Une histoire qui ressemble à de la science fiction, sauf que c’est arrivé pour de vrai
Imaginez la scène : votre chienne ne peut plus marcher, les traitements coûtent une fortune, et on vous annonce qu’il reste peut-être quelques mois. Vous n’êtes pas biologiste, pas vétérinaire, juste un profil tech avec une bonne dose de détermination… et un accès à ChatGPT.
C’est exactement ce qui s’est passé à Sydney. Un entrepreneur australien, Paul Conyngham, a utilisé ChatGPT comme point de départ pour concevoir un vaccin ARNm personnalisé contre le cancer destiné à sa chienne Rosie, atteinte d’un cancer des mastocytes (mast cell cancer), l’un des cancers cutanés les plus fréquents chez le chien.
On est en 2026, et cette histoire est un petit électrochoc : l’IA générative n’est plus seulement un outil pour résumer des PDFs ou générer des slogans. Elle peut devenir un pont entre des disciplines, accélérer un raisonnement scientifique et aider à transformer des données brutes en plan d’action.
Et oui, la bureaucratie a failli gagner. Mais on y reviendra.
Rosie, le diagnostic, et le moment où tout bascule
Rosie est une chienne adoptée en refuge, croisée staffy et shar-pei. Quelques années après son adoption, des tumeurs apparaissent sur sa patte arrière. Le diagnostic tombe : mastocytome, un cancer souvent agressif et difficile à éradiquer quand il est avancé.
Le parcours classique commence : chirurgies, chimiothérapie, immunothérapie. Beaucoup d’argent dépensé, un peu de ralentissement, mais pas de vraie régression. Puis la situation se dégrade. En décembre 2024, Rosie perd sa mobilité.
C’est là que son humain fait ce que beaucoup de gens font aujourd’hui… mais à un niveau très différent : il ouvre ChatGPT et commence à poser des questions. Sauf qu’au lieu de demander “comment dresser un chien” (ce qui est déjà difficile), il demande comment explorer des pistes thérapeutiques, comment comprendre les options, et surtout comment transformer un problème biologique en problème de données.
Pourquoi cette histoire fascine le monde de la tech et de l’IA
Parce qu’elle illustre un changement majeur : l’IA générative peut servir de traducteur.
Pas traducteur anglais français. Traducteur entre :
- le monde de la génomique et de la bioinformatique
- le monde des pipelines, des données, des scripts et des workflows
Là où, hier, il fallait des années d’études pour simplement lire certaines publications, aujourd’hui un ingénieur data peut, avec de la rigueur et beaucoup de vérifications, progresser dans un domaine qu’il ne maîtrise pas, en étant guidé étape par étape.
Attention : ça ne veut pas dire que tout le monde peut fabriquer un vaccin dans son garage. Ça veut dire que l’IA peut aider à comprendre, structurer, exécuter et collaborer plus vite.
Étape 1 : ChatGPT comme point de départ, pas comme gourou
Premier point important : ChatGPT n’a pas “inventé” une formule magique dans le vide.
Dans cette histoire, le modèle sert à :
- explorer des pistes (immunothérapie, vaccins personnalisés)
- orienter vers des organismes compétents
- clarifier des concepts biologiques
ChatGPT dirige notamment vers le Ramaciotti Centre for Genomics de l’UNSW (University of New South Wales), qui joue un rôle dans la suite. Cela ressemble à un usage idéal : l’IA comme accélérateur de recherche et de compréhension, puis le monde réel prend le relais.
Étape 2 : séquençage ADN comparatif, et l’addition à 3 000 dollars
Pour créer un vaccin personnalisé, il faut savoir exactement ce qui différencie la tumeur du reste du corps.
Paul fait donc séquencer :
- l’ADN sain de Rosie (via une prise de sang)
- l’ADN de la tumeur
Coût annoncé : 3 000 dollars.
Et là, on passe du “je suis motivé” au “j’ai des gigaoctets de données génomiques et je ne sais pas quoi en faire”. Le séquençage transforme littéralement du tissu en données. Le problème devient : comment comparer ces deux ensembles, identifier les mutations, et trouver celles qui sont pertinentes pour cibler le cancer.
