À Jouy-en-Josas, la biofonderie acellulaire de Micalis ne se contente pas d’automatiser les pipettes. Un modèle d’apprentissage actif choisit aussi les expériences suivantes en fonction des résultats précédents. Dans une étude publiée dans Nature Communications et remise en avant le 7 septembre par INRAE, cette boucle entre calcul et robot a permis de tester 653 compositions parmi plus de 1,6 million de possibilités.
Le problème à résoudre venait des systèmes dits « cell-free ». Ils conservent, dans un extrait bactérien, la machinerie nécessaire pour exprimer des gènes sans toute la complexité d’une cellule vivante. Ces dispositifs permettent d’étudier finement la régulation de l’expression des gènes, mais ils produisaient trop peu d’ARN messager pour analyser facilement l’expression d’un génome entier. Tester méthodiquement toutes les concentrations possibles de sels, nucléotides et autres composants aurait été hors de portée. L’algorithme a donc sélectionné, cycle après cycle, les mélanges les plus utiles à essayer sur la plateforme automatisée.
L’optimisation a fortement augmenté la quantité d’ARNm, mais avec une nuance importante. Le test utilisé pendant les expériences mesure un gain proche de vingt fois par rapport au mélange initial ; une mesure indépendante après purification de l’ARNm donne un gain de ×7,5. Les auteurs estiment que l’amélioration réelle se situe entre les deux. Surtout, pousser la production d’ARN au maximum faisait chuter la production de protéines. Un second mélange, crédité d’un gain d’environ ×13 avec le test d’optimisation, conserve au contraire une traduction comparable au système de départ. La biofonderie n’a donc pas découvert une recette universelle, mais deux réglages adaptés à deux objectifs différents.
Avec ces conditions, l’équipe a pu exprimer hors cellule le génome d’environ 40 000 bases du bactériophage T7 puis séquencer directement les ARN produits. Cela permet d’étudier l’expression d’un génome dans un environnement beaucoup plus contrôlé qu’une cellule entière. Le résultat reste une preuve de concept : l’optimisation a été conduite avec la polymérase du phage T7, particulièrement robuste. Avec la polymérase propre d’E. coli, le meilleur mélange n’apporte plus qu’un gain d’environ quatre fois. La méthode devra donc être réoptimisée pour d’autres systèmes biologiques.
C’est précisément ce qui donne son intérêt à la plateforme de Jouy-en-Josas. Micalis y réunit une biofonderie dédiée aux systèmes acellulaires, tandis que l’unité MaIAGE et la plateforme MIGALE apportent modélisation et bioinformatique. Ici, l’automatisation porte aussi sur le choix de l’expérience suivante. À Jouy-en-Josas, 653 expériences ont ainsi suffi pour sélectionner des conditions utiles dans un espace de plus de 1,6 million de possibilités, sans avoir à les parcourir toutes.