Lorsqu'une clé entre dans une serrure, ce qui compte, ce n'est pas seulement la forme du panneton, mais aussi la façon dont il appuie sur les goupilles. Dans le monde des médicaments, ces « appuis » sont les liaisons hydrogène : des ponts faibles mais nombreux entre la molécule du médicament et la protéine cible. Ce sont elles qui décident si le médicament restera accroché à la protéine ou s'il glissera.
Le nouveau programme HBGSA apprend à lire le motif spatial de ces ponts hydrogène. Il construit un graphe où les atomes sont des points et les liaisons des lignes, puis, grâce à un mécanisme d'auto-attention (qui met en évidence les liaisons les plus importantes), il calcule à quel point la molécule se fixera solidement à la protéine. Contrairement aux anciennes approches, qui ne regardaient que la séquence d'acides aminés ou ignoraient les liaisons hydrogène, ce programme voit à la fois la géométrie et la chimie.
L'astuce clé réside dans la fonction de perte. Les méthodes habituelles apprennent à minimiser l'erreur numérique, tandis que HBGSA veille en plus à ce que les prédictions soient corrélées avec les valeurs réelles. C'est comme si un tireur apprenait non seulement à se rapprocher du centre, mais aussi à conserver le bon ordre des tirs : d'abord les forts, puis les faibles. Pour le criblage virtuel, c'est l'ordre qui compte, plus que la valeur exacte.
Cette approche accélère la recherche de médicaments : l'ordinateur sélectionne les molécules les plus prometteuses, et les scientifiques ne testent plus en laboratoire des milliers, mais des dizaines de candidats.
Une liaison hydrogène est 20 fois plus faible qu'une liaison chimique ordinaire, mais c'est elle qui maintient ensemble les deux brins d'ADN dans la double hélice.
Dans la série « Westworld », des algorithmes prédisaient le comportement humain à partir de détails infimes — ici, le programme prédit le comportement des molécules à partir du motif de liaisons faibles.