Les compétences en bio-informatique sont devenues essentielles dans le domaine des sciences de la vie
Nature signale que les compétences en bio-informatique sont devenues essentielles dans le domaine des sciences de la vie. Bien entendu, il n’est pas rare que les chercheurs en quête d’efficacité utilisent des algorithmes. On constate, cependant, que les plateformes d’apprentissage automatique ou d’intelligence artificielle (IA) – où l’on trouve les grands modèles de langage, tels que l’agent conversationnel ChatGPT – gagnent en popularité au détriment des algorithmes lorsqu’il s’agit, par exemple, de trouver des modèles ou des caractéristiques dans des séquences et des images.
Bien que ces nouvelles technologies puissent accélérer énormément le rythme des recherches et la prise de décisions, il semble que nombre de chercheurs manquent encore de compétences en gestion de données. Cette faiblesse, à laquelle s’ajoute le défi du manque de ressources, a ralenti l’adoption des nouveaux outils intelligents.
Pour les bio-informaticiens qui restent hésitants, les experts consultés par Nature suggèrent de se familiariser avec les nouvelles techniques de travail qui privilégient l’IA. Par exemple, dans le cas de l’imagerie, on trouve des outils d’analyse qui ne demandent pas de connaissances en codage. Parmi la multiplicité de plateformes disponibles – Ilastik, QuPath, CDeep3M –, Nature mentionne CellProfiler, une application en logiciel libre munie d’attributs d’apprentissage profond. Celle-ci permet aux utilisateurs de configurer leurs propres flux de travail pour automatiser leurs analyses (par exemple, quantifier des formes, des caractéristiques ou des modèles).
Les experts soulignent que les bio-informaticiens souhaitant créer leurs propres outils d’IA doivent forcément être de bons codeurs. Ils peuvent tirer avantage d’un langage généraliste comme Python, qui permet de faire du traitement de texte, du calcul scientifique et de la création de serveurs Web. De plus, on souligne la pertinence d’acquérir des compétences en génie logiciel ainsi qu’en mathématiques et en statistiques.
Cela dit, Nature note que des outils interactifs, comme les agents conversationnels ou ChatGPT, peuvent faciliter l’acquisition de compétences en programmation. En effet, ces outils permettent aux utilisateurs de trouver des solutions par l’expérimentation et par la formulation de questions. Quoi qu’il en soit, les chercheurs peuvent adopter les technologies intelligentes grâce à une combinaison d’éducation formelle, d’autoapprentissage et d’expérience pratique. Un bon point de départ, dit-on, est l’exploration des tutoriels et cours en ligne proposés par les universités et sur des plateformes telles que Coursera, edX et Udacity.
Il y a aussi des occasions d’apprentissage plus directes, comme les sessions de formation – en personne et en ligne, offertes aux individus et aux groupes du monde entier – organisées par l’Institut européen de bio-informatique (EMBL-EBI) du Laboratoire européen de biologie moléculaire au Royaume-Uni. De son côté, le gouvernement français propose un cours en ligne gratuit, maintenu par scikit-learn, qui dure généralement environ 35 heures.
Nature signale que les compétences en bio-informatique sont devenues essentielles dans le domaine des sciences de la vie. Bien entendu, il n’est pas rare que les chercheurs en quête d’efficacité utilisent des algorithmes. On constate, cependant, que les plateformes d’apprentissage automatique ou d’intelligence artificielle (IA) – où l’on trouve les grands modèles de langage, tels que l’agent conversationnel ChatGPT – gagnent en popularité au détriment des algorithmes lorsqu’il s’agit, par exemple, de trouver des modèles ou des caractéristiques dans des séquences et des images.
Bien que ces nouvelles technologies puissent accélérer énormément le rythme des recherches et la prise de décisions, il semble que nombre de chercheurs manquent encore de compétences en gestion de données. Cette faiblesse, à laquelle s’ajoute le défi du manque de ressources, a ralenti l’adoption des nouveaux outils intelligents.
Pour les bio-informaticiens qui restent hésitants, les experts consultés par Nature suggèrent de se familiariser avec les nouvelles techniques de travail qui privilégient l’IA. Par exemple, dans le cas de l’imagerie, on trouve des outils d’analyse qui ne demandent pas de connaissances en codage. Parmi la multiplicité de plateformes disponibles – Ilastik, QuPath, CDeep3M –, Nature mentionne CellProfiler, une application en logiciel libre munie d’attributs d’apprentissage profond. Celle-ci permet aux utilisateurs de configurer leurs propres flux de travail pour automatiser leurs analyses (par exemple, quantifier des formes, des caractéristiques ou des modèles).
Les experts soulignent que les bio-informaticiens souhaitant créer leurs propres outils d’IA doivent forcément être de bons codeurs. Ils peuvent tirer avantage d’un langage généraliste comme Python, qui permet de faire du traitement de texte, du calcul scientifique et de la création de serveurs Web. De plus, on souligne la pertinence d’acquérir des compétences en génie logiciel ainsi qu’en mathématiques et en statistiques.
Cela dit, Nature note que des outils interactifs, comme les agents conversationnels ou ChatGPT, peuvent faciliter l’acquisition de compétences en programmation. En effet, ces outils permettent aux utilisateurs de trouver des solutions par l’expérimentation et par la formulation de questions. Quoi qu’il en soit, les chercheurs peuvent adopter les technologies intelligentes grâce à une combinaison d’éducation formelle, d’autoapprentissage et d’expérience pratique. Un bon point de départ, dit-on, est l’exploration des tutoriels et cours en ligne proposés par les universités et sur des plateformes telles que Coursera, edX et Udacity.
Il y a aussi des occasions d’apprentissage plus directes, comme les sessions de formation – en personne et en ligne, offertes aux individus et aux groupes du monde entier – organisées par l’Institut européen de bio-informatique (EMBL-EBI) du Laboratoire européen de biologie moléculaire au Royaume-Uni. De son côté, le gouvernement français propose un cours en ligne gratuit, maintenu par scikit-learn, qui dure généralement environ 35 heures.