Apprendre à un réseau de neurones à lire des manuels express
Les protéines dans une cellule communiquent comme les habitants d'une immense ville : certaines transmettent des signaux, d'autres freinent, d'autres encore sont simplement à proximité. Le réseau de neurones à graphes voit la carte de ces connexions — qui est relié à qui — mais pour lui, ce ne sont que des lignes. Il ignore que la protéine DDR1 est cruciale pour la survie des cellules cancéreuses, et que son voisin est une clé pour un médicament.
La nouvelle méthode RAG-GNN offre une bibliothèque au réseau : il cherche lui-même dans les articles scientifiques les descriptions des protéines et apprend à les combiner avec la carte des connexions. Comme un étudiant qui ne se contente pas de mémoriser un schéma, mais lit un manuel. La recherche d'articles est ajustée en même temps que l'apprentissage : le réseau apprend à poser les bonnes questions et à trouver les réponses.
La vérification a montré : si on fournit des articles aléatoires ou qu'on les retire complètement, le résultat se dégrade. Cela signifie que le réseau lit et comprend vraiment, et ne se contente pas de deviner. La carte des connexions et les textes fournissent des informations presque identiques, mais ensemble, ils fonctionnent mieux.
Cette approche pourrait aider les médecins à choisir plus précisément les médicaments : l'ordinateur verrait non seulement « qui est lié à qui », mais aussi « ce que cela signifie ».
Il y a autant de protéines dans une seule cellule que d'habitants dans une mégapole : des dizaines de milliers, et toutes communiquent en permanence.