DeepSeek -V4-Flash vient à peine de révolutionner le monde des grands modèles génériques, et son équivalent chinois dans les sciences de la vie suit de près.
Récemment, le grand modèle multionique GeneLLM, spécialisé en sciences de la vie et développé par Jindu Life Sciences (fondée par 4 diplômés de l'Université d'Oxford), a été publié successivement dans deux revues académiques de premier plan international : Nature Communications et Advanced Science.
En tant que premier grand modèle multionique au monde à utiliser directement des données omiques brutes pour le pré-entraînement, GeneLLM est un autre modèle majeur après AlphaFold de Google et EVO 2 de l'Université de Stanford, comblant le vide des grands modèles fondamentaux en sciences de la vie en Chine. Il peut être considéré comme la version chinoise de DeepSeek pour les sciences de la vie, permettant à l'IA de commencer à comprendre les multiples « langages » et l'ensemble du « système » de la vie.
Prédire la prochaine information vitale comme prédire le prochain token
La reconnaissance des maladies n'est qu'un scénario d'application de GeneLLM. Ce que Jindu Life Sciences veut vraiment faire, c'est créer le « Claude Code » des sciences de la vie.
Le cœur des grands modèles de langage comme ChatGPT, Claude, DeepSeek , est la prédiction du prochain token.
L'approche de GeneLLM est similaire, mais au lieu de prédire du texte, elle prédit des informations vitales.
Les quatre bases nucléiques de l'ARN – Adénine (A), Uracile (U), Guanine (G), Cytosine (C) – deviennent les Tokens fondamentaux qui permettent à GeneLLM de comprendre le langage de la vie.
L'analyse bioinformatique traditionnelle s'appuie généralement sur l'annotation des gènes, l'alignement de séquences et des étiquettes définies manuellement. Bien qu'accurate, cette méthode limite à l'avance la perception du modèle et peut perdre une grande quantité de signaux biologiques inconnus cachés dans les données brutes.
GeneLLM adopte une approche différente, apprenant directement les lois de la vie à partir de données de séquençage brutes non traitées.
Il utilise comme données d'entraînement des données omiques brutes (transcriptomiques, protéomiques, métabolomiques, etc.) pour laisser le modèle découvrir par lui-même les motifs associés aux maladies.
À ce jour, GeneLLM a terminé le pré-entraînement d'un modèle de 1,5 milliard de paramètres sur 3,5 billions de bases. La version XLarge a réalisé le pré-entraînement d'un modèle de 30 milliards de paramètres, élargissant continuellement l'avantage technologique.
En tant que premier grand modèle multionique au monde pré-entraîné sur des données de séquençage brutes, GeneLLM comprend deux phases :
(1) Pré-entraînement non supervisé et exploration de prototypes.
(2) Ajustement spécifique aux maladies au niveau patient (Disease Tuning).
GeneLLM devait d'abord résoudre un problème :
Comment transformer des données biologiques complexes en un langage compréhensible par l'IA ?
En traitement du langage naturel, l'algorithme BPE découpe les phrases en tokens. GeneLLM, quant à lui, découpe les fragments de séquençage d'ARN d'environ 150 pb en tokens de vie via une fenêtre glissante de 7 bases (7-mer).
Ensuite, le modèle utilise l'architecture Transformer pour prédire directement la base suivante, sans annotation génétique ni étiquette humaine.
Cela signifie que l'IA n'apprend pas d'abord à partir d'un « dictionnaire » organisé par les humains, mais directement à partir des signaux bruts de la vie.
Pendant l'entraînement, GeneLLM a traité plusieurs dizaines de billions de reads d'ARN, entraîné sur un cluster de centaines de GPU NVIDIA A100.
C'est ainsi que commencent à « émerger » les capacités de généralisation de GeneLLM.
En tant qu'innovation majeure dans le domaine des sciences de la vie, ce modèle national GeneLLM peut être appliqué à de nombreux domaines tels que la découverte de nouveaux médicaments, la médecine de précision, la biologie synthétique, la surveillance environnementale, la microbiologie et l'agrobiologie, la conception de protéines et de molécules. C'est l'un des rares grands modèles au monde à être réellement déployé dans des scénarios pratiques.
