Maîtriser la machine : Latent Labs conçoit l’avenir de la biologie

Dans l’œuvre du XVIIIe siècle de Julien Offray de La Mettrie, L’Homme Machine, le philosophe a comparé le corps humain à une machine complexe. Des décennies plus tard, des biologistes et biophysiciens pionniers tels que Thomas Huxley et Francis Crick ont établi des analogies comparables. Aujourd’hui, cette vision mécaniste de la biologie façonne les opérations, la mission et les ambitions futures de Latent Labs. « La biologie est à la base de l’humanité ; tous nos corps sont constitués de ses éléments constitutifs », déclare Simon Kohl, fondateur et PDG. Ce domaine scientifique, explique-t-il, est « un système qui calcule », et nos cellules, sont comme des « mini-ordinateurs ».

Les premiers personnages ont canalisé leurs philosophies dans leurs travaux, jetant ainsi les bases du développement de sciences rigoureuses et testables. Parallèlement, nous avons assisté à une évolution des machines elles-mêmes, passant de mécanismes industriels à, plus récemment, de puissantes intelligences artificielles. Latent Labs s’appuie sur ce point pour faire entrer dans une nouvelle ère l’analogie séculaire entre la biologie et la machinerie. En exploitant l’IA générative, la start-up aide les scientifiques à rendre la biologie « programmable », explique Kohl, et à terme à « maîtriser la biologie par ordinateur, afin de faire avancer la recherche thérapeutique ».

Latent Labs a collaboré avec AWS par le biais du programme accélérateur d’IA générative AWS, en accédant au support, aux connexions au réseau AWS, aux stratégies de commercialisation et à des solutions comme Amazon SageMaker HyperPod. Cela a permis à l’entreprise d’entraîner et de créer des modèles propriétaires et de dimensionner de manière efficace et fiable les ressources de calcul et d’inférence. Son modèle Latent-X, disponible sur la plateforme Latent Labs, « brise les conventions du passé » en proposant une approche basée sur l’IA générative de la conception de protéines qui « appuie et augmente les expériences de laboratoire ».

La recherche d’ordre dans le chaos

La biologie est peut-être « un système informatique », explique Kohl, mais les avancées sont toujours entravées par les limites technologiques des laboratoires. La recherche implique traditionnellement « des recherches dans la nature, des expériences en laboratoire humide et l’obtention de résultats aléatoires, dont certains seulement peuvent être bons ». Les données biologiques peuvent sembler « chaotiques », poursuit-il, tandis que les expériences de laboratoire « sont souvent encombrantes, longues et coûteuses ; vous devez obtenir des réactifs et certaines applications ne sont pas faciles à réaliser ».

Plutôt que d’être à la merci de la nature, la mission de Latent Labs était de « rendre cela programmable plutôt que de simplement découvrir par observation ce que la nature nous a donné ». L’entreprise construit des modèles de fondation et crée des algorithmes pour modéliser les interactions entre les protéines, l’ADN, l’ARN et les petites molécules, les éléments constitutifs de la biologie. En les intégrant à sa plateforme, Kohl aide les biologistes, les biochimistes et les ingénieurs en protéines des sociétés pharmaceutiques et biotechnologiques à « accéder à une molécule en appuyant sur un bouton-poussoir, alors que les différentes étapes d’optimisation prendraient normalement des semaines, voire des mois. »

L’impact, poursuit-il, sera énorme et « changera complètement l’industrie et également, en tant qu’espèce, ce à quoi nous pouvons nous attendre en matière de traitement de nos affections et maladies ». La rapidité et l’ampleur de ce processus pourraient être considérablement améliorées, adaptées à chaque individu et ouvrir la voie à la résolution « d’une toute autre catégorie de problèmes » dans des domaines allant de la technologie alimentaire à l’agriculture en passant par la climatologie.

Cependant, à l’instar des scientifiques qu’elle soutient, Latent Labs a également dû faire face à des défis. Les données sont essentielles lorsqu’il s’agit d’entraîner et de créer des modèles propriétaires, et l’entreprise a été chargée de conserver et de fusionner des jeux de données provenant d’une multitude de sources. De plus, « nous devons mener de nombreuses expériences en parallèle. Mais il y a aussi des phases où nous voulons redoubler d’efforts sur une idée et une architecture spécifiques et simplement les étendre. » Tout cela, explique Kohl, « nécessite l’accès à un calcul fiable, qui doivent également pouvoir être mis à l’échelle à bien des égards ».

