(Essayez l'IA de Yiaho, c'est gratuit !)
L’essentiel
- Une intelligence artificielle a écrit des génomes entiers de bactériophages, des virus qui ne s’attaquent qu’à des bactéries. Sur 285 génomes synthétisés et testés, 16 ont donné un virus vivant.
- L’IA n’est pas partie de rien : le gabarit imposé était ΦX174, un phage connu depuis 1977, et les modèles ont été réentraînés sur 14 466 génomes de la même famille.
- L’étude a été publiée dans la revue Science le 6 août 2026 à 20 h 00 (heure de Paris). Mais la préversion était en ligne depuis le 17 septembre 2025, et franceinfo l’avait déjà racontée le 15 novembre 2025.
- Les deux modèles réentraînés pour dessiner ces phages sont téléchargeables librement depuis le 12 septembre 2025, sans compte et sans demande d’accès. C’est le vrai sujet du débat de sécurité.
- En France, la phagothérapie existe déjà, mais uniquement à l’hôpital, en impasse thérapeutique, et aucun médicament à base de bactériophages n’a d’autorisation de mise sur le marché.
Depuis le 6 août 2026 au soir, les mêmes mots tournent dans tous les fils d’actualité : une intelligence artificielle aurait « créé des virus ». Les titres parlent de première mondiale, de virus inédits, parfois de virus créés de toutes pièces. Derrière ce vacarme, il y a un vrai résultat scientifique, une revue prestigieuse, et quatre documents d’origine que presque personne n’a ouverts.
Nous les avons lus tous les quatre, ligne à ligne, et comparés entre eux. Le résultat est plus intéressant que le titre : la science tient debout, mais la moitié des affirmations qui circulent ne se trouvent dans aucun de ces documents. Et le point réellement sensible, celui qui a motivé un avertissement publié le même jour dans Science, n’est presque jamais mentionné.
Ce que les chercheurs ont fait, en clair
Une équipe de l’université Stanford et de l’Arc Institute a utilisé des modèles de langage de génome. Le principe est celui d’un modèle de langage comme ChatGPT, mais entraîné sur de l’ADN au lieu du texte : au lieu de prédire le mot suivant, le modèle prédit la base suivante, lettre chimique par lettre chimique. Le modèle s’appelle Evo. Sa version 2 lit et écrit jusqu’à un million de paires de bases d’affilée et a été entraînée sur un corpus de 8 800 milliards d’unités de texte génétique couvrant tous les domaines du vivant.
Les chercheurs lui ont demandé d’écrire des génomes complets de bactériophages, ces virus qui n’infectent que des bactéries. Ils ont ensuite fait fabriquer chimiquement les meilleurs candidats, les ont introduits dans des bactéries de laboratoire, et ont regardé lesquels se comportaient comme de vrais virus. C’est le prolongement d’un mouvement de fond : les grands laboratoires d’IA construisent depuis un an des outils dédiés aux chercheurs plutôt que des chatbots généralistes.
Le point de départ n’est pas une page blanche
Le gabarit imposé au modèle est ΦX174, un bactériophage minuscule et célèbre. Il tient en 5 386 nucléotides et 11 gènes, dont plusieurs se chevauchent, c’est-à-dire que la même portion d’ADN code deux protéines différentes selon le point de lecture. C’est aussi une pièce d’histoire : premier génome intégralement séquencé en 1977 par Fred Sanger, premier génome intégralement synthétisé par voie chimique en 2003 par l’équipe de Craig Venter.
Avant de générer quoi que ce soit, les auteurs ont réentraîné les modèles Evo sur un jeu de 14 466 séquences de Microviridae, la famille de ΦX174. Autrement dit, le modèle n’a pas inventé la catégorie « bactériophage » : on lui a montré des milliers d’exemples de la même famille, puis on lui a demandé d’en écrire d’autres.
Ce que « générer un génome » veut dire ici
Brian Hie, dernier auteur de l’étude, décrit la consigne donnée au modèle : « Dans ce cas précis, nous voulions que le modèle génère le génome entier de bout en bout, en une seule passe de gauche à droite. Nous n’avons rien ajouté » (In this case, we wanted the model to generate the entire genome end-to-end in a single left-to-right pass. We didn’t add anything). Le modèle écrit la séquence d’une traite, comme un texte.
