Une collaboration pionnière a été établie pour se concentrer sur l’utilisation de l’informatique quantique pour améliorer la génomique. L’équipe développera des algorithmes pour accélérer l’analyse des ensembles de données pangénomiques, ce qui pourrait révolutionner la médecine personnalisée et la gestion des agents pathogènes. Crédit : Issues.fr.com
Un nouveau projet rassemble des experts de renommée mondiale dans l'informatique quantique et la génomique pour développer de nouvelles méthodes et algorithmes pour traiter les données biologiques.
Les chercheurs visent à exploiter l’informatique quantique pour accélérer la génomique, améliorant ainsi notre compréhension de ADN et faire progresser la médecine personnalisée
Une nouvelle collaboration s’est formée, réunissant une équipe interdisciplinaire de renommée mondiale possédant des compétences en informatique quantique, en génomique et en algorithmes avancés. Ils visent à résoudre l’un des problèmes informatiques les plus difficiles de la science génomique : la création, l’augmentation et l’analyse d’ensembles de données pangénomiques pour de grands échantillons de population. Leur projet se situe aux frontières de la recherche en sciences biomédicales et en informatique quantique.
Le projet, auquel participent des chercheurs de l'Université de Cambridge, du Wellcome Sanger Institute et de l'Institut européen de bioinformatique de l'EMBL (EMBL-EBI), a reçu jusqu'à 3,5 millions de dollars américains pour explorer le potentiel de l'informatique quantique pour améliorer la santé humaine.
L’équipe vise à développer des algorithmes d’informatique quantique susceptibles d’accélérer la production et l’analyse de pangénomes – de nouvelles représentations de séquences d’ADN qui capturent la diversité des populations. Leurs méthodes seront conçues pour fonctionner sur les ordinateurs quantiques émergents. Le projet est l’un des 12 projets sélectionnés dans le monde pour le programme de défi soutenu par Wellcome Leap Quantum for Bio (Q4Bio).
Avancées en génomique
Depuis le séquençage initial du génome humain il y a plus de vingt ans, la génomique a révolutionné la science et la médecine. Moins d’un pour cent des 6,4 milliards de lettres du code ADN diffèrent d’un être humain à l’autre, mais ce sont ces différences génétiques qui rendent chacun de nous unique. Notre code génétique peut fournir des informations sur notre santé, aider à diagnostiquer une maladie ou orienter les traitements médicaux.
Cependant, la séquence de référence du génome humain, à laquelle l’ADN humain séquencé par la suite est comparé, est basée sur les données de quelques personnes seulement et ne représente pas la diversité humaine. Les scientifiques s’efforcent de résoudre ce problème depuis plus d’une décennie et, en 2023, la première référence sur le pangénome humain a été produite. Un pangénome est un ensemble de nombreuses séquences génomiques différentes qui capturent la diversité génétique d’une population. Des pangénomes pourraient potentiellement être produits pour tous espècesy compris des agents pathogènes tels que SRAS-CoV-2.
Informatique quantique en génomique
La pangénomique, un nouveau domaine scientifique, exige des niveaux élevés de puissance de calcul. Bien que la structure existante du génome humain de référence soit linéaire, les données du pangénome peuvent être représentées et analysées sous forme de réseau, appelé graphe de séquence, qui stocke la structure partagée des relations génétiques entre de nombreux génomes. La comparaison des génomes individuels ultérieurs au pangénome implique ensuite de tracer un itinéraire pour leurs séquences à travers le graphique.
Dans ce nouveau projet, l'équipe vise à développer des approches informatiques quantiques susceptibles d'accélérer à la fois les processus clés de mappage des données sur les nœuds du graphique et la recherche de bons itinéraires à travers le graphique.
Les technologies quantiques sont sur le point de révolutionner le calcul haute performance. L’informatique classique stocke les informations sous forme de bits, qui sont binaires – 0 ou 1. Cependant, un ordinateur quantique fonctionne avec des particules qui peuvent être simultanément dans une superposition de différents états. Plutôt que des bits, les informations dans un ordinateur quantique sont représentées par des qubits (bits quantiques), qui peuvent prendre la valeur 0 ou 1, ou être dans un état de superposition entre 0 et 1. Il tire parti de la mécanique quantique pour permettre des solutions à problèmes qu’il n’est pas pratique de résoudre avec des ordinateurs classiques.
