Pour comprendre un mécanisme, il faut le faire bouger. Un enfant qui démonte un réveil ne se contente pas de regarder les engrenages : il tourne la molette et écoute comment le tic-tac change. De même, les scientifiques, plutôt que d'observer passivement, envoient au système des signaux soigneusement choisis et observent la réponse.
Dans cette nouvelle étude, les auteurs proposent une méthode qui sélectionne automatiquement le signal d'entrée le plus « retors » — celui pour lequel différentes hypothèses sur le système donnent des prédictions maximalement différentes. C'est un peu comme un examen : le professeur ne pose pas les questions les plus simples, mais celles qui révèlent le mieux l'écart entre un bon et un mauvais élève. Le modèle mathématique est ici comme une carte du territoire : plus la carte est précise, mieux on s'y repère.
Les auteurs ont testé leur approche sur des exemples numériques, puis l'ont appliquée à une expérience avec des canaux ioniques — des protéines de la membrane cellulaire qui s'ouvrent sous l'effet de la lumière et laissent passer des particules chargées. Ils ont réussi à choisir avec assurance le meilleur modèle parmi plusieurs candidats.
Cette approche rappelle le travail d'un enquêteur : pour établir la vérité, il pose des questions auxquelles les différentes versions des faits apportent des réponses radicalement différentes. Plus les réponses divergent, plus vite les versions erronées sont écartées. La méthode promet d'accélérer la recherche de modèles corrects en biologie, en neurosciences et dans d'autres domaines où les données sont rares et les hypothèses nombreuses.
Les protéines photosensibles étudiées par les auteurs sont utilisées en optogénétique — une technique qui permet d'activer ou de désactiver des neurones avec de la lumière.