Dans une prépublication de mars 2026, des chercheurs de l’Institut J. Craig Venter ont annoncé avoir construit une cellule bactérienne vivante à partir de composants non vivants en transplantant un génome synthétique dans une cellule morte[s]. Le génome de la cellule receveuse avait été chimiquement réticulé et inactivé avec de la mitomycine C. Les chercheurs ont ensuite installé un génome entièrement synthétique, et la cellule a repris vie avec une nouvelle identité génétique. Ce n’était pas de la science-fiction. C’était de la biologie synthétique.
Biologie synthétique : programmer des cellules vivantes
La biologie synthétique fusionne la biologie, l’ingénierie et l’informatique pour modifier et créer des systèmes vivants[s]. Là où le génie génétique traditionnel se concentre sur la modification d’un ou de quelques gènes pour ajouter ou supprimer un caractère, la biologie synthétique vise à construire des systèmes plus complexes : des réseaux de gènes entiers capables de réagir à plusieurs signaux, ou des génomes minimaux réduits à leurs fonctions essentielles[s].
L’idée centrale qui anime la biologie synthétique est que les composants génétiques peuvent être traités comme des éléments standardisés dans un circuit génétique. En combinant ces éléments avec une modélisation informatique, les chercheurs peuvent concevoir de nouvelles voies métaboliques et des comportements cellulaires inédits[s].
Le domaine repose sur quatre principes clés : la standardisation des éléments, la modularité, l’abstraction et le cycle Concevoir-Construire-Tester-Apprendre[s]. Ces principes permettent d’aborder les systèmes vivants comme des problèmes d’ingénierie.
Fonctionnement du cycle Concevoir-Construire-Tester-Apprendre
En laboratoire, la biologie synthétique suit un flux de travail cyclique. Les chercheurs conçoivent des séquences génétiques sur ordinateur, en utilisant des modèles pour prédire le comportement des cellules. Ils construisent ensuite ces séquences grâce à des techniques de synthèse ou d’édition de l’ADN, puis les insèrent dans des cellules. Les cellules modifiées sont testées pour vérifier si elles remplissent la fonction souhaitée. Les données issues de ces tests affinent les prochaines conceptions[s].
Grâce à des méthodes d’assemblage de plus en plus automatisées et à des logiciels informatiques, les cycles Concevoir-Construire-Tester-Apprendre sont passés de plusieurs mois à quelques semaines[s]. Les outils de conception biologique assistés par intelligence artificielle accélèrent encore ce processus, réduisant considérablement le temps nécessaire aux expériences[s].
Circuits génétiques : des cellules qui calculent
L’une des réalisations les plus marquantes de la biologie synthétique est la programmation de cellules capables de prendre des décisions logiques. Les chercheurs ont réussi à concevoir des cellules capables de percevoir leur environnement, de calculer une décision en fonction d’un ou plusieurs signaux, puis de traduire cette décision en une action souhaitée[s].
Le concept remonte à l’an 2000, lorsque des chercheurs ont construit le premier interrupteur génétique chez E. coli et réalisé un oscillateur synthétique, démontrant ainsi que les cellules pouvaient être reprogrammées pour basculer entre différents états ou exprimer différents gènes[s].
Aujourd’hui, ces circuits sont devenus remarquablement sophistiqués. En immunothérapie contre le cancer, les cellules CAR-T ont été modifiées avec des portes logiques : des portes ET pour augmenter la spécificité, des portes OU pour prévenir la résistance, et des portes NON pour protéger les tissus sains[s]. Séparément, la thérapie CAR-T ciblant CD19 Kymriah/tisagenlecleucel a produit un taux de rémission de 83 % chez des patients atteints de leucémie aiguë lymphoblastique à cellules B réfractaire ou en rechute[s].
La cellule minimale : 493 gènes
L’un des objectifs les plus ambitieux de la biologie synthétique est de construire la cellule la plus simple possible capable de se reproduire. JCVI-syn3A est une bactérie synthétique minimale dotée de 493 gènes[s]. À titre de comparaison, E. coli en possède environ 4 300[s].
La cellule minimale représente quelque chose de profond : un système vivant suffisamment simple pour être potentiellement compris dans son intégralité. La création en 2010 par l’équipe du JCVI d’une cellule bactérienne contrôlée par un génome entièrement synthétisé a démontré que des génomes entiers pouvaient être conçus et assemblés en laboratoire[s].
Construire une cellule synthétique de novo, en assemblant des composants moléculaires, nécessite de combiner des modules interopérables pour la croissance, la division, le métabolisme et le traitement de l’information. Les chercheurs estiment qu’un génome synthétique construit de cette manière pourrait nécessiter entre 200 et 500 gènes[s]. La complexité de l’intégration de ces composants augmente de manière exponentielle avec le nombre de modules[s].
