L’IA pour comprendre le vivant : la biofonderie cell-free de Micalis au service de l'expression du génome
Des chercheurs de l’Institut Micalis (INRAE/AgroParisTech/Université Paris-Saclay) et de l'unité mixte de recherche MaIAGE (INRAE) ont développé un système de transcriptomique acellulaire permettant de profiler l’expression d’un génome de bactériophage, en dehors de tout organisme vivant. En couplant l’apprentissage actif à l’expérimentation automatisée à haut débit (biofonderie de Micalis), ils ont multiplié par 20 la production d’ARNm dans des systèmes acellulaires, rendant possible pour la première fois le séquençage direct de l’ARN dans ces systèmes. Ces résultats, publiés dans Nature Communications, ouvrent la voie à l’étude de la régulation génomique d’organismes impossibles à cultiver aujourd’hui en laboratoire.
Publié le 07 septembre 2026
La biofonderie de Micalis : un laboratoire automatisé pour la biologie synthétique
Relier l'IA et la Production in vitro
La biofonderie de Micalis fait partie de la Paris biofonderie. Les biofonderies sont des plateformes technologiques conçues pour automatiser l’ingénierie des systèmes biologiques. Traditionnellement, les scientifiques doivent tester des dizaines, voire des centaines de conditions pour concevoir et affiner des systèmes biologiques, rendant le processus long et répétitif. Les biofonderies répondent à cela en utilisant des équipements d’automatisation de pointe pour standardiser, accélérer et multiplier les expériences, permettant ainsi d'obtenir des résultats plus reproductibles. La biofonderie acellulaire de Micalis a la particularité de lier intelligence artificielle et production in vitro. Pour optimiser la productivité des systèmes acellulaires et réduire la variabilité, la biofonderie standardise la préparation des extraits et explore la composition des tampons énergétiques et du matériel génétique afin de maximiser les processus de transcription et de traduction à partir d’ADN linéaire ou de plasmides. Capable de travailler avec des extraits de cellules d’E. coli et d’autres souches, la biofonderie utilise de nouvelles méthodes d’intelligence artificielle telles que l’apprentissage actif, plutôt que de tester des combinaisons au hasard, un algorithme choisit à chaque itération l'expérience la plus informative à réaliser, pour maximiser la reproductibilité d’un lot à l’autre et optimiser le processus de transcription.
Un verrou levé dans les systèmes acellulaires
Les systèmes acellulaire (ou « cell-free ») permettent d’exprimer des gènes dans un lysat bactérien, en dehors de tout organisme vivant. Ils représentent une plateforme très utilisée pour étudier les mécanismes fondamentaux de l’expression des gènes et pour la production de protéines. Cependant, les quantités d’ARN messagers (ARNm) produites dans ces systèmes restaient trop faibles pour réaliser des analyses transcriptomiques (c'est à dire sur les ARNm produits) à grande échelle. Cette limitation empêchait jusqu’à présent de profiter pleinement de la simplicité de ces systèmes pour décrypter la régulation des génomes.
Pour contourner cet obstacle, l’équipe de chercheurs a eu recours à l’apprentissage actif, une approche d’intelligence artificielle qui utilise des algorithmes d’apprentissage automatique pour guider le choix des prochaines expériences à réaliser. En combinant l’optimisation bayésienne avec un système de pipetage acoustique automatisé, les chercheurs ont testé 653 compositions de tampon différentes parmi plus de 1,6 million de combinaisons possibles, aboutissant à une production d’ARNm 20 fois plus élevé que dans le tampon de référence.
Séquençage direct de l’ARN d’un bacteriophage, sans cellule vivante
Grâce à ces tampons optimisés, les chercheurs ont pu exprimer l’intégralité du génome du bactériophage T7 (environ 40 000 paires de bases) dans un système acellulaire et réaliser pour la première fois un séquençage direct de l’ARN (DRS Direct RNA Sequencing) par nanopore sur ces systèmes. Cette approche permet de lire directement les molécules d’ARN sans étape intermédiaire, ce qui préserve l’intégrité de l’information.
Vers la transcriptomique des organismes non cultivables
Ces travaux établissent une preuve de concept pour la transcriptomique sans cellule : il est possible d’étudier la régulation d’un génome entier dans un environnement biochimique contrôlé, sans avoir besoin d’organismes vivants en culture. Cette approche est particulièrement prometteuse pour les bactéries non cultivables, qui représentent la grande majorité de la diversité microbienne mais restent inaccessibles aux méthodes transcriptomiques classiques. En utilisant seulement de l’ADN génomique amplifié, il serait possible de révéler les paysages transcriptionnels et les réseaux de régulation de ces organismes.
