Prix Nobel de Chimie 2024

Le prix Nobel de chimie 2024 a été décerné à trois scientifiques pour leurs contributions révolutionnaires dans la compréhension des protéines. David Baker, de l'Université de Washington, a été récompensé pour ses travaux sur la conception computationnelle de nouvelles protéines. Demis Hassabis et John Jumper, de Google DeepMind, ont quant à eux été honorés pour leur modèle d'intelligence artificielle, AlphaFold2, qui permet de prédire avec précision la structure des protéines, un défi vieux de 50 ans. Leurs découvertes ouvrent de nouvelles perspectives pour la médecine et la biotechnologie.

Focus sur David Baker 

David Baker est reconnu pour ses recherches pionnières sur la conception computationnelle de protéines. Son approche révolutionnaire consiste à utiliser des algorithmes informatiques pour créer de nouvelles protéines, qui ne sont pas présentes dans la nature, en partant des 20 acides aminés de base. En 2003, Baker a réussi à créer une protéine totalement originale, un exploit remarquable dans le domaine de la biologie. Depuis, son groupe de recherche a mis au point des protéines capables de servir comme médicaments, vaccins, matériaux nanotechnologiques et capteurs moléculaires.

L'outil clé développé par Baker et son équipe est un logiciel nommé Rosetta, qui permet de modéliser la manière dont les chaînes d'acides aminés se replient pour former des structures tridimensionnelles. C'est un aspect fondamental, car la structure tridimensionnelle d'une protéine détermine sa fonction biologique. Cette capacité de concevoir des protéines sur mesure ouvre d'énormes perspectives dans plusieurs secteurs, notamment la médecine, en permettant la création de protéines thérapeutiques ciblant des maladies spécifiques.

Ces nouvelles protéines créées par Baker peuvent, par exemple, imiter ou améliorer des fonctions naturelles dans le corps humain, comme interagir avec des récepteurs spécifiques, neutraliser des pathogènes ou stimuler des réponses immunitaires. Elles peuvent aussi être conçues pour des applications industrielles, telles que la création d'enzymes pour accélérer des réactions chimiques ou de matériaux biosourcés pour la fabrication de nanotechnologies.

Les travaux de David Baker repoussent les limites de la biologie synthétique, car ils permettent non seulement de comprendre les protéines existantes, mais aussi d’en créer de nouvelles avec des propriétés et des fonctions inédites. Cette recherche ouvre ainsi de nombreuses opportunités dans le domaine de la santé, des biotechnologies et de l'environnement, en améliorant notre capacité à concevoir des solutions biologiques adaptées à des défis complexes.

Focus sur Demis Hassabis et John Jumper

Demis Hassabis et John Jumper, de Google DeepMind, ont été récompensés pour leur percée dans la prédiction des structures protéiques grâce à l'intelligence artificielle. Leur modèle AlphaFold2, présenté en 2020, a résolu un problème biologique fondamental qui avait résisté à des décennies de recherche : déterminer la structure tridimensionnelle d'une protéine à partir de sa séquence d'acides aminés. La forme d'une protéine est cruciale pour comprendre ses fonctions biologiques, et cette avancée a ouvert de nouvelles possibilités en biologie moléculaire, notamment dans la recherche sur les maladies, les médicaments, et les enzymes.

Pendant plus de 50 ans, les scientifiques ont cherché à prédire la manière dont les protéines se replient, car leur structure conditionne leurs interactions avec d'autres molécules et donc leur rôle dans les systèmes biologiques. En introduisant AlphaFold2, Hassabis et Jumper ont permis de prédire avec une précision inédite la structure de millions de protéines. Leur algorithme, fondé sur des méthodes d'apprentissage automatique, a surpassé les techniques traditionnelles de modélisation et d'analyse expérimentale des structures protéiques, comme la cristallographie aux rayons X.

La création d'AlphaFold2 a provoqué un changement radical dans de nombreux domaines scientifiques. Ce modèle a non seulement permis aux chercheurs de prédire les structures de quasiment toutes les protéines connues, mais il est aussi utilisé dans la recherche sur des questions urgentes comme la résistance aux antibiotiques et la décomposition des plastiques. Il facilite également la visualisation de cibles thérapeutiques pour les médicaments, ce qui pourrait accélérer le développement de nouveaux traitements et vaccins.

Leur approche, combinant intelligence artificielle et biologie, a permis à des millions de chercheurs à travers le monde d’accéder à des informations vitales sur les protéines, souvent en quelques minutes seulement. AlphaFold2 est ainsi devenu un outil indispensable dans des domaines allant de la médecine à l’ingénierie des matériaux, en passant par la biologie synthétique, transformant la manière dont nous comprenons et utilisons les protéines pour relever des défis scientifiques majeurs.

Replay de la conférence de presse d'annonce des lauréats 2024