Applications déjà en usage
Les produits issus de la biologie synthétique sont passés du statut de curiosités de laboratoire à celui de réalités commerciales. D’ici 2030, la plupart des gens auront probablement mangé, porté, utilisé ou été soignés par un produit de la biologie synthétique[s].
L’Impossible Burger utilise de la léghemoglobine produite par une levure génétiquement modifiée pour reproduire le goût et l’apparence de la viande. Par rapport à un steak de bœuf, il nécessite 96 % de terres en moins et émet 89 % de gaz à effet de serre en moins[s].
Dans l’agriculture, Pivot Bio a créé le premier engrais azoté biologique pour le maïs, en utilisant des bactéries modifiées qui s’associent aux racines du maïs et fixent l’azote de l’air[s]. La synthèse d’ADN et d’ARN est à la base de tous les vaccins à ARN messager, y compris ceux contre la COVID-19[s].
La bioproduction décentralisée devient possible : des sites de fermentation peuvent être installés n’importe où avec un accès au sucre et à l’électricité, permettant une réponse rapide à des besoins soudains, comme des épidémies nécessitant des médicaments spécifiques[s].
Limites et questions ouvertes
Malgré ses réalisations, la biologie synthétique se heurte à des défis fondamentaux. Même chez les organismes bien étudiés, une grande partie des fonctions moléculaires et protéiques restent mal comprises[s]. Des cellules virtuelles entièrement prédictives restent encore lointaines.
Les progrès vers une véritable cellule virtuelle dépendront de la combinaison de la puissance de l’IA pour détecter des motifs avec la rigueur causale des modèles mécanistes[s]. L’objectif est de simuler le comportement cellulaire avec suffisamment de précision pour prédire les effets des modifications génétiques avant de les construire.
Les questions de biosécurité et de sûreté biologique prennent également de l’ampleur à mesure que les outils deviennent plus accessibles. Le secteur de la biologie synthétique était évalué à 19,55 milliards de dollars en 2025 ; une projection l’estime à 96,66 milliards de dollars d’ici 2035, tandis qu’une autre prévoit des taux de croissance annuels pouvant atteindre 28,63 % jusqu’en 2033[s]. À mesure que la technologie se diffuse, les cadres de gouvernance peinent à suivre le rythme des avancées.
Biologie synthétique : principes d’ingénierie pour les systèmes vivants
La biologie synthétique applique des abstractions d’ingénierie aux systèmes biologiques, traitant les composants génétiques comme des éléments modulaires et standardisés pouvant être assemblés en circuits fonctionnels[s]. Le domaine repose sur quatre principes fondamentaux : la standardisation des éléments, la modularité, les hiérarchies d’abstraction et le cycle Concevoir-Construire-Tester-Apprendre[s].
Cette approche diffère fondamentalement du génie génétique traditionnel. Alors que ce dernier modifie généralement un ou quelques gènes pour ajouter ou supprimer un caractère, la biologie synthétique construit des réseaux de gènes entiers capables de réagir à plusieurs signaux, ou conçoit des génomes minimaux aux fonctions systématiquement définies[s].
Le cycle CCTA : ingénierie itérative à grande échelle
Le cycle Concevoir-Construire-Tester-Apprendre structure le travail en biologie synthétique. La phase de conception implique la modélisation computationnelle de séquences génétiques et du comportement cellulaire prédit. La construction utilise la synthèse d’ADN, l’assemblage Gibson ou l’édition basée sur CRISPR pour créer les séquences. Le test consiste à insérer les constructions dans des organismes hôtes et à mesurer les résultats. L’apprentissage utilise les données à haut débit pour affiner les modèles[s].
L’automatisation a réduit les cycles CCTA de plusieurs mois à quelques semaines[s]. Les outils de conception biologique assistés par IA accélèrent encore ce processus en permettant l’exploration computationnelle du comportement des protéines et en générant de nouvelles séquences biologiquement significatives comme points de départ pour la conception[s].
Circuits génétiques et portes logiques
Les travaux fondateurs sur les circuits génétiques programmables remontent à l’an 2000, lorsque Gardner et al. ont construit le premier interrupteur génétique chez E. coli, et qu’Elowitz et Leibler ont réalisé un oscillateur synthétique, démontrant que les cellules pouvaient être programmées pour basculer entre des états discrets[s].
Les systèmes actuels sont considérablement plus sophistiqués. Les cellules modifiées peuvent percevoir leur environnement, calculer des décisions en fonction de plusieurs entrées, et traduire ces décisions en sorties définies[s]. Les thérapies basées sur la biologie synthétique consistent désormais en des bactéries, virus ou cellules implantables modifiés, dotés de la capacité de sécréter des molécules effectrices, d’effectuer des transformations enzymatiques complexes ou d’activer des activités cellulaires en réponse à des signaux environnementaux[s].
