EVEscape : une IA pour anticiper les mutations qui permettent aux virus d'échapper à l'immunité

Pourquoi est-il si difficile d'anticiper les variants d'un virus ?

Un virus change en permanence. Certaines mutations lui permettent d'échapper aux anticorps, ces protéines de défense produites après une infection ou une vaccination. Ce sont elles qui font apparaître des « variants préoccupants ». Les connaître à l'avance aiderait à concevoir des vaccins et des traitements qui restent efficaces.

Le problème : les méthodes existantes arrivent trop tard. Les tests de laboratoire demandent des anticorps de patients, qui n'existent qu'une fois la population largement infectée. Et les méthodes informatiques s'appuient beaucoup sur les souches qui circulent déjà.

Comment EVEscape fonctionne-t-elle ?

EVEscape combine deux ingrédients. D'abord, un modèle d'apprentissage profond (une IA qui apprend à partir d'exemples) étudie des séquences historiques de virus pour estimer quelles mutations restent compatibles avec un virus qui fonctionne. Ensuite, des informations sur la structure de la protéine et sur ses propriétés physiques et chimiques indiquent quelles mutations seraient les plus visibles par les anticorps et les plus différentes de ce qu'ils reconnaissent.

Cette recette présente un avantage majeur : elle peut être utilisée avant que les données de surveillance, les tests expérimentaux ou les structures en 3D des anticorps ne soient disponibles.

Qu'est-ce que l'étude a montré ?

Pour le virus SARS-CoV-2, l'équipe a entraîné EVEscape uniquement avec des séquences disponibles avant 2020, puis a comparé ses estimations à ce que l'on a appris ensuite sur la pandémie. Résultat : le modèle est aussi précis que les balayages expérimentaux à haut débit pour anticiper la variation du virus.

Dans le détail, pour anticiper les mesures expérimentales d'échappement aux anticorps, EVEscape obtient 0,53 en aire sous la courbe précision-rappel (un score où plus c'est haut, mieux c'est), contre 0,24 pour les modèles antérieurs de même type.

La méthode se généralise : elle a été validée sur le virus du Covid-19, le VIH et la grippe, et appliquée à des virus peu étudiés à potentiel pandémique comme Lassa et Nipah. Les chercheurs publient des scores d'échappement régulièrement mis à jour pour les souches actuelles du Covid-19.

Qu'est-ce que ça change pour les patients ?

À terme, un tel système d'alerte précoce pourrait aider les équipes qui mettent au point des vaccins et des traitements à viser des zones du virus moins susceptibles de muter, et à repérer plus vite des souches inquiétantes.

Aujourd'hui, c'est un outil de recherche. Il ne dit rien sur la protection de tel ou tel patient et n'a pas montré d'effet direct sur des vaccins déployés.

Quelles sont les limites ?

EVEscape ne peut pas anticiper tout ce qui est propre à une nouvelle pandémie, par exemple les contraintes particulières d'un virus. Les auteurs recommandent de l'utiliser avec des expériences de laboratoire et de l'enrichir avec les données de la pandémie dès qu'elles existent.

Les résultats les plus détaillés portent sur le Covid-19, pour lequel on a pu comparer avec ce qui s'est réellement passé. Pour Lassa et Nipah, il s'agit d'estimations qu'on ne peut pas encore comparer à une épidémie réelle.