Ce n'est qu'après avoir examiné les innovations fondamentales de GeneLLM en termes de « données, architecture, entraînement » que l'on peut vraiment comprendre pourquoi il représente la version chinoise du « DeepSeek biologique ».
La Silicon Valley empile des dizaines de milliers de H100 pour atteindre des billions de paramètres, tandis que DeepSeek améliore l'efficacité du calcul par l'innovation algorithmique. GeneLLM fait de même, en exploitant avec finesse des milliards de données des sciences de la vie.
Si AlphaFold a permis à l'IA de voir pour la première fois la « structure » de la vie, et EVO2 de commencer à comprendre le « code » de la vie, alors GeneLLM tente de comprendre davantage le « système » de la vie.
Plus impressionnante encore est l'efficacité. Les méthodes traditionnelles nécessitent un séquençage profond de 6 Gb, coûteux et difficile à déployer. GeneLLM maintient une AUC > 0,8 même avec un séquençage extrêmement peu profond de 1 Gb (coût réduit de 83%).
Cela signifie un réel espoir de rendre la médecine de précision accessible à tous.
Un nouveau paradigme de recherche émerge : laisser l'IA apprendre des données biologiques, faisant entrer les sciences de la vie dans une nouvelle phase d'exploration prédictible, calculable et évolutive.
Plus qu'un modèle, une infrastructure intelligente pour le « dernier kilomètre »
Mais la vision de Jindu Life Sciences ne se limite pas au modèle de base.
S'appuyant sur le grand modèle multionique GeneLLM comme socle de cognition biologique, Jindu Life Sciences construit un système d'exécution connectant l'intelligence artificielle au monde physique. Via la couche d'exécution intelligente des expériences « Harness » et la boucle de données DBTL (Concevoir-Construire-Tester-Apprendre), elle réalise une boucle complète de l'IA pour la Science, allant de la compréhension des lois biologiques et de la génération d'hypothèses scientifiques, à la validation expérimentale automatisée et à l'optimisation continue.
Comme l'a dit Liam Fedus, ancien vice-président d'OpenAI et responsable du post-entraînement, les LLM ont épuisé le texte et le code limités d'Internet, et les progrès majeurs de la découverte scientifique doivent désormais s'appuyer sur l'itération expérimentale.
Autrement dit, l'IA ne peut plus se contenter de lire ce que les humains ont déjà écrit pour découvrir de nouvelles connaissances ; elle doit faire ses propres expériences.
Mais le problème est le suivant –
Les services Internet ont naturellement des API, les informations en ligne sont naturellement numériques. Mais les équipements de recherche proviennent de différents fabricants, avec des protocoles variés, complexes et coûteux, et personne ne peut tout reconstruire en quelques mois.
Aujourd'hui, la plupart des laboratoires sont conçus pour les humains : panneaux d'instruments, gestes de pipetage, état des échantillons, jugement sur place, la grande majorité ne se transforme pas en signaux compréhensibles par une machine.
Faire entrer l'IA dans le laboratoire n'est actuellement pas seulement une question de capacité des modèles, mais nécessite une nouvelle infrastructure.
Par conséquent, faire entrer l'IA dans le laboratoire n'est actuellement pas seulement une question de capacité des modèles, mais nécessite un Harness physique : transformer le laboratoire en un système compilable, planifiable, observable et traçable.
Voilà le véritable « dernier kilomètre » de l'IA4S.
BioFord Harness : faire en sorte que le laboratoire commence à « s'animer »
Pour cela, Jindu a développé un système appelé BioFord Harness.
C'est une infrastructure qui connecte l'IA au laboratoire physique.
Ils ne font pas imiter les bras robotisés à la main humaine, mais transforment le laboratoire en un système compilable, planifiable, observable et traçable.