Dans l’ingénierie des cellules CAR-T, les circuits génétiques intègrent des portes logiques : des portes ET pour augmenter la spécificité en exigeant la reconnaissance de plusieurs antigènes, des portes OU pour prévenir la résistance par perte d’antigène, et des portes NON pour protéger les tissus sains en inhibant la destruction lorsque des antigènes bloqueurs sont présents[s]. Séparément, la thérapie CAR-T ciblant CD19 Kymriah/tisagenlecleucel a produit un taux de rémission de 83 % chez des patients atteints de leucémie aiguë lymphoblastique à cellules B réfractaire ou en rechute[s].
Ingénierie de l’ADN à grande échelle basée sur CRISPR
Les technologies d’insertion génique basées sur CRISPR ont évolué au-delà des simples coupures. En combinant le module CRISPR-Cas avec des enzymes recombinases, il est possible d’insérer avec précision et efficacité de l’ADN étranger dans des gènes cibles in vivo en une seule étape[s].
Les transposons associés à CRISPR représentent une avancée majeure. Les systèmes CAST de type I-F ont démontré une insertion quasi complète chez E. coli, permettant l’intégration stable de séquences donneuses jusqu’à 15,4 kb, et jusqu’à 30 kb avec les variantes de type V-K[s]. Ces systèmes insèrent de grands fragments d’ADN sans induire de cassures double brin, un avantage clé pour l’assemblage de circuits complexes.
Génomes minimaux et cellules synthétiques
JCVI-syn3A est une bactérie synthétique minimale dotée de 493 gènes[s]. La démonstration en 2010 par Gibson et al. que des génomes entiers pouvaient être conçus et assemblés en laboratoire a marqué le passage de la manipulation de gènes individuels à l’ingénierie de génomes complets[s].
La transplantation de génome entier consiste à placer un génome donneur synthétique dans une cellule receveuse, reprogrammant cette cellule pour qu’elle adopte une nouvelle identité génétique[s]. La démonstration de mars 2026 de cellules bactériennes synthétiques vivantes construites à partir de composants non vivants a utilisé des agents réticulants de l’ADN, comme la mitomycine C, pour inactiver le génome receveur avant l’installation d’un génome synthétique, levant l’obstacle de la sélection par antibiotiques qui limitait auparavant la transplantation de génomes[s].
La construction de cellules synthétiques de novo se heurte à des défis d’intégration considérables. Les chercheurs estiment qu’un génome minimal synthétisé à partir de composants pourrait nécessiter entre 200 et 500 gènes, mais la complexité de la combinaison de modules en un système fonctionnel et interopérable augmente de manière exponentielle avec le nombre de modules[s].
Applications commerciales et échelle industrielle
Les produits de la biologie synthétique ont atteint une échelle commerciale. L’Impossible Burger utilise de la léghemoglobine de soja produite par la levure Pichia pastoris modifiée, nécessitant 96 % de terres en moins et émettant 89 % de gaz à effet de serre en moins que le bœuf[s]. La bactérie γ-protéobactérie KV137 de Pivot Bio, modifiée, fixe l’azote atmosphérique pour le maïs, réduisant ainsi les besoins en engrais chimiques[s].
La synthèse d’ADN et d’ARN est à la base de tous les vaccins à ARN messager, y compris ceux contre la COVID-19[s]. La bioproduction décentralisée permet d’installer des sites de fermentation n’importe où avec un accès au sucre et à l’électricité, offrant une réponse rapide aux épidémies[s].
Le secteur de la biologie synthétique était évalué à 19,55 milliards de dollars en 2025. Une projection l’estime à 96,66 milliards de dollars d’ici 2035 ; une autre prévoit des taux de croissance annuels pouvant atteindre 28,63 % jusqu’en 2033[s].
Limitations computationnelles et cellules virtuelles
Malgré les progrès, même chez les organismes bien étudiés, une grande partie des fonctions moléculaires et protéiques restent mal comprises[s]. Les cellules virtuelles entièrement prédictives nécessitent de combiner la puissance de l’IA pour détecter des motifs avec la rigueur causale des modèles mécanistes[s].
Les simulations actuelles de cellules entières, y compris le modèle complet du cycle cellulaire de JCVI-syn3A, intègrent des réseaux de réactions biochimiques connus, des profils d’expression génique et la structure spatiale de la cellule. Cependant, les modèles mécanistes nécessitent des milliers de paramètres, tels que les vitesses de réaction et les affinités de liaison, dont beaucoup restent inconnus ou estimés. Les modèles d’IA entraînés sur des données transcriptomiques et protéomiques à grande échelle offrent une voie alternative, apprenant le comportement cellulaire directement à partir des données plutôt qu’à partir de mécanismes explicites, mais manquent de transparence mécaniste[s].