Accélérer l’innovation grâce à la capacité de mise à l’échelle, à la fiabilité et à la communauté

Latent Labs s’est tournée vers AWS pour obtenir un support, dans le cadre d’une collaboration qui englobe et dépasse les aspects techniques, offrant de nombreux avantages. Cette relation « s’est traduite par des contributions importantes sur le plan du calcul, mais peut-être plus important encore, nous pensons qu’elle nous a donné accès à une communauté vraiment formidable », explique Kohl. En matière de calcul, « la technologie AWS la plus critique pour nous à l’heure actuelle est vraiment HyperPod. Cela nous permet de mettre à l’échelle notre calcul de manière fluide, que ce soit pour l’entraînement ou l’inférence. Parce que nous avons une telle variété et une telle diversité de cas d’utilisation en interne, cette flexibilité nous habilite réellement. »

Amazon SageMaker HyperPod permet aux utilisateurs de mettre à l’échelle rapidement les tâches de développement de modèles, comme l’entraînement, l’optimisation ou l’inférence (en utilisant un modèle pour établir des prédictions basées sur de nouvelles données), sur un cluster de centaines ou de milliers d’accélérateurs d’IA. Grâce à cette solution, Latent Labs peut effectuer des inférences à grande échelle, puis augmenter ou réduire verticalement de façon rapide et facile selon les besoins ; « le fait d’avoir cela à portée de main nous permet de déterminer l’état des performances de notre modèle dans des conditions réelles », explique Kohl, et « cela a fait une grande différence dans l’efficacité de nos recherches ».

La capacité de générer et de tester de nouvelles séquences biologiques (comme l’ADN) avec plus de précision et de facilité via des modèles d’IA permettra à terme d’accélérer leur fabrication et leur déploiement dans le monde réel. « Plutôt que de devoir accepter ce que la nature nous a donné ou ce que nous pouvons découvrir au hasard lors d’une expérience en laboratoire, nous pouvons contrôler et personnaliser avec une grande précision grâce à des systèmes d’IA », explique Kohl. « Si vous y réfléchissez de bout en bout, ce sera vraiment habilitant, que ce soit au niveau moléculaire, dans la fabrication de nouveaux médicaments ou plus tard au niveau des systèmes. » Il poursuit : « C’est vraiment au cœur de l’idée de faire passer la biologie d’une science d’observation à une science de l’ingénierie. »

De la science au support : outre « une infrastructure vraiment bien construite et conçue », explique Kohl, la relation entre Latent Labs et AWS comprenait également la participation au programme accélérateur d’IA générative AWS. Cela a permis à la start-up de rencontrer les équipes AWS ainsi que d’autres participants de la cohorte, « ce qui a été une excellente occasion d’apprendre les uns des autres », explique Kohl. L’accès à ce réseau diversifié d’entreprises et la collaboration avec celui-ci ont permis à Latent Labs de répondre à une question sous-jacente cruciale dans son parcours de start-up : « Comment passer de cette étape de société naissante à une entreprise beaucoup plus grande et prospère au sein de l’écosystème AWS ? »

La réponse a été apportée grâce à un « partenariat beaucoup plus approfondi » qui s’est développé entre Latent Labs et AWS, impliquant un support en matière de stratégies de commercialisation, des discussions avec des partenaires AWS et l’établissement de liens entre les réseaux AWS. Cela a également ouvert de futures opportunités de croissance. « Nous parlons de l’intégration à certaines des plateformes AWS destinées aux clients, qu’il s’agisse d’ Amazon Bedrock ou d’autres plateformes en cours de création », explique Kohl.

Une philosophie commune pour un avenir prometteur

L’objectif initial de Latent Labs était de créer des solutions qui modélisent les interactions moléculaires. À mesure que son partenariat avec AWS progresse et que son approche se développe, l’entreprise espère être en mesure de modéliser des organismes entiers à l’avenir. « Ce serait le rêve », déclare Kohl.

L’IA est un puissant accélérateur et « la technologie en elle-même est passionnante », poursuit-il, mais « ce qui m’enthousiasme le plus, c’est essentiellement de mettre ce type de maîtrise de la biologie entre les mains des chercheurs ». Grâce au soutien d’AWS, à la visibilité lors d’événements comme AWS re:Invent et à l’aide au développement de stratégies de commercialisation, Latent Labs concrétise cette vision. Ces efforts sont amplifiés par des fondations plus profondes : une philosophie partagée entre les deux entreprises. « L’alignement est vraiment excellent dans la mesure où nous nous concentrons à la fois sur les entreprises et les partenaires qui utilisent nos technologies », déclare Kohl.

À l’instar d’AWS, Latent Labs pense que la confiance et l’orientation client sont à la base de l’innovation et de partenariats significatifs. Alors qu’AWS a contribué à accélérer la capacité de la start-up à se développer et à se mettre à l’échelle, Latent Labs continue de se concentrer sur l’habilitation des personnes qui comptent le plus : les scientifiques. Ce sont « les praticiens, les biologistes et les bioingénieurs qui savent le mieux à quoi appliquer ces modèles », explique Kohl. En mettant à leur disposition des outils puissants et intuitifs, Latent Labs réinvente une vieille idée grâce à une nouvelle technologie : la biologie, comme une machine, peut être décodée, comprise et modifiée. « Je pense que c’est cet alignement qui nous enthousiasme à l’idée de ce partenariat stratégique », conclut Kohl.