La danse de centaines de particules : certaines paires tournent lentement et avec fluidité, d'autres s'agitent à un rythme effréné. Pour comprendre l'essence de la danse, il faut suivre les mouvements lents – ce sont eux la chorégraphie principale du système. En science des molécules, ces mouvements lents sont appelés « modes lents », et ce sont eux qui déterminent comment une protéine se replie en boule ou comment un médicament se lie à sa cible.
La nouvelle méthode SelfTICA apprend à reconnaître cette chorégraphie sans indications. Elle prend deux instantanés du système moléculaire, séparés par un petit intervalle de temps (le lag), et essaie de deviner quelles parties des instantanés correspondent à la même « figure de danse » et lesquelles ne sont que des passants aléatoires. Cette approche est appelée apprentissage contrastif : l'algorithme reçoit une récompense pour rapprocher les états similaires et une pénalité pour les confondre avec d'autres. En conséquence, à l'intérieur du programme se forme spontanément une carte des mouvements les plus importants, les plus lents.
L'astuce principale réside dans le fait que l'apprentissage et la recherche des modes lents sont séparés. D'abord, la méthode apprend à extraire des caractéristiques utiles des données – comme si un danseur commençait par s'habituer au rythme de la musique. Ensuite, sur ces caractéristiques apprises, elle applique une bonne vieille technique : l'analyse en composantes indépendantes avec décalage temporel (TICA). Cela permet de trouver les mouvements les plus fluides et même d'estimer leurs temps caractéristiques.
Cette approche rappelle le travail d'un chorégraphe qui regarde une répétition non pas depuis le début, mais depuis n'importe quel endroit – et devine quand même quel mouvement va suivre. SelfTICA n'exige pas de longues trajectoires d'apprentissage et peut travailler avec des données où les transitions rares ne se sont pas encore produites. Ainsi, les simulations informatiques de molécules biologiques deviendront plus rapides et moins coûteuses – et nous rapprocheront de la compréhension du fonctionnement des protéines, de l'ADN et des médicaments.
Les mouvements lents dans les molécules peuvent prendre de la microseconde à la minute – pour un ordinateur, c'est une éternité, car chaque pas de simulation dure des femtosecondes (un millionième de milliardième de seconde).