Dans ce processus, le Harness physique doit accomplir au moins trois choses :
1. Compiler l'intention scientifique ou le DSL expérimental en instructions exécutables par différents appareils ;
2. Planifier entre plusieurs appareils, gérer les contraintes de ressources et de sécurité, et traiter les exceptions ;
3. Faire remonter les résultats expérimentaux, les journaux des appareils et les paramètres environnementaux comme entrées pour la prochaine itération de conception de modèle et d'expérience.
Problème scientifique → Compréhension par l'IA → Protocole expérimental → Planification des appareils → Exécution → Retour des données → Optimisation du modèle → Itération suivante.
C'est ainsi qu'une roue d'accumulation de données expérimentales scientifiques se met en mouvement.
Cinq agents intelligents, transformant le flux de recherche en « chaîne de montage »
La plateforme de recherche BioFord Agent, à intelligence incarnée, se connecte en aval à la couche physique du laboratoire et supporte en amont la couche cognitive du scientifique, comblant l'écart entre raisonnement et exécution grâce à l'IA physique.
Au niveau cognitif, BioFord Agent est constitué d'un réseau collaboratif de cinq agents intelligents, couvrant l'ensemble du processus de recherche en sciences de la vie, permettant de multiplier par plusieurs fois l'efficacité de la recherche.
Agent de recherche documentaire
Agent de conception expérimentale
Agent scientifique
Agent de planification expérimentale
Agent d'analyse des données
Par exemple, l'agent de recherche documentaire peut rapidement vous aider à rechercher et lire une vaste littérature, rédiger une revue de littérature et aider à formuler des hypothèses.
L'agent de conception expérimentale permet aux équipes de recherche de réduire le cycle de conception expérimentale, auparavant de plusieurs mois, à une semaine.
L'agent de planification expérimentale lancé par Jindu Life Sciences, s'appuyant sur la couche d'abstraction des instruments universels (Universal Instrument Abstraction Layer), brise les barrières protocolaires entre différents types d'appareils hétérogènes.
Que ce soit un thermocycleur PCR, un lecteur de microplaques, un cytomètre en flux ou une station de pipetage automatisée, ils peuvent tous être gérés et planifiés de manière unifiée. Le système intègre des algorithmes de planification dynamique, permettant une planification par lots automatisée, l'évitement des conflits en temps réel, et l'enregistrement complet des paramètres expérimentaux, formant une chaîne de traçabilité vérifiable.
Cela signifie que l'IA ne se limite plus à la phase de « conseil », mais entre réellement dans le laboratoire, manipule les équipements, exécute les tâches, devenant un « assistant de recherche » fiable.
Les données d'échec sont peut-être plus précieuses que les données de succès
La valeur plus profonde résolue par ce système est de rendre chaque expérience – qu'elle réussisse ou échoue – en données digestibles par le système.
Dans un laboratoire traditionnel, un enregistrement d'échec peut n'être qu'une ligne de « résultat non conforme aux attentes », l'expérience restant dans la tête de l'opérateur, disparaissant avec son départ.
Mais dans le système BioFord, chaque échec est une donnée d'entraînement précieuse – la logique du choix des paramètres, l'enregistrement des conditions environnementales, la preuve des voies erronées... tout est déposé, devenant une partie de l'« expérience » du système.
La prochaine fois, l'IA saura : cette voie est sans issue.
Il est intéressant de noter que sur cette piste, ce n'est pas celui qui a le plus de puissance de calcul qui gagne, ni celui qui a le plus grand modèle.
La puissance de calcul s'achète, mais les données de recherche ne s'achètent pas.
Jin Yongcheng, fondateur et PDG de Jindu Life Sciences, déclare : « Pendant le processus de R&D, nous avons progressivement réalisé que l'IA pour les sciences de la vie ne consiste pas simplement à empiler des modèles et des données. Pour ceux qui font des expériences, le problème à résoudre reste celui de ne pas savoir quoi faire après les calculs, et de faire des choses qui ne sont pas correctes. »
C'est là la barrière la plus importante et la plus difficile à reproduire dans le domaine de l'IA4S.
Quatre Oxoniens, dont un camarade de promotion de Luo Fuli
En 2022, au moment de recevoir son doctorat en ingénierie biologique de l'Université d'Oxford, Jin Yongcheng était face à un choix.
