à jour ces choix au fur et à mesure que les résultats positifs ou négatifs arrivent. Cette division du travail rend le processus plus ciblé, plus stable et moins dépendant d’une source unique de connaissances.

Mais les obstacles sont réels. L’approche s’appuie encore fortement sur les criblages passés : si un gène a rarement été mesuré auparavant, son score repose sur des preuves plus faibles. Certains gènes sélectionnés se trouvent en dehors de la bibliothèque historique, ce qui complique l’évaluation et invite à la conjecture. Le biais vers les gènes essentiels est un autre piège : de nombreux « hits » peuvent refléter une biologie générique de la mort cellulaire plutôt que la voie spécifique testée. Le modèle découvre également des dépendances directionnelles qui semblent biologiquement plausibles, mais ce sont des motifs décisionnels inférés, pas des interactions prouvées.

La perspective plus large est un passage de l’annotation statique aux preuves adaptatives. La connaissance biologique reste utile, mais elle doit être traitée comme un signal parmi d’autres. Les futurs systèmes pourraient combiner des modèles ouverts, des métadonnées d’essais plus riches et des boucles de retour du laboratoire plus serrées. Ils auront aussi besoin de meilleures façons de séparer la biologie spécifique au criblage de l’essentialité large et de tester les relations géniques inférées dans des expériences en laboratoire humide.

La question n’est pas de savoir si les machines peuvent aider à choisir des gènes. La question plus difficile est de savoir si elles peuvent continuer à choisir les bons quand chaque nouveau résultat change ce qui compte ensuite.