16 sur 285 : le chiffre que les titres ont laissé de côté
Le billet technique publié par l’Arc Institute donne le compte exact : « Ce protocole a permis de tester rapidement 285 conceptions » (This protocol enabled rapid testing of 285 designs). Sur ces 285, 16 ont inhibé la croissance des bactéries, ont été vérifiées par séquençage, puis conservées. Le communiqué de Stanford arrondit à « près de 300 phages » (nearly 300 phages).
Le taux de réussite est donc de l’ordre de 5,6 %. Ce n’est pas un échec, c’est même remarquable pour un premier essai à l’échelle du génome entier. Mais l’écart entre « une IA a inventé 16 virus » et « une IA a proposé des milliers de séquences dont 285 ont été fabriquées et 16 ont marché » n’est pas un détail de vocabulaire. C’est la différence entre un générateur automatique et un outil qui produit des candidats à trier.
Les 16 rescapés ne sont pas des copies de ΦX174 pour autant. Chacun porte de 67 à 392 mutations par rapport au génome naturel le plus proche. L’un d’eux, baptisé Evo-Φ2147, affiche 392 mutations et 93,0 % d’identité nucléotidique moyenne avec un phage naturel : selon certains seuils de classification, il passerait pour une espèce nouvelle. Treize des seize contiennent des mutations qu’on ne retrouve dans aucune séquence naturelle connue.
Entre la préversion et Science, les auteurs ont changé leurs mots
C’est le genre de détail qu’on ne voit qu’en ouvrant les deux textes côte à côte. Le passage par la revue a modifié le titre et le résumé, toujours dans le sens de la prudence.
| Ce qui change | Préversion du 17 septembre 2025 | Science, 6 août 2026 |
|---|---|---|
| Le titre | Generative design of novel bacteriophages with genome language models | Generative design of bacteriophages with genome language models |
| Les modèles nommés | « Evo 1 and Evo 2 », explicitement, dans le résumé | Aucun nom de modèle dans le résumé, seulement « genome language models » |
| La performance | « Multiple phages demonstrate higher fitness than ΦX174 » | « 16 phages with diverse fitness profiles in laboratory conditions » |
| Les 16 phages | « 16 viable phages with substantial evolutionary novelty » | « 16 phages with diverse fitness profiles » |
| La microscopie | « Cryo-electron microscopy revealed » | « Cryo-electron microscopy confirmed » |
Comparaison des deux résumés officiels, recopiés depuis l’interface de programmation de bioRxiv et depuis la fiche Crossref de l’article publié.
Quand le résumé perd un nom, la reprise invente le sien
Le mot « novel », qui veut dire « inédit », a disparu du titre. La phrase qui affirmait une meilleure valeur adaptative que le phage naturel a été remplacée par une formule neutre. Et les noms des deux modèles ont quitté le résumé, ce qui explique en partie pourquoi la presse a repris le seul nom encore visible partout : Evo 2, celui du communiqué de Stanford.
Le cas Forbes, vérifié ligne à ligne
Le 6 août 2026 à 15 h 41 (heure de New York), Forbes publie un article intitulé « AI Model Trained In DNA Invents 16 New Viruses Not Found In Nature ». Son chapô commence par : « Un modèle d’intelligence artificielle d’OpenAI a inventé plus d’une douzaine de nouveaux virus infectant des bactéries » (An OpenAI artificial intelligence model has invented more than a dozen new bacteria-infecting viruses). Le corps enfonce le clou : les scientifiques auraient entraîné « un modèle génératif d’OpenAI nommé Evo » (an OpenAI generative model named Evo) pour concevoir des génomes viraux « de toutes pièces » (from scratch).
Evo n’a aucun lien avec OpenAI. Il est développé par l’Arc Institute et Stanford, et publié sous licence libre Apache 2.0. Les mots-clés de la page Forbes contiennent d’ailleurs littéralement « open ai », ce qui ressemble à une confusion entre un modèle ouvert et l’entreprise du même nom. Nous avons relevé ces phrases directement dans le code de la page le 7 août 2026.
Vérifiez vous-même : qui dit quoi ?
Six affirmations qui circulent depuis le 6 août, quatre documents d’origine, et pour chaque croisement la phrase exacte du document, en français et en anglais. Cliquez une affirmation, puis un document.