Son directeur de thèse était Hagan Bayley, membre de la Royal Society et fondateur d'Oxford Nanopore, géant du séquençage de troisième génération coté en bourse au Royaume-Uni, et le laboratoire avait une solide tradition de « valorisation des résultats ». Rester au Royaume-Uni était une voie claire et stable.
Mais il a choisi une autre voie – mettre une « technologie prototype » du laboratoire dans sa valise et la ramener en Chine. Il était accompagné de trois autres diplômés d'Oxford : le docteur en biologie Deng Siwei, le chercheur associé de l'école d'informatique Sha Lei (docteur en informatique de l'Université de Pékin, camarade de promotion de Luo Fuli, responsable des grands modèles chez Xiaomi), et Zhou Tianyao, spécialisé dans le déploiement de produits. Les quatre possèdent des connaissances complémentaires en ingénierie biologique, intelligence artificielle, biologie computationnelle et gestion commerciale. Ils ont formé une équipe pour mener des projets de recherche interdisciplinaires combinant l'IA et la transcriptomique pour la prédiction et la détection des maladies. Les quatre personnes se complètent parfaitement comme un puzzle, permettant de mener des recherches hautement interdisciplinaires.
Le nom de l'entreprise, « Jindu Life Sciences », « Jin » vient d'Oxford, symbolisant leur départ des hauts lieux académiques comme les laboratoires d'élite d'Oxford ; « Du » signifie faire traverser, aider, représentant la destination à laquelle l'IA pour la Science devrait parvenir selon eux.
Actuellement, la plateforme de recherche BioFord Agent, à IA physique de Jindu Life Sciences, a déjà été déployée dans plusieurs universités renommées en Chine, avec des résultats significatifs, réduisant le cycle de recherche de plusieurs mois à une semaine.
Le vent se lève : 4 tours de financement en 1 an, le « vrai enthousiasme » des investisseurs
Cependant, emprunter une voie « sans précédent » s'accompagne inévitablement de solitude.
Au début de l'aventure, les difficultés étaient nombreuses. À l'époque, les startups en IA faisaient fureur, mais les tentatives d'« IA+ » dans le domaine des sciences de la vie étaient rares. « Ceux qui comprennent l'IA ne comprennent pas nécessairement les sciences de la vie, et la plupart de ceux qui comprennent les sciences de la vie ne comprennent pas l'IA. »
Jin Yongcheng admet : « Les investisseurs ne comprenaient pas au début ce que nous faisions. »
L'équipe a choisi la « voie la plus difficile » : s'attaquer au grand modèle fondamental en biologie, une direction dans laquelle peu d'entreprises dans le monde s'engagent.
En 2025, un tournant s'est produit.
À cette époque, le Conseil des Affaires d'État a publié les « Opinions sur la mise en œuvre approfondie de l'action 'Intelligence Artificielle+' », l'IA pour la Science y figurait, le domaine commençait à prendre son envol.
Jindu Life Sciences a réalisé l'exploit de « terminer 4 tours de financement en un an ». Le calendrier des principaux financements de l'entreprise est un véritable exemple pour le secteur.
Tour Angel+ : dirigé par Sequoia Capital China Seed Fund ;
Tour Pre-A+ : dirigé par Creation Orient Capital avec un investissement de plusieurs dizaines de millions de yuans ;
Tour Pre-A+ : investissement de plusieurs dizaines de millions de yuans par Nanshan Zhanxintou ;
Tour Série A : dirigé par Gaotejia Investments avec un investissement de près de 100 millions de yuans.
Teng Yuhang, partenaire exécutif de Gaotejia Investments, déclare : « Jindu Life Sciences a transformé la recherche fondamentale en sciences de la vie en une infrastructure 'calcul + expérimentation' abonnable et extensible. »
Et la vision de Jin Yongcheng va plus loin : « Nous ne nous contentons pas de vendre des logiciels, nous voulons construire le système d'exploitation intelligent du domaine des sciences de la vie. Tout comme Intel a défini la puissance de calcul de l'ère PC, nous espérons définir le nouveau paradigme de R&D des sciences de la vie à l'ère de l'IA. »
Du laboratoire d'Oxford à Shenzhen, de l'incompréhension à des investissements majeurs de capital de premier plan, l'histoire de ces quatre Oxoniens n'est pas seulement une légende entrepreneuriale, mais aussi une profonde réflexion sur « ce que nous pouvons faire pour l'humanité ».
