Quand la tech s’invite chez le vétérinaire et ne demande pas la permission
Imaginez la scène. Un entrepreneur tech, une chienne de refuge baptisée Rosie, un diagnostic de cancer agressif, et… ChatGPT dans le rôle du copilote. On pourrait croire à un pitch de série, sauf que cette histoire est bien réelle et qu’elle secoue au passage des chercheurs en oncologie.
Rosie, une croisée staffy shar pei adoptée en 2019, est diagnostiquée en 2024 avec un mastocytome, un cancer des mastocytes souvent redoutable chez le chien. Son humain, Paul Conyngham, fait ce que beaucoup feraient d’abord : chirurgie, chimiothérapie, factures qui donnent envie de vendre un rein sur Le Bon Coin. Les traitements ralentissent la progression, mais les tumeurs ne régressent pas vraiment.
Alors il tente un autre truc. Un truc très XXIe siècle. Il s’assoit devant son ordinateur, ouvre ChatGPT, et commence à brainstormer comme si Rosie était un projet prioritaire en sprint… sauf que l’enjeu n’est pas une app de livraison de croquettes, mais la vie de son chien.
Le résultat ? Un vaccin anticancer mRNA personnalisé, conçu à partir du profil génétique de la tumeur de Rosie, fabriqué avec l’aide de chercheurs d’élite, administré dans un cadre éthique, et qui a conduit à une réduction spectaculaire d’au moins une tumeur, divisée par deux.
L’idée clé : séquencer la tumeur, comparer, puis “imprimer” une cible
Le cœur de cette approche, c’est la médecine personnalisée dopée à l’IA.
Le principe est relativement simple à énoncer, moins simple à exécuter :
- on prélève l’ADN sain (dans le sang)
- on prélève l’ADN tumoral
- on séquence les deux
- on compare pour identifier les mutations spécifiques à la tumeur
Paul Conyngham utilise une analogie parlante : c’est comme comparer le moteur d’origine d’une voiture avec le moteur après 300 000 km. On repère où ça a “cassé”, où ça s’est dégradé.
Une fois les mutations identifiées, il faut encore comprendre ce que ces mutations produisent : des protéines altérées, potentiellement reconnaissables par le système immunitaire. C’est là que l’IA entre en scène, notamment via des outils de modélisation de protéines comme AlphaFold.
Et quand on a des cibles, on peut imaginer une stratégie de traitement. Au départ, l’équipe identifie un médicament d’immunothérapie existant, mais le fabricant refuse de le fournir en usage compassionnel. Game over ? Pas du tout.
C’est là que la route bifurque vers le mRNA.
mRNA et cancer : après le Covid, l’oncologie
On connaît le mRNA (ARN messager) pour les vaccins contre le Covid-19. L’idée : au lieu d’injecter directement un agent, on envoie une instruction. Une cellule reçoit un message, produit une protéine, et le système immunitaire apprend à la reconnaître.
En oncologie, le concept est similaire, mais la “cible” n’est pas un virus. Ce sont des signatures tumorales, des protéines anormales issues des mutations du cancer. Un vaccin mRNA anticancer personnalisé vise à entraîner le système immunitaire à reconnaître ces signatures et à attaquer les cellules qui les portent.
Dans cette histoire, des chercheurs de l’Université de Nouvelle-Galles du Sud (UNSW) sont impliqués, notamment au Ramaciotti Centre for Genomics. Au départ, la demande est jugée atypique : un particulier veut séquencer son chien. Mais Conyngham n’arrive pas les mains vides. Il revient avec des résultats, des analyses, des pistes. Bref, il fait ses devoirs.
Le séquençage lui coûte environ 3000 dollars, puis il traite des gigaoctets de données avec des pipelines, des algorithmes, et l’aide de ChatGPT pour structurer sa démarche.
Le détail qui fait lever des sourcils chez les scientifiques : ce n’est pas un biologiste. C’est un data analyst avec 17 ans d’expérience en machine learning. Et pourtant, il arrive à produire une recette exploitable pour un vaccin mRNA.