Qui dit quoi ?
Choisissez une affirmation lue cette semaine, puis le document d’origine que vous voulez interroger. Les 24 réponses sont recopiées mot à mot des quatre documents, avec leur version anglaise.
La préversion pose ΦX174 comme point de départ
Le résumé déposé sur bioRxiv le 17 septembre 2025 dit que les modèles ont travaillé « en utilisant le phage lytique ΦX174 comme modèle de conception » (using the lytic phage ΦX174 as our design template). Un gabarit, pas une page blanche.
Science reprend la même phrase
Le résumé publié écrit : « Nous avons généré des bactériophages viables avec le tropisme d’hôte visé, en utilisant le phage ΦX174 comme modèle de conception » (We generated viable bacteriophages with target host tropism, using the phage ΦX174 as our design template).
Le billet technique explique pourquoi ce phage
Les auteurs écrivent qu’ils ont « choisi le bactériophage ΦX174 comme modèle de conception pour des raisons pratiques et historiques » (we chose bacteriophage ΦX174 as our design template for practical and historical reasons). Ils ont en plus réentraîné les modèles sur « un jeu de données trié de 14 466 séquences de Microviridae » (a curated dataset of 14,466 Microviridae sequences), la famille de ΦX174.
Le communiqué le dit dès son encadré
L’encadré « In brief » précise : « Étant donné un point de départ […] Evo 2 a proposé de nouvelles séquences d’ADN » (Given a starting place […] Evo 2 suggested new DNA sequences).
La préversion nomme deux modèles
« Nous avons exploité des modèles de langage de génome de pointe, Evo 1 et Evo 2 » (We leveraged frontier genome language models, Evo 1 and Evo 2). Deux modèles, pas un.
Science ne nomme aucun modèle
Le résumé publié parle de « la première conception générative de génomes complets de bactériophages à l’aide de modèles de langage de génome » (the first generative design of complete bacteriophage genomes using genome language models). Les noms Evo 1 et Evo 2 ont disparu du résumé.
Le billet parle des « modèles Evo » au pluriel
Il décrit un réentraînement supervisé « des modèles Evo » (the Evo models’ training). Le dépôt public confirme : deux points de contrôle réentraînés ont été mis en ligne, un pour Evo 1, un pour Evo 2.
Le communiqué ne parle que d’Evo 2
La page du communiqué de Stanford écrit 20 fois « Evo 2 » et pas une seule fois « Evo 1 », et attribue à ce seul modèle les génomes testés : « À partir des génomes écrits par Evo 2, les chercheurs ont synthétisé et testé près de 300 phages » (Based on genomes written by Evo 2, the researchers synthesized and tested nearly 300 phages).
« Plusieurs », pas « les seize »
« Plusieurs phages présentent une meilleure valeur adaptative que ΦX174 dans les compétitions de croissance et dans leur cinétique de lyse » (Multiple phages demonstrate higher fitness than ΦX174 in growth competitions and in their lysis kinetics).
Science a remplacé la phrase
La version publiée ne revendique plus la supériorité. Elle écrit : « Les tests expérimentaux ont produit 16 phages aux profils de valeur adaptative variés en conditions de laboratoire » (Experimental testing yielded 16 phages with diverse fitness profiles in laboratory conditions).
Le billet insiste sur la nouveauté, pas la performance
Il chiffre la divergence génétique, de 67 à 392 mutations selon les génomes, et note que « treize génomes contenaient des mutations introuvables dans toute séquence naturelle connue » (Thirteen genomes contained mutations that could not be found in any known natural sequences).
Brian Hie est précis, le titre l’est moins
« Lors des tests en laboratoire, quelques-unes des propositions d’Evo avaient une meilleure valeur adaptative que le ΦX174 natif » (In lab tests, a few of Evo’s suggestions had higher fitness than the native ΦX174). Quelques-unes sur seize.
La primeur est revendiquée en septembre 2025
La préversion, en ligne depuis le 17 septembre 2025, écrit déjà : « nous rapportons la première conception générative de génomes viables de bactériophages » (we report the first generative design of viable bacteriophage genomes). Soit 323 jours avant la parution dans Science.