La plateforme développée est également transférable : le cadre d’apprentissage actif pourra être adapté pour optimiser les systèmes acellulaires en fonction d’autres ARN polymérases, notamment les machineries transcriptionnelles endogènes de diverses espèces bactériennes.
Référence :
Léa Wagner (L.W.), An Hoang (A.H.), Olivier Rue, Olivier Delumeau, Valentin Loux, Gabin Derache, Jean-Loup Faulon (JL. F.), Matthieu Jules (M.J.), Olivier Borkowski. « Active-learning-guided optimization of cell-free systems for genome-wide transcriptomic profiling reveals progressive layers of regulation». Nature Communications vol 17, 8065 (2026).
Financements :
Ces travaux ont bénéficié du soutien du programme de l'ANR RNADarkMatter « ANR-24-CE44-4467 », « ANR-21-ESRE-0021 », dans le cadre du programme France 2030 « ANR-11-IDEX-0003 » et « ANR-24-RRII-0003 », sur des fonds gérés par INRAE / EXPLOR’AE. L.W. remercie l’INRAE (France) pour une bourse de doctorat de trois ans. M.J. remercie l’ANR-22-PEBB-0012 (programme PEPR B-BEST France 2030). JL. F et A. H. remercient l’ANR-22-PEBB-0008 (programme PEPR B-BEST France 2030) et le financement du programme de recherche et d'innovation par Horizon Europe de l'Union européenne sous la convention de subvention n° 101070281.
En savoir plus
Nature Communications volume 17, Article number: 8065 (2026)
Active-learning-guided optimization of cell-free systems for genome-wide transcriptomic profiling reveals progressive layers of regulation
Abstract
Understanding genome regulation is limited by the complexity of molecular interactions in living cells. Cell-free systems provide a simplified platform for studying gene expression, but low mRNA levels have prevented RNA-seq. To address this, we develop an active learning workflow combining Bayesian optimization with automated high-throughput experimentation to systematically explore over 1.6 million buffer compositions, experimentally testing 653. We identify a “mRNA-optimized” buffer (20-fold increase in mRNA yield) and a “trade-off” buffer (13-fold increase while maintaining protein production). Using direct RNA-seq, we profile the T7 phage transcriptome in cell-free systems and compare it with a purified T7-RNAP transcription system and phage-infected bacteria. This comparative analysis reveals distinct regulatory layers: the T7-RNAP system captures promoter-strength hierarchies but lacks RNA degradation, whereas cell-free systems provide an accurate estimation of in vivo expression and reveal mRNA maturation sites. This work establishes cell-free transcriptomics as a controlled approach to study genome regulation.
Authors; Léa Wagner, An Hoang, Olivier Rue, Olivier Delumeau, Valentin Loux, Gabin Derache, Jean-Loup Faulon, Matthieu Jules, Olivier Borkowski.
Pour aller plus loin
LA BIOFONDERIE DE PARIS
La Biofonderie de Paris est une plateforme de recherche pionnière qui regroupe l’expertise et les technologies de pointe de plusieurs institutions prestigieuses de la région Île-de-France, notamment les universités Sorbonne, Paris Cité et Paris-Saclay, les instituts Micalis et Curie, le cluster Genopole ainsi que les groupes CNRS, INRAE et INSERM. Cette initiative collaborative vise à accélérer le domaine de la biologie synthétique, permettant le développement de biotechnologies avancées et de solutions innovantes dans les secteurs de la santé, de l’environnement et de l’industrie.
La Biofonderie acellulaire à l’Institut Micalis
Cette biofonderie s'appuie sur une expertise solide dans la construction de biofonderies, l’intelligence artificielle, la production acellulaire (utilisant des souches alternatives à E. coli), et l’ingénierie des souches pour optimiser l’efficacité acellulaire pour des applications spécifiques. Elle est basé à l'Institut Micalis, à INRAE,qui est responsable de la conception et du développement de la biofonderie acellulaire.
La biofonderie acellulaire est dédiée à la production et au criblage fonctionnel d’enzymes et de protéines thérapeutiques, ainsi qu’à la détection de biomarqueurs (cliniques ou environnementaux) à l’aide de dispositifs transcriptionnels et translationnels. Pour optimiser la productivité des systèmes acellulaires et réduire la variabilité entre les lots, la biofonderie standardise la préparation des extraits en trouvant la composition optimale des tampons énergétiques et du matériel génétique afin de maximiser les processus de transcription et de traduction à partir d’ADN linéaire ou de plasmides.