Les gènes comme un plat : un nouveau regard sur les cellules express
Les données sur l'activité des gènes ressemblent généralement à une longue rangée de chiffres, comme une bande arc-en-ciel (spectroscopie) sans liens visibles. Dans le modèle scVision, ces chiffres sont transformés en une image signifiante — non pas une liste d'ingrédients, mais une photo du plat fini. Les gènes sont disposés sur une « carte de recette » commune : les gènes coopérants sont proches, leur activité est la luminosité, comme lors d'une mesure d'éclairement (photométrie). On obtient une image où les programmes génétiques apparaissent comme une texture, semblable à des couches de pâte.
L'IA visuelle, entraînée sur 72 millions de cellules, sans préparation (n'ayant que l'expérience des photos ordinaires) a surpassé ses concurrents dans la reconnaissance des cellules. Rebondissement inattendu : si l'on mélange les gènes au hasard, la précision chute de manière catastrophique, encore plus que si l'on désactive le modèle lui-même. La disposition signifiante — comme le dressage des aliments dans une assiette — porte plus d'information que l'algorithme le plus perçant.
Les gènes ont été placés sur la carte par un algorithme qui rappelle la recherche du dressage idéal : il équilibre entre ordre et désordre, en utilisant la notion d'entropie.
Le tricordeur de « Star Trek » lit instantanément les cellules et pose un diagnostic. scVision fait un pas vers cela, en transformant l'analyse des gènes en visualisation de « photos » biologiques.