Par Pessah Benson • 2 novembre 2026

Jérusalem, 2 novembre 2026 (TPS-IL) — Des chercheurs israéliens ont mis au point un outil d’intelligence artificielle capable d’identifier l’ADN bactérien même lorsqu’il provient de micro-organismes absents des bases de données génétiques existantes, aidant potentiellement les scientifiques à découvrir des formes de vie microbienne jusqu’alors dissimulées.

La technologie pourrait ouvrir de nouvelles pistes pour l’étude des micro-organismes du sol, dont beaucoup restent mal compris. Identifier ces bactéries pourrait aider les scientifiques à mieux appréhender la santé des sols, la croissance des plantes et le rôle que jouent les microbes dans l’environnement.

Appelé BBERT, l’outil reconnaît des motifs dans l’ADN bactérien plutôt que de s’appuyer sur des comparaisons avec des bases de données génétiques existantes. Il peut identifier des fragments ne dépassant pas 100 briques d’ADN, y compris des séquences que les méthodes conventionnelles ne parviennent souvent pas à classer.

Lorsque les scientifiques analysent l’ADN du sol, ils obtiennent des millions de courts fragments issus de bactéries, champignons, plantes et autres organismes. Identifier leurs origines peut s’avérer difficile, en particulier lorsque les organismes sont absents des bases de données de référence génétique. Une grande partie de ce matériel génétique inexpliqué est appelée la « matière noire » microbienne. BBERT relève ce défi en utilisant une technique d’intelligence artificielle également employée dans les technologies du langage. Au lieu d’apprendre des motifs dans des phrases, il apprend des motifs dans l’ADN bactérien, ce qui lui permet de reconnaître des séquences inconnues sans exiger de correspondance dans une base de données existante.

BBERT a été développé par des chercheurs de l’Université hébraïque de Jérusalem, de l’université de Haïfa et de l’Institut Volcani, la branche de recherche du ministère de l’Agriculture d’Israël. Les conclusions ont été publiées dans la revue à comité de lecture *Nucleic Acids Research*.

L’étude a été dirigée par le Dr Amir Erez, de l’Institut de physique Racah de l’Université hébraïque, et le Dr Omri M. Finkel, de son département des sciences végétales et environnementales.

Explorer la matière noire microbienne

Lors des tests, BBERT a distingué l’ADN bactérien de l’ADN non bactérien avec une précision d’environ 90 %, surpassant les autres outils d’apprentissage profond évalués. Il a identifié des fragments contenant des instructions pour fabriquer des protéines avec une précision d’environ 88 % et a déterminé comment ces instructions devaient être lues avec une précision d’environ 96 %.

Les chercheurs ont testé l’outil sur 1 969 ensembles de données d’ADN de sol accessibles au public. BBERT a identifié une part substantielle de fragments qu’un outil de comparaison largement utilisé avait été incapable de classer.

L’analyse a également offert de nouveaux éclairages sur la matière noire microbienne. Les fragments non classés étaient plus susceptibles de contenir de l’ADN non bactérien que les fragments que les chercheurs pouvaient interpréter, ce qui suggère que le matériel inexpliqué provient de plusieurs sources, et pas seulement de bactéries inconnues.

BBERT peut également aider les scientifiques à assembler de courts fragments d’ADN en séquences plus longues afin de reconstruire des génomes bactériens — les ensembles complets d’instructions génétiques portées par les bactéries. Lors de tests simulés, le filtrage de l’ADN par l’outil a réduit le temps moyen de reconstruction d’environ 66 heures à 25 heures par ensemble de données. Les séquences résultantes contenaient moins d’erreurs et de lacunes tout en conservant environ 96 % de la couverture génétique obtenue sans filtrage.

Des tests portant sur des nodosités de racines de légumineuses sauvages, structures dans lesquelles les plantes hébergent des bactéries, ont également montré des améliorations. BBERT a réduit de moitié le temps de reconstruction et a diminué le pic d’utilisation de la mémoire informatique de 188 gigaoctets à 82 gigaoctets, tout en réduisant la contamination dans plusieurs génomes reconstruits.

La technologie pourrait à terme bénéficier à la recherche agricole et environnementale. Les scientifiques pourraient l’utiliser pour trouver des micro-organismes qui aident les plantes à absorber les nutriments, protègent les cultures contre les maladies ou résistent à la sécheresse. Elle pourrait également aider les chercheurs à étudier comment les communautés microbiennes du sol réagissent à la pollution et au changement climatique. Ces applications nécessiteront des recherches et des tests supplémentaires.

L’outil présente des limites. Il peut manquer des fragments bactériens, confondre d’autres matériels génétiques avec de l’ADN bactérien et avoir des difficultés à distinguer les bactéries des archées, un autre groupe majeur de micro-organismes.

BBERT peut fonctionner sur un ordinateur personnel équipé d’une carte graphique appropriée, rendant potentiellement l’analyse avancée de l’ADN plus accessible aux laboratoires de plus petite taille et permettant aux chercheurs de réexaminer les collections existantes d’ADN environnemental pour y déceler des informations que les méthodes antérieures ne pouvaient pas identifier.