Le 6 août est la date de la validation par les pairs
L’article a été déposé auprès de l’agence Crossref le 6 août 2026 à 18 h 00 min 38 s UTC, soit 20 h 00 à Paris. C’est l’heure de mise en ligne par Science, pas celle de la divulgation des résultats.
Le billet est daté du 17 septembre 2025
Il se termine par : « le manuscrit est déposé sur bioRxiv » (the manuscript is posted on BioRxiv). La capture de cette page, plus bas dans l’article, montre la date en haut à gauche.
Le communiqué parle d’« un nouvel article »
Il écrit que le modèle est passé au laboratoire « dans un nouvel article » (in a new paper), sans préciser que la préversion et le code circulent depuis onze mois.
Le tropisme est une contrainte de conception
La préversion parle d’un « tropisme d’hôte souhaité » (desirable host tropism) et part de ΦX174, un phage qui n’infecte que des bactéries.
Science parle de « tropisme d’hôte visé »
« des bactériophages viables avec le tropisme d’hôte visé » (viable bacteriophages with target host tropism). Toute l’expérimentation porte sur Escherichia coli.
Seize sur seize restent cantonnés à E. coli
« les 16 phages fonctionnels ont tous montré un tropisme restreint à E. coli C et à la souche apparentée E. coli W, sans croissance sur six autres souches testées » (all 16 functional phages showed restricted tropism to E. coli C and the related strain E. coli W, with no growth on six other tested strains). Le billet ajoute : « Evo ne peut pas générer de séquences virales humaines en raison d’exclusions délibérées dans les données d’entraînement » (Evo cannot generate human viral sequences due to deliberate training data exclusions).
Le communiqué rappelle le garde-fou
Brian Hie y défend la mise à disposition du modèle en soulignant qu’on peut intégrer des contrôles de sûreté dans un outil d’IA, « ce qui n’arrive pas quand des pathogènes évoluent naturellement » (something that doesn’t happen when pathogens evolve naturally).
Une « utilité potentielle »
« démontrant l’utilité potentielle de notre approche pour concevoir des thérapies phagiques » (demonstrating the potential utility of our approach for designing phage therapies).
Science parle d’« une voie vers »
« démontrant une voie vers […] des thérapies phagiques contre des pathogènes bactériens qui évoluent vite » (demonstrating a path toward […] phage therapies against rapidly evolving bacterial pathogens).
Les cibles citées ne sont pas humaines
Le billet évoque comme cibles thérapeutiques à court terme des phages contre des pathogènes de plantes et contre Pseudomonas aeruginosa. Aucun essai chez l’humain n’est mentionné.
Preuve de concept, et conditionnel
Brian Hie : « Nous avons une preuve de concept dans l’article » (We have a proof of concept in the paper). Le chapô du communiqué est au conditionnel : « Une nouvelle ère des antibiotiques pourrait se profiler » (A new age of antibiotics could be on the horizon).
24 combinaisons. Sources : préversion bioRxiv du 17 septembre 2025 (DOI 10.1101/2025.09.12.675911), article de Science du 6 août 2026 (DOI 10.1126/science.aec2657), billet technique de l’Arc Institute du 17 septembre 2025, communiqué du Stanford Report du 6 août 2026.
La chronologie que personne ne donne
Cette information n’est pas née le 6 août 2026. Elle est publique depuis onze mois, et les horodatages sont vérifiables un par un.
- Les deux modèles réentraînés sont mis en ligne
Sur la plateforme Hugging Face, les fiches evo-2-7b-8k-microviridae et evo-1-7b-131k-microviridae sont créées à 02 h 15 min 34 s et 02 h 16 min 45 s UTC. Licence Apache 2.0, aucun compte requis.
- La préversion et le code sortent
La préversion est déposée sur bioRxiv, l’Arc Institute publie son billet technique, et les points de contrôle sont ajoutés au dépôt officiel du modèle à 19 h 57 min 10 s UTC.
- La radio publique française raconte l’expérience
Dans la chronique « C’est ma santé » de franceinfo, Julien Ménielle décrit déjà les 300 modèles générés et les 16 virus obtenus.
- La revue Science publie
L’article validé par les pairs est déposé à 18 h 00 min 38 s UTC. Un commentaire de deux spécialistes de la biosécurité paraît dans le même numéro, à la seconde près.