Étape 3 : ChatGPT comme traducteur biologique pour exécuter des pipelines
C’est ici que l’histoire devient un cas d’école pour l’usage de l’IA générative.
Face aux données, ChatGPT sert de consultant pour :
- expliquer comment se fait une analyse différentielle sain versus tumeur
- aider à repérer des mutations candidates
- proposer des étapes de traitement de données bioinformatiques
- traduire des notions d’oncologie moléculaire en actions exécutables
Dit simplement : l’IA aide à passer du “je vois des fichiers incompréhensibles” au “je comprends le chemin logique pour obtenir une liste de mutations”.
Évidemment, cela nécessite une vigilance maximale : en bio, une mauvaise interprétation ne fait pas juste perdre du temps, elle peut conduire à des décisions dangereuses. Dans cette histoire, la suite se fait avec des chercheurs et des cadres éthiques.
Étape 4 : AlphaFold et la 3D des protéines, version turbo
Une mutation génétique, ce n’est pas seulement une lettre qui change dans un code. Cela peut modifier une protéine, sa structure, et la façon dont le système immunitaire la reconnaît.
ChatGPT dirige Paul vers AlphaFold, l’outil de DeepMind capable de prédire la structure 3D de protéines à partir de séquences.
Objectif : identifier des néoantigènes, c’est-à-dire des marqueurs spécifiques de la tumeur, susceptibles d’être une bonne cible vaccinale.
C’est là qu’on voit la puissance de la combinaison IA générative plus IA scientifique :
- un LLM aide à raisonner et orchestrer
- AlphaFold aide à modéliser des structures biologiques
La boucle se resserre : mutations, protéines, cibles potentielles.
Étape 5 : la “recette” d’un vaccin ARNm personnalisé
Le résultat final du travail de design, c’est une formule courte : une recette chimique d’une demi page décrivant un vaccin ARNm personnalisé.
Principe : entraîner le système immunitaire à reconnaître et attaquer des cellules portant les mutations spécifiques de la tumeur. On est dans la même famille technologique que les vaccins ARNm de Pfizer et Moderna, mais appliquée de façon ciblée à un cancer.
À ce stade, la plupart des gens imaginent quelqu’un avec une blouse dans une cuisine. En réalité, il est impossible de faire ça correctement sans infrastructure, expertise, contrôles, et un cadre de fabrication.
Étape 6 : passage en mode collaboration avec des chercheurs
Paul ne fabrique pas le vaccin lui-même. Il s’entoure.
Il contacte des chercheurs et des structures capables de :
- fabriquer l’ARNm
- l’encapsuler avec une nanoparticule de livraison
- administrer le traitement avec un cadre éthique
Parmi les personnes citées :
- le directeur du UNSW RNA Institute, impressionné par la qualité de la formule
- une organisation spécialisée dans le cancer canin pour faciliter les connexions
- une professeure en immunothérapie canine disposant des autorisations nécessaires
C’est un point clé : l’IA accélère, mais le monde scientifique valide, fabrique, encadre.
Étape 7 : la réglementation, ce boss final que même ChatGPT ne peut pas speedrunner
Dans cette histoire, le passage le plus long n’est pas la science. C’est le “papier”.
Paul explique avoir dû respecter les règles strictes australiennes, rédiger un dossier massif, et obtenir les autorisations nécessaires. Trois mois de travail, deux heures par soir, pour produire un document de 100 pages.
Moralité : on peut prédire des protéines en 3D, mais on ne peut pas prédire combien de formulaires il faudra signer.
Plus sérieusement, c’est une bonne nouvelle : ces garde-fous existent pour éviter les dérives. Mais c’est aussi un signal : si on veut que la médecine personnalisée progresse, il faudra des cadres plus agiles sans sacrifier la sécurité.
Les résultats : réduction de tumeur et retour à la vie
Les résultats rapportés sont impressionnants :
- moins de deux mois entre le design et l’injection
- des améliorations visibles en environ un mois
- une tumeur réduite de plus de 50%
- et surtout, un retour de mobilité spectaculaire
À un moment, Rosie saute même une clôture pour poursuivre un lapin, alors qu’elle ne pouvait plus marcher quelques semaines plus tôt.
C’est le genre de détail qui fait sourire et qui serre le cœur en même temps, parce que derrière les mots “ARNm” et “néoantigènes”, il y a une réalité très simple : une chienne qui retrouve une vie de chien.
