Contexte et objectifs
Pour un leader mondial de la R&I en santé et nutrition, nous avons construit un jumeau numérique biologique du microbiote intestinal, associé à un assistant d’IA agentique, afin que les scientifiques puissent concevoir, mener et interpréter des expériences in silico (régimes alimentaires, probiotiques, petites molécules, etc.) en langage naturel, avant de s’engager dans des travaux en laboratoire. Les objectifs étaient de :
- raccourcir les cycles d’expérimentation, de plusieurs mois de travaux en laboratoire à quelques heures d’exploration in silico ;
- donner aux scientifiques de la R&I les moyens de simuler des scénarios virtuels sur les régimes alimentaires, les probiotiques et les petites molécules, en langage naturel.
Résultats
- Un jumeau numérique biologique opérationnel du microbiote intestinal, associé à un agent d’IA conversationnel.
- Les scientifiques mènent des expériences sur le microbiote, en concevant des scénarios de régimes alimentaires, de probiotiques et de petites molécules.
- Un socle pour de nouvelles stratégies de R&I, avec des modèles mécanistes et d’IA validés sur des jeux de données rares, prêts pour une publication de niveau académique et un passage à l’échelle.
Notre approche
Jumeau numérique et fondations de données
- Un jumeau numérique dynamique de l’intestin construit à partir d’ADN brut propriétaire, de modèles métaboliques et de données nutritionnelles
- Un pipeline en six étapes, de l’ingestion à la simulation, y compris l’optimisation des régimes alimentaires
Interface conversationnelle et couche agentique
- Le paramétrage des expériences par conversation, avec une vue de simulation en 3D
- Une couche agentique qui comprend l’intention de l’utilisateur et orchestre les pipelines
Réalisation scientifique et déploiement
- Des ateliers pour définir la vision, les fonctionnalités et la feuille de route des cas d’usage stratégiques
- Le développement et le test d’une preuve de concept et d’un produit minimum viable, déployés sur une infrastructure cloud de calcul haute performance
- Le développement d’outils de biologie computationnelle de pointe
Une équipe réunissant des docteurs en biologie et en mathématiques appliquées, travaillant sur Azure, Databricks et Claude avec MCP.
Autres études de cas
Toutes les études de cas- Déployer une stratégie d’IA générative à l’échelle de l’entreprise Des règles d’usage et de la vision de transformation aux premiers prototypes Lire l'étude de cas →
- Transformation digitale de la R&D d’un leader mondial Lancer et faire monter en puissance le programme data et IA de la division R&I d’un leader mondial de l’alimentation Lire l'étude de cas →
- Benchmark de l’organisation data et digitale de la R&I Comment les concurrents et des acteurs comparables organisent la data et le digital dans la R&D, pour un leader de l’agroalimentaire Lire l'étude de cas →