Lorsque l'IA apprend à faire de la recherche « toute la nuit » par elle-même, la découverte scientifique ne dépendra peut-être plus du hasard de l'inspiration géniale, mais deviendra une nécessité prévisible. Ce chemin, ils viennent tout juste de le commencer.
Carte du secteur : Jindu trace la voie de l'IA physique légère
Sur la carte plus large de l'IA pour les sciences de la vie, Jindu n'est pas seul, mais son point d'entrée est totalement différent.
La première catégorie est celle des scientifiques IA côté numérique.
Biomni (devenu commercialement Phylo), issue de Stanford, possède plus de 150 outils spécialisés, capable d'exécuter automatiquement des revues de littérature, de générer des hypothèses et d'analyser des données bioinformatiques.
FutureHouse, soutenu par Eric Schmidt, vise à construire des scientifiques IA capables de générer des hypothèses de manière autonome et de rédiger des articles.
Cependant, bien que puissants, ils restent confinés au monde numérique.
La deuxième catégorie est la voie full-stack autonome.
XtalPi déploie plus de 300 stations de travail « IA + robots » dans le monde.
Lila Sciences, incubée par Flagship Pioneering, avec un financement de 550 millions de dollars, tente de laisser l'IA prendre totalement en charge la conception, l'exécution et la reconception des expériences, avec pour objectif une « super-intelligence scientifique ».
Mais tout cela coûte très cher.
La troisième catégorie est la voie des pipelines de bout en bout.
Insilico Medicine pousse directement l'IA dans ses propres pipelines de médicaments innovants, son premier médicament conçu par IA étant entré en phase III clinique, mais ils sont des « constructeurs de voitures » et non des « réparateurs de routes ».
Le choix de Jindu Life Sciences est : se concentrer sur la construction du Harness physique, faire l'infrastructure du « dernier kilomètre » entre le modèle et le système d'expérimentation physique.
Ne pas faire la course au socle, ne pas faire de pipeline de bout en bout, ne pas faire de scientifiques IA purement numériques. Se concentrer uniquement sur ce kilomètre est indéniablement une approche plus légère.
Jin Yongcheng exprime clairement ce jugement : « Le véritable tournant de l'IA pour la Science n'est pas à quel point le modèle répond comme un scientifique, mais si le laboratoire peut commencer à fonctionner comme un système d'apprentissage continu. »
De plus, dans le domaine mondial de l'IA pour la Science, Jindu ne se contente pas simplement de « faire le dernier kilomètre ».
Plus précisément, il utilise le dernier kilomètre comme point d'entrée pour revendiquer le droit d'orchestrer l'ensemble du flux de travail de recherche.
Comparé aux scientifiques IA purement numériques, il peut toucher le monde physique ; comparé aux usines scientifiques lourdes construites en interne, il a la possibilité de prendre en charge les laboratoires existants des clients ; comparé aux entreprises de découverte de médicaments par IA de bout en bout, il n'a pas à miser son avenir sur un pipeline clinique spécifique.
Sa véritable barrière ne sera pas le nombre de paramètres, mais l'accumulation continue des traces expérimentales, des interfaces d'appareils, de l'expérience des échecs et du réseau d'exécution inter-laboratoires.
Comme le dit Jin Yongcheng, les milliers de voies de signalisation dans les organismes vivants et les mécanismes réactionnels pleins d'inconnus sont fascinants. « La biologie est aussi riche que les perspectives de l'IA pour la Science sont belles. »
Explorer les mystères de la vie avec l'intelligence de l'IA, le vaste univers de ces diplômés d'Oxford ne fait que commencer.
Cet article provient du compte public WeChat « New Zhiyuan » ; Auteur : New Zhiyuan ; Éditeur : Aeneas KingHZ
