{"id":1224,"date":"2025-09-27T11:03:38","date_gmt":"2025-09-27T09:03:38","guid":{"rendered":"https:\/\/elearningsamba.com\/index.php\/simplefold-un-labo-de-biologie-moleculaire-qui-tourne-sur-un-simple-macbook-pro\/"},"modified":"2025-09-27T11:03:38","modified_gmt":"2025-09-27T09:03:38","slug":"simplefold-un-labo-de-biologie-moleculaire-qui-tourne-sur-un-simple-macbook-pro","status":"publish","type":"page","link":"https:\/\/elearningsamba.com\/index.php\/simplefold-un-labo-de-biologie-moleculaire-qui-tourne-sur-un-simple-macbook-pro\/","title":{"rendered":"SimpleFold – Un labo de biologie mol\u00e9culaire qui tourne sur un simple Macbook Pro"},"content":{"rendered":"

Apple vient de sortir un truc \u00e9norme et je pense que personne n\u2019a encore capt\u00e9 cette folie.
\nLeur \u00e9quipe de recherche en machine learning a publi\u00e9 SimpleFold<\/a>
\n, un mod\u00e8le d\u2019IA pour pr\u00e9dire la structure des prot\u00e9ines. Jusque-l\u00e0, rien de r\u00e9volutionnaire me direz-vous car AlphaFold de Google fait d\u00e9j\u00e0 \u00e7a tr\u00e8s bien, sauf que\u2026 SimpleFold, lui, tourne sur votre MacBook Pro !<\/strong><\/p>\n

Maintenant, je vais vous expliquer pourquoi c\u2019est compl\u00e8tement dingue.
\nD\u2019apr\u00e8s l\u2019article de recherche d\u2019Apple<\/a>
\n, SimpleFold atteint 95% des performances d\u2019AlphaFold2 tout en \u00e9tant infiniment plus l\u00e9ger. En effet, AlphaFold n\u00e9cessite des supercalculateurs avec des GPU \u00e0 20 000 balles pi\u00e8ce alors SimpleFold, lui tourne tranquille sur un MacBook Pro M2 avec 64GB de RAM.<\/p>\n

Pour r\u00e9aliser cet exploit, au lieu d\u2019utiliser les modules super complexes d\u2019AlphaFold comme la m\u00e9thode du
\n triangle attention<\/a>
\nou les MSA (
\n Multiple Sequence Alignments<\/a>
\n), SimpleFold utilise une technique appel\u00e9e \u201cflow-matching\u201d avec des transformers basiques. Pour rappel,
\n flow matching<\/a>
\n\u00e7a permet de g\u00e9n\u00e9rer des donn\u00e9es (souvent des images ou du texte), \u00e0 partir de bruit al\u00e9atoire\u2026<\/p>\n

Ils ont donc \u00e9chang\u00e9 le moteur de Formule 1 utilis\u00e9 par des outil comme Alphafold par un moteur de Twingo bien g\u00e9n\u00e9rique et arrivent \u00e0 atteindre la m\u00eame vitesse.<\/p>\n

\n $\"\"$ \n<\/p>\n

Les chercheurs d\u2019Apple ont pour cela entra\u00een\u00e9 6 versions diff\u00e9rentes de SimpleFold, de 100 millions \u00e0 3 milliards de param\u00e8tres. Et m\u00eame la plus petite version (100M) atteint 90% des performances d\u2019
\n ESMFold<\/a>
\nsur les benchmarks CAMEO22.<\/p>\n

Et c\u2019est super cool parce que pr\u00e9dire la structure d\u2019une prot\u00e9ine, c\u2019est pas juste un truc de geek pour s\u2019amuser. C\u2019est LA base pour cr\u00e9er de nouveaux m\u00e9dicaments, comprendre des maladies, d\u00e9velopper des vaccins\u2026 Jusqu\u2019\u00e0 pr\u00e9sent, seuls les gros labos avec des budgets de malade pouvaient se permettre de faire \u00e7a, c\u2019est pourquoi SimpleFold change compl\u00e8tement la donne en rendant cette technologie accessible \u00e0 n\u2019importe quel chercheur avec un MacBook.<\/p>\n

Un chercheur ind\u00e9pendant peut maintenant d\u00e9couvrir de nouvelles mol\u00e9cules depuis son canap\u00e9\u2026 Chapeau Apple pour d\u00e9mocratiser cette partie de la recherche scientifique !<\/p>\n

\n $\"\"$ \n<\/p>\n

Le plus dr\u00f4le dans tout \u00e7a, c\u2019est qu\u2019Apple a entra\u00een\u00e9 SimpleFold sur 8,6 millions de structures prot\u00e9iques, ce qui en fait donc le plus gros mod\u00e8le de folding jamais cr\u00e9\u00e9, avec 3 milliards de param\u00e8tres pour la version compl\u00e8te. Maintenant pour l\u2019installer, c\u2019est super simple.
\n Le repo GitHub<\/a>
\nmontre que vous aurez juste besoin de Python 3.10 et que \u00e7a supporte PyTorch ou MLX (le framework d\u2019Apple pour les puces Silicon).<\/p>\n

Et voil\u00e0, en 5 minutes, vous avez un labo de biologie mol\u00e9culaire totalement open source sur votre machine !<\/p>\n

\n Yuyang Wang et son \u00e9quipe<\/a>
\nont donc prouv\u00e9 que pour pr\u00e9dire les structures prot\u00e9iques, pas besoin de r\u00e9inventer la roue. Des transformers classiques avec du flow-matching, et \u00e7a marche ! Imaginez des lyc\u00e9ens qui d\u00e9couvrent de nouvelles mol\u00e9cules pour leur TPE, des startups biotech qui se lancent depuis un garage (litt\u00e9ralement), des pays en d\u00e9veloppement qui peuvent enfin faire de la recherche de pointe sans investir des millions dans l\u2019infra\u2026<\/p>\n

Apple vient de casser un petit peu le monopole de la big pharma sur la recherche mol\u00e9culaire.<\/p>\n

C\u2019est top non ?<\/p>\n","protected":false},"excerpt":{"rendered":"