Un prix du NIH remis à Giulia Palermo, de l'UCLA, finance des travaux d'IA sur la conception CRISPR, sans montant dévoilé

Une subvention sans montant publié

L'UCLA a annoncé la distinction. Il s'agit d'un Early Stage Investigator Maximizing Investigators' Research Award, ou ESI MIRA R35, décerné par le National Institute of General Medical Sciences, qui dépend des National Institutes of Health. Aucun montant en dollars n'apparaît dans le communiqué de l'université.

Les subventions publiques et les capitaux privés convergent vers l'ADN conçu par IA. Un laboratoire universitaire ou une petite biotech peut désormais tenter des choses sans construire sa propre chaîne expérimentale. La géographie est déséquilibrée : les États-Unis et la Chine captent plus de 80 % de l'investissement mondial en capital-risque dans l'IA, tandis que l'Europe et le Royaume-Uni réunis en représentent environ 7 %. La part de cet argent qui atteint spécifiquement la synthèse d'ADN n'est pas isolée dans les chiffres publiés. La taille du plus récent prix du NIH n'a pas été divulguée.

La subvention soutient les travaux du Palermo Lab, qui associe simulations moléculaires et IA. L'objectif : cartographier la façon dont CRISPR-Cas9 modifie l'ADN et guider la conception d'outils d'édition génomique plus précis. Les travaux récents du laboratoire, publiés dans le Journal of the American Chemical Society, ont montré comment une IA interprétable peut révéler les mécanismes moléculaires de la reconnaissance de l'ADN par les protéines associées à CRISPR. Giulia Palermo a rejoint l'UCLA comme professeure titulaire le 1 juillet 2026. Elle y a transféré son équipe depuis l'Université de Californie à Riverside, où elle enseignait la bioingénierie et la chimie.

Le programme MIRA fonctionne autrement que le modèle standard. Il finance l'ensemble de la recherche d'un chercheur par une subvention unifiée, et non par un empilement de financements projet par projet. Le programme affirme que cela donne aux chercheurs plus de stabilité et de flexibilité.

La carte de l'argent derrière la science

L'investissement des entreprises dans l'IA a atteint 252 300 000 000 de dollars en 2024, selon un rapport de BCC Research publié le 3 novembre 2026. Cela représente une hausse de 44,5 % de l'investissement privé et de 12,1 % de l'activité de fusions-acquisitions. C'est aussi une multiplication par plus de treize de l'investissement total dans l'IA depuis 2014. Le capital-risque racontait une histoire semblable plus tôt : les entreprises d'IA ont attiré environ 3 000 000 000 de dollars en 2012 et 75 000 000 000 de dollars en 2020, année où près de 20 % de tout le capital-risque allait à l'IA.

Le partage est net. Les États-Unis ont mené l'investissement privé mondial dans l'IA avec 109 100 000 000 de dollars en 2024, devant la Chine à 9 300 000 000 de dollars. Plus de 80 % de l'investissement mondial en capital-risque dans l'IA est venu d'entreprises basées aux États-Unis et en Chine, l'Europe comptant pour environ 4 % et le Royaume-Uni pour environ 3 %.

L'adoption dans les entreprises a progressé vite elle aussi. La part des entreprises utilisant l'IA dans au moins une fonction est passée de 55 % en 2023 à 78 % en 2024. L'usage de l'IA générative a bondi de 33 % à 71 % sur la même période.

Ce que l'IA change au laboratoire

BCC Research soutient que l'effet apparaît dès la conception. L'IA générative et les grands modèles de langage produisent des éléments régulateurs, des promoteurs, des amplificateurs et des protéines d'édition génomique qui n'existent pas dans la nature, selon le rapport.

Le rapport attribue à l'IA une réduction des délais de développement, de mois à quelques semaines. Elle y parvient en prédisant la fonctionnalité des séquences et en optimisant l'usage des codons avant tout travail de laboratoire. Parmi les techniques citées figurent les modèles de langage protéiques, l'IA générative par diffusion pour les éléments régulateurs d'ADN synthétique, ainsi que les modèles d'apprentissage profond de type CNN et RNN pour l'optimisation de l'ARN guide de CRISPR. Le rapport indique aussi que l'IA améliore la sélection des cibles, la conception des sgRNA, la prédiction des effets hors cible, la découverte de protéines Cas et l'analyse de la fonction des protéines.

Levées privées et laboratoires publics

Le secteur privé a signé de gros chèques. Generate Biomedicines a levé 400 000 000 de dollars de produits d'introduction en Bourse en 2026 pour étendre la conception de protéines thérapeutiques assistée par IA, selon BCC Research. Profluent a levé 106 000 000 de dollars en 2025, portant son financement total à environ 150 000 000 de dollars.

L'argent public et universitaire avance en parallèle. A*STAR et la NUS ont annoncé le A*STAR SIFBI-NUS Synthetic Biology Joint Lab. Son axe initial est la nutrition et les produits de consommation, avec des applications plus larges dans les matériaux avancés et la santé. Les deux institutions indiquent que le laboratoire associera le développement de bioprocédés et la montée en échelle d'A*STAR SIFBI aux forces de la NUS en science fondamentale et en formation des talents. Le communiqué cite une bioéconomie qui pourrait contribuer jusqu'à 4 000 000 000 000 de dollars par an d'ici la prochaine décennie.

Des échanges plus modestes participent du même mouvement. CUHK Medicine a envoyé 14 chercheurs en début de carrière à Shenzhen les 20 et 21 octobre pour un forum AI for Medicine coorganisé avec le SIAT. Le groupe a visité sur place une installation de recherche en biologie synthétique.

Aucune de ces annonces ne règle la question de l'échelle. Les chiffres de BCC Research couvrent l'investissement dans l'IA au sens large, pas la seule synthèse de gènes, et le prix de Giulia Palermo n'a pas de montant publié.