- La vague de reprises
La presse française et internationale titre sur une première mondiale. Le résultat affiché en position zéro sur Google France, mesuré le 7 août, est un article de BFMTV mis en ligne le matin même à 10 h 21, qui annonce « une première mondiale ».
Pourquoi fabriquer des virus pour tuer des bactéries
Un bactériophage est un virus qui ne sait infecter que des bactéries. Il s’accroche à la paroi, injecte son ADN, se multiplie à l’intérieur, et fait éclater la cellule. On soigne avec ce mécanisme depuis un siècle, sous le nom de phagothérapie, et l’intérêt est revenu avec la résistance aux antibiotiques.
L’ordre de grandeur du problème est connu. Selon le projet international GRAM, dont l’analyse a paru dans The Lancet en septembre 2024, la résistance bactérienne a causé 1,14 million de décès directement attribuables en 2021 et a joué un rôle dans 4,71 millions de décès. Le même travail projette plus de 39 millions de morts directement dues à la résistance entre 2025 et 2050.
Le problème de la phagothérapie, c’est que les bactéries apprennent aussi à résister aux phages. D’où l’idée du cocktail, expliquée par Brian Hie : « Si les bactéries acquièrent une résistance à un seul phage, c’est fini pour le médicament » (If the bacteria gain resistance to a single phage, it’s game over for the medication). Et : « Mais si vous avez plusieurs phages génétiquement distincts dans un mélange, il serait plus difficile pour les bactéries de développer une résistance au cocktail entier » (But if you have multiple genetically distinct phages in a mixture, it would be harder for the bacteria to develop resistance to the entire cocktail).
C’est exactement ce que l’expérience teste. Les chercheurs ont fait évoluer trois souches d’E. coli devenues résistantes à ΦX174. Le phage naturel seul échoue complètement. Le mélange de phages générés par l’IA vient à bout des trois souches en un à cinq repiquages successifs. Les phages gagnants sont des mosaïques : ils combinent des morceaux de deux à trois conceptions différentes.
Le résultat le plus étonnant de l’étude
L’un des phages générés, Evo-Φ36, a intégré une protéine d’empaquetage de l’ADN empruntée à un phage éloigné, G4. Cette protéine est plus courte que l’originale, 25 acides aminés contre 38. La microscopie électronique montre qu’elle se place différemment dans la capside, et que ça marche quand même. Les auteurs soulignent que des tentatives antérieures d’ingénierie raisonnée avaient échoué sur cette greffe précise.
Et en France ? La phagothérapie existe déjà, mais pas comme on l’imagine
C’est la question que les internautes posent réellement : sur la requête « bactériophage intelligence artificielle », Google France affichait le 7 août 2026 les recherches associées « Traitement phages en France », « Bactériophage médicament » et « Bactériophage danger ». La réponse est publiée par l’Agence nationale de sécurité du médicament, et elle est nette.
L’ANSM écrit, mot pour mot : « A ce jour, aucun médicament contenant des bactériophages ne dispose d’autorisation de mise sur le marché (AMM) dans l’Union européenne ni aux Etats-Unis. » Ce qui existe en France, c’est un accès compassionnel à deux bactériophages anti-Staphylococcus aureus, PP1493 et PP1815, plus un essai clinique, PhagoDAIR I.
- Pour qui : adultes et adolescents, infections osseuses et ostéo-articulaires graves à Staphylococcus aureus, « lorsque le pronostic vital ou fonctionnel est engagé, et en situation d’impasse thérapeutique ».
- Où : usage hospitalier uniquement, sous protocole de surveillance de l’ANSM.
- Comment : chaque prescription passe par un avis collégial d’un centre de référence des infections ostéo-articulaires complexes, et un phagogramme obligatoire teste l’activité du phage sur la bactérie du patient.
- En cocktail, déjà : l’ANSM impose que les deux phages soient « utilisés en association pour limiter le risque de résistance ». Le principe défendu par l’étude est donc déjà la règle en clinique.
À retenir avant de se faire des idées
Les 16 phages de l’étude ciblent une souche de laboratoire d’Escherichia coli, pas Staphylococcus aureus. Ils n’ont jamais été administrés à un être humain, aucun essai clinique ne les concerne, et l’article lui-même parle d’une preuve de concept. Cet article est une information générale sur une publication scientifique, il ne remplace pas un avis médical. Une demande d’accès à la phagothérapie se fait toujours par l’équipe hospitalière qui suit le patient.