Les nuances indispensables : ce n’est pas une preuve scientifique
Aussi incroyable soit-elle, cette histoire n’est pas un essai clinique.
Quelques points à garder en tête :
- c’est un cas unique, donc impossible d’en tirer une preuve généralisable
- une des tumeurs n’a pas répondu au vaccin
- un second vaccin est envisagé pour cibler cette autre tumeur
- des vaccins ARNm personnalisés contre le cancer existent déjà en développement chez l’humain, avec de nombreux essais
Donc non, on n’a pas trouvé “le vaccin contre le cancer”. Mais oui, on voit une trajectoire très claire : la médecine personnalisée et l’immunothérapie deviennent de plus en plus concrètes, et l’IA accélère la phase de design et de compréhension.
Ce que ça dit de 2026 : l’ère de la citizen science assistée par IA
Le terme qui ressort de cette histoire, c’est la citizen science : des citoyens capables de contribuer à un processus scientifique parce que les outils ont changé.
Là où les barrières étaient :
- l’accès à la connaissance
- la compréhension des méthodes
- la capacité à relier les disciplines
L’IA réduit ces barrières. Elle ne remplace pas les experts, mais elle rend l’expertise plus accessible, surtout pour des profils capables d’exécuter, de vérifier, d’automatiser et de collaborer.
On voit aussi un effet très “2026” : la frontière entre les métiers explose.
- un ingénieur data peut dialoguer avec la biologie
- un outil comme AlphaFold peut accélérer des hypothèses
- un LLM peut transformer une recherche en plan opératoire
Et au milieu, il y a une motivation qui ne vient pas d’un KPI : sauver un animal.
Et maintenant : vers des vaccins anticancer sur mesure, pour chiens… et humains ?
Ce cas suggère quelque chose de plus grand que Rosie.
Si l’on peut :
- séquencer rapidement une tumeur
- identifier des mutations
- sélectionner des cibles
- designer un vaccin ARNm personnalisé
- fabriquer et administrer avec un cadre clinique
Alors on tient un aperçu de ce que pourrait devenir la prise en charge de certains cancers : une approche plus rapide, plus ciblée, plus adaptative.
Le défi, ce n’est pas seulement l’IA.
C’est aussi :
- l’accès au séquençage
- les coûts
- l’industrialisation des vaccins personnalisés
- les validations cliniques
- et la réglementation, qui doit protéger sans étouffer
Oui, ça fait beaucoup. Mais il y a dix ans, “vaccin ARNm” était un concept que la plupart des gens confondaient avec un mot de passe Wi-Fi.
À retenir si vous bossez dans la tech, l’IA ou l’automatisation
Cette histoire est aussi une leçon produit.
- Les LLM brillent quand ils relient des mondes : ici, code plus génomique plus bioinformatique.
- Le vrai pouvoir est dans l’orchestration : questionner, itérer, vérifier, documenter, collaborer.
- Les outils scientifiques IA arrivent dans le quotidien : AlphaFold n’est plus un truc de laboratoire lointain.
- La sécurité et l’éthique restent non négociables : on parle de santé, pas d’un script pour trier des emails.
Et si vous aviez besoin d’un rappel que l’IA peut servir à autre chose qu’à générer des images de chat en astronautes, voilà. Même si, franchement, un chat en astronaute mérite aussi une bourse de recherche.
2026 vient de nous montrer un aperçu du futur
Une chienne condamnée, un humain qui refuse de lâcher, des outils d’IA utilisés avec méthode, des chercheurs qui encadrent, une administration qui ralentit, et au bout… une amélioration réelle.
Ce n’est pas un miracle. C’est une démonstration.
La médecine personnalisée, l’ARNm et l’IA ne sont plus des promesses vagues. Elles commencent à produire des histoires tangibles, émouvantes, et parfois assez folles pour qu’on se demande si on n’a pas sauté une saison.
Et si l’avenir de la santé ressemblait à ça : des données, des modèles, des humains très motivés, et des équipes capables de transformer une idée en traitement, sans brûler les étapes.
Rosie, elle, a surtout gagné quelque chose de précieux : du temps et de la qualité de vie. Et c’est déjà énorme.