Défis et perspectives d’avenir
Cependant, le matériel informatique quantique actuel est intrinsèquement sensible au bruit et à la décohérence, sa mise à l’échelle présente donc un immense défi technologique. Bien qu'il y ait eu des expériences et des démonstrations passionnantes de validation de principe, les ordinateurs quantiques d'aujourd'hui restent limités en taille et en puissance de calcul, ce qui limite leur application pratique. Mais des avancées significatives en matière de matériel quantique devraient émerger dans les trois à cinq prochaines années.
Le Wellcome Leap Q4Bio Challenge repose sur le principe selon lequel les premiers jours de toute nouvelle méthode de calcul progresseront et bénéficieront le plus du co-développement d’applications, de logiciels et de matériel – permettant des optimisations avec les premiers systèmes non encore généralisables.
S'appuyant sur des méthodes de génomique computationnelle de pointe, l'équipe développera, simulera puis mettra en œuvre de nouveaux algorithmes quantiques, en utilisant des données réelles. Les algorithmes et les méthodes seront initialement testés et affinés dans des environnements de calcul haute performance (HPC) puissants et existants, qui seront utilisés comme simulations du matériel informatique quantique attendu. Ils testeront d’abord les algorithmes en utilisant de petites séquences d’ADN, puis en traitant des séquences génomiques relativement petites comme le SRAS-CoV-2, avant de passer au génome humain beaucoup plus grand.
Points de vue de l'équipe
Le Dr Sergii Strelchuk, chercheur principal du projet au Département de mathématiques appliquées et de physique théorique de l'Université de Cambridge, a déclaré : « La structure de nombreux problèmes difficiles en génomique computationnelle et en pangénomique en particulier en font des candidats appropriés pour les accélérations promises par l'informatique quantique. . Nous sommes engagés dans un voyage passionnant pour développer et déployer des algorithmes quantiques adaptés aux données génomiques afin d’acquérir de nouvelles connaissances, inaccessibles à l’aide des algorithmes classiques.
David Holland, administrateur système principal au Wellcome Sanger Institute, qui travaille à la création d'un environnement de calcul haute performance pour simuler un ordinateur quantique, a déclaré : « Nous n'avons fait qu'effleurer la surface de l'informatique quantique et de la pangénomique. Réunir ces deux mondes est donc incroyablement excitant. Nous ne savons pas exactement ce qui s’en vient, mais nous voyons d’excellentes opportunités de nouvelles avancées majeures. Nous faisons aujourd’hui des choses qui, nous l’espérons, rendront demain meilleur.
Le Dr David Yuan, chef de projet à l'EMBL-EBI, a déclaré : « D'une part, nous partons de zéro parce que nous ne savons même pas encore comment représenter un pangénome dans un environnement informatique quantique. Si on le compare aux premiers alunissages, ce projet équivaut à concevoir une fusée et à entraîner les astronautes. D’un autre côté, nous disposons de bases solides, fondées sur des décennies de données génomiques systématiquement annotées générées par des chercheurs du monde entier et mises à disposition par l’EMBL-EBI. Le fait que nous utilisions ces connaissances pour développer la prochaine génération d’outils pour les sciences de la vie témoigne de l’importance des données ouvertes et de la science collaborative.
Les avantages potentiels de ce travail sont énormes. La comparaison d’un génome humain spécifique avec le pangénome humain – au lieu du génome humain de référence existant – donne de meilleures informations sur sa composition unique. Cela sera important pour faire progresser la médecine personnalisée. Des approches similaires pour les génomes bactériens et viraux soutiendront le suivi et la gestion des épidémies d’agents pathogènes.
Ce projet est financé par le programme de défi soutenu par Wellcome Leap Quantum for Bio (Q4Bio).