De la data au vaccin : quand la “recette” tient sur une demi-page
L’équipe finit par s’appuyer sur l’UNSW RNA Institute, avec l’aide du professeur Pall Thordarson, spécialiste en nanomédecine. À partir du design proposé, le laboratoire fabrique un vaccin mRNA sur mesure, encapsulé dans des nanoparticules.
C’est l’une des raisons pour lesquelles l’histoire fascine :
- le design du vaccin vient d’un travail d’analyse de données issu d’un non biologiste
- la fabrication est réalisée dans un cadre scientifique de haut niveau
- le tout vise une exécution rapide, parce que Rosie n’a pas des années devant elle
Le professeur Thordarson le souligne : c’est une démonstration que la médecine personnalisée peut être efficace et livrée dans des délais compatibles avec une maladie agressive.
Et au passage, ça “démocratise” une partie du process. Attention, démocratiser ne veut pas dire improviser dans son garage avec une cafetière et un tableur. Ça veut dire : abaisser certains obstacles à la conception, grâce à l’IA, tout en gardant la rigueur scientifique pour la production et l’administration.
L’obstacle le plus dur : l’éthique et la paperasse
On aurait pu croire que le plus compliqué serait l’algorithme. Ou la biologie. Ou la fabrication.
Non.
Le mur, c’est l’éthique.
Pour administrer un traitement expérimental, il faut des autorisations. Pas juste “Rosie est d’accord, elle a remué la queue”. Conyngham explique avoir passé trois mois à rédiger un dossier d’environ 100 pages, en y consacrant deux heures chaque soir.
Plot twist : une chercheuse et une organisation aux États-Unis tombent sur l’histoire, contactent une spécialiste australienne, la professeure Rachel Allavena (Université du Queensland), qui dispose déjà d’un cadre d’éthique pour des immunothérapies expérimentales chez le chien.
Résultat : le protocole peut être mené légalement et correctement.
Moralité : dans la deep tech, l’innovation n’avance pas à la vitesse du code, mais à celle des formulaires. Et parfois, le formulaire est plus long que le README.
Les injections : logistique, chaîne du froid et… effet visible
Le vaccin est expédié sous chaîne du froid vers le laboratoire de Gatton. Conyngham conduit environ 10 heures avec Rosie pour la première injection en décembre, puis un rappel le mois suivant, puis une autre dose prévue.
Et là, les résultats commencent à parler.
Selon l’équipe vétérinaire, au moins une tumeur très volumineuse, décrite comme de la taille d’une balle de tennis, diminue d’environ moitié. Rosie paraît plus confortable, plus énergique, son pelage est plus brillant. À un moment, elle retrouve suffisamment de tonus pour sauter une clôture et poursuivre un lapin.
Ce n’est pas présenté comme un remède miracle. Personne ne promet “zéro cancer à vie”. Mais le bénéfice immédiat est clair : plus de confort, plus de qualité de vie, et du temps gagné.
Dans le monde des traitements contre le cancer, gagner du temps, ce n’est pas anecdotique. C’est souvent ce qui permet d’ajuster une stratégie, de combiner des approches, ou simplement de rendre la vie à nouveau vivable.
Pourquoi cette histoire intéresse l’IA, l’automatisation et la health tech
Ce cas coche plusieurs cases qui passionnent l’écosystème tech.
1) L’IA comme copilote de recherche
ChatGPT n’a pas “inventé” un vaccin tout seul. Mais il a servi de copilote pour structurer une démarche, explorer des options, accélérer l’apprentissage, proposer des pistes, aider à planifier.
C’est un usage qui ressemble à ce que beaucoup vivent déjà au quotidien :
- comprendre un domaine
- transformer un objectif flou en plan d’action
- générer des checklists
- expliquer des concepts
- aider à documenter
Sauf qu’ici, la checklist n’est pas “optimiser une landing page”, mais “identifier des mutations, proposer des cibles et aboutir à une stratégie thérapeutique”. On change de niveau, mais la mécanique d’assistance est la même.