Le vrai sujet de sécurité : les modèles sont téléchargeables depuis onze mois
Ce que dit l’avertissement publié le même jour
Le même numéro de Science publie un commentaire de deux spécialistes du Johns Hopkins Center for Health Security, Thomas V. Inglesby et Moritz S. Hanke, intitulé « AI-designed viral genomes » (pages 563 et 564). Son sous-titre officiel tient en une ligne : « La génération de génomes viraux fonctionnels a des implications urgentes en matière de biosûreté et de biosécurité » (The generation of functional viral genomes has urgent biosafety and biosecurity implications).
Ce que le débat public a raté, c’est que la question ne se pose pas au futur. Nous avons vérifié le dépôt public du modèle : les deux versions réentraînées sur les Microviridae, celle d’Evo 1 et celle d’Evo 2, sont en ligne depuis le 12 septembre 2025. Le fichier de poids d’Evo 2 pèse 13 gigaoctets, il est sous licence Apache 2.0, il n’y a ni demande d’accès, ni compte à créer, ni case à cocher. Un bouton de téléchargement, et c’est tout.
Les auteurs ne s’en cachent pas, et défendent ce choix. Leur billet technique détaille les garde-fous : toutes les expériences ont eu lieu dans des postes de sécurité microbiologique dédiés, avec des souches non pathogènes, et surtout, écrivent-ils, « Evo ne peut pas générer de séquences virales humaines en raison d’exclusions délibérées dans les données d’entraînement » (Evo cannot generate human viral sequences due to deliberate training data exclusions). Autrement dit, les virus qui infectent l’homme ont été retirés du corpus d’apprentissage.
Brian Hie ajoute un argument que le communiqué de Stanford résume ainsi : les pathogènes naturels existants sont plus faciles d’accès et plus faciles à produire que des conceptions par IA, et on peut intégrer des contrôles de sûreté dans un outil d’IA, « ce qui n’arrive pas quand des pathogènes évoluent naturellement » (something that doesn’t happen when pathogens evolve naturally).
Le point aveugle du raisonnement
Ce que ce raisonnement ne couvre pas
Une exclusion dans les données d’entraînement du modèle de base n’engage que ce modèle. Or les deux fichiers publiés le 12 septembre 2025 sont eux-mêmes des versions réentraînées, la démonstration que réentraîner un modèle de génome sur une famille virale précise est à la portée d’une équipe de laboratoire. Le commentaire publié dans Science porte exactement sur ce point : la capacité existe, l’encadrement, lui, reste à construire.
Le sujet n’est pas neuf pour les modèles de texte. L’Europe a commencé à imposer des obligations de transparence sur les contenus générés par IA le 2 août 2026, et l’été a été ponctué d’incidents où des systèmes d’IA ont agi seuls, comme celui où une IA a créé de faux comptes pour piéger un développeur. Les modèles de génome, eux, ne sont couverts par aucun de ces textes.
Ce qu’il reste à prouver
Le résultat est solide dans son périmètre, et ce périmètre est étroit. Quatre limites que les auteurs assument eux-mêmes. C’est aussi le pari revendiqué par les patrons de laboratoires d’IA, à commencer par celui de Google DeepMind, qui vient de quitter la direction du laboratoire pour se consacrer à la découverte scientifique.
- Un seul hôte, en laboratoire. Les 16 phages n’attaquent que E. coli C et une souche voisine, sans aucune croissance sur six autres souches testées. Rien n’a été tenté sur un pathogène clinique.
- Un génome minuscule. 5 386 nucléotides, quand la moindre bactérie en compte des millions. Brian Hie indique d’ailleurs travailler sur des ADN plus longs.
- Un coût de fabrication qui trie tout. Le prix de la synthèse d’ADN est la vraie limite : c’est lui qui a imposé de ne fabriquer que 285 candidats sur des milliers générés.
- Zéro donnée chez l’humain. Aucun essai, aucune autorisation, aucun dossier. La distance entre une preuve de concept en boîte de Petri et un médicament se compte en années.
Brian Hie formule lui-même les deux questions ouvertes : « comment obtenir une plus grande nouveauté génétique et comment obtenir un meilleur contrôle des résultats » (how do we get greater genetic novelty and how do we get greater controllability of the outcomes).