2) Les pipelines de données deviennent des pipelines de santé
Le traitement du séquençage génomique, ce sont des pipelines, des algorithmes, de l’analyse et de l’itération. Autrement dit, des compétences très proches de celles des data teams.
Ce qui impressionne les chercheurs, c’est la capacité à transformer un “fichier de données génétiques” en hypothèses actionnables, puis en design thérapeutique.
3) La citizen science prend une tournure très concrète
Des scientifiques parlent ici de “citizen science” : une personne hors du champ biomédical, mais compétente en informatique et en IA, contribue au processus scientifique.
Attention à ne pas mal l’interpréter : ce n’est pas une invitation à l’auto-médication ou aux protocoles sauvages. C’est plutôt une démonstration de ce qui peut arriver quand :
- une expertise technique se connecte à un besoin vital
- des institutions acceptent de collaborer
- un cadre rigoureux est respecté
4) L’oncologie mRNA n’est plus de la science-fiction
Des essais cliniques humains existent déjà, et l’oncologie mRNA avance à grands pas. Cette histoire agit comme un “proof of concept” émotionnellement puissant.
Parce qu’un chien, c’est un membre de la famille. Et quand une tumeur visible diminue, l’impact est immédiat. C’est plus tangible qu’un graphique dans un PDF.
Les questions qui fâchent (et elles sont importantes)
Un tel récit donne envie d’applaudir, mais il ouvre aussi des sujets sérieux.
Accès et inégalités
Le séquençage, la fabrication, la logistique, l’accompagnement scientifique, tout cela coûte cher. Rosie a bénéficié d’un alignement rare : compétences data, réseau scientifique, persévérance, financement personnel.
Si cette approche se généralise, il faudra réfléchir à des modèles d’accès plus larges, sinon la médecine personnalisée risque de devenir un luxe réservé aux “chanceux” et aux “connectés”.
Sécurité et reproductibilité
Le fait qu’un non biologiste puisse produire une “recette” utilisable est fascinant, mais implique une exigence encore plus forte de validation, de contrôle qualité, et de protocoles reproductibles.
Le futur de la health tech sera probablement un mix : des outils IA accessibles, et une barrière de validation clinique très stricte.
Cadre réglementaire
L’histoire montre que l’innovation se heurte vite à la réglementation, surtout quand il s’agit de vivant. La question n’est pas de supprimer la régulation, mais de l’adapter : comment permettre des traitements personnalisés rapides, tout en restant sûrs ?
C’est un enjeu majeur, pour les humains comme pour la médecine vétérinaire.
Et maintenant : une deuxième version du vaccin
Tout n’a pas répondu parfaitement. Une grosse tumeur résiste. L’équipe repart donc pour un second round : nouveau séquençage, nouvelle analyse, nouveau design ciblé.
C’est une autre leçon importante : le cancer évolue. Il mute. Il s’adapte. Les traitements doivent parfois suivre le rythme. L’idée d’avoir des thérapies mises à jour en fonction des mutations, comme on mettrait à jour un antivirus, n’est plus juste une métaphore.
Rosie, elle, profite du temps gagné. Et son humain le dit clairement : il sait que ce n’est pas une guérison garantie. Mais si cela permet de transformer un pronostic terminal en maladie gérable, même temporairement, c’est déjà énorme.
Ce que Rosie nous apprend sur l’avenir de l’IA en médecine
Cette aventure résume assez bien la direction que prend l’innovation :
- l’IA accélère la compréhension et le design
- les données biologiques deviennent un terrain de jeu pour les data skills
- le mRNA permet des traitements sur mesure avec des délais réalistes
- l’éthique et le cadre clinique restent non négociables
Et, accessoirement, elle rappelle une vérité universelle : on peut être rationnel, tech, orienté résultats… et devenir totalement “émotif” dès que son chien est en danger. Ce qui, au fond, est peut-être la meilleure motivation du monde pour faire avancer la science.
Si une chienne de refuge peut contribuer à faire avancer la recherche sur les vaccins anticancer mRNA, alors oui, la timeline du futur vient de se faire attraper par la patte.