Questions fréquentes
Ces virus créés par une IA peuvent-ils infecter l’homme ?
Non, et c’est mesuré. Les 16 phages fonctionnels n’infectent qu’Escherichia coli C et une souche apparentée, sans aucune croissance sur les six autres souches testées. Le point de départ, ΦX174, est un virus de bactéries. Et les modèles Evo ont été entraînés sur un corpus dont les virus humains ont été délibérément retirés, selon les auteurs eux-mêmes.
Est-ce vraiment une première mondiale du 6 août 2026 ?
La revendication de première conception générative de génomes viables de bactériophages figure déjà dans la préversion mise en ligne le 17 septembre 2025. Ce qui date du 6 août 2026, c’est la validation par les pairs et la publication dans Science. Entre les deux, il s’est écoulé 323 jours, pendant lesquels la radio publique française avait déjà consacré une chronique au sujet, le 15 novembre 2025.
Quelle IA a fait ça, et peut-on y accéder ?
Les modèles s’appellent Evo 1 et Evo 2, développés par l’Arc Institute et Stanford. Le code est publié sous licence Apache 2.0 et les poids sont hébergés publiquement. Les deux versions spécialement réentraînées pour les phages de la famille de ΦX174 sont en téléchargement libre depuis le 12 septembre 2025. Ce ne sont pas des outils grand public : il faut des cartes graphiques professionnelles et des compétences en bio-informatique pour les faire tourner, et surtout un laboratoire pour fabriquer quoi que ce soit.
Quelle différence avec un virus informatique ?
Aucun rapport. Un virus informatique est un programme. Un bactériophage est un objet biologique fait d’ADN et de protéines, qui se reproduit dans une cellule vivante. La confusion est fréquente au point que Google propose les deux sujets sur la même page de résultats, mais ce sont deux mondes séparés.
Peut-on se faire soigner par phagothérapie en France ?
Dans des conditions très encadrées. L’ANSM autorise un accès compassionnel à deux bactériophages anti-Staphylococcus aureus pour des infections osseuses et ostéo-articulaires graves, en impasse thérapeutique, à l’hôpital, après avis collégial d’un centre de référence et phagogramme. Aucun médicament à base de bactériophages n’a d’autorisation de mise sur le marché dans l’Union européenne. La démarche est toujours engagée par l’équipe médicale, jamais par le patient seul.
Un bactériophage, c’est dangereux ?
Pour les bactéries visées, oui, c’est tout l’intérêt. Pour l’organisme humain, les phages sont partout : on en ingère et on en héberge en permanence, ils font partie du microbiote. Le risque discuté par les spécialistes de la biosécurité ne porte pas sur ces phages-là, mais sur la possibilité qu’une méthode démontrée sur un virus inoffensif soit un jour transposée à des agents dangereux.
Envie de tester une IA par vous-même ?
Pas besoin d’attendre le prochain modèle de laboratoire. L’IA de Yiaho répond en français, gratuitement, sans inscription et sans limite d’usage.
Sources primaires. Samuel H. King, Claudia L. Driscoll, David B. Li, Daniel Guo, Aditi T. Merchant, Garyk Brixi, Max E. Wilkinson et Brian L. Hie, « Generative design of bacteriophages with genome language models », Science, vol. 393, n° 6811, 6 août 2026 (DOI 10.1126/science.aec2657). Thomas V. Inglesby et Moritz S. Hanke, « AI-designed viral genomes », Science, vol. 393, n° 6811, p. 563 et 564 (DOI 10.1126/science.aej8512). Préversion bioRxiv du 17 septembre 2025 (DOI 10.1101/2025.09.12.675911). Arc Institute, « How We Built the First AI-Generated Genomes », 17 septembre 2025. Stanford Report, « AI designs a novel E. coli killer », 6 août 2026. Dépôt et fiches de modèles Evo 2 et Evo 1 Microviridae (licence Apache 2.0). ANSM, phagothérapie et accès compassionnel, page publiée le 9 juin 2022 et mise à jour le 8 janvier 2026. Projet GRAM, The Lancet, analyse publiée le 16 septembre 2024. Chiffres et citations relevés le 7 août 2026.
