Robots à ADN expliqués : le futur de la médecine et de l’informatique

L’adoption des robots progresse rapidement, poussée par la baisse des coûts, la hausse de la demande et l’intégration de l’intelligence artificielle (IA).

Selon les statistiques World Robotics 2025 sur les robots industriels, 542 000 robots ont été installés en 2024. Cela représente le « deuxième plus grand nombre d’installations annuelles de robots industriels de l’histoire – seulement 2 % inférieur au record historique d’il y a deux ans », a déclaré Takayuki Ito, président de la Fédération internationale de robotique.

En plus des usines, les robots sont également déployés activement dans les aéroports, les champs agricoles, les bureaux, l’armée et l’espace, évoluant de machines rigides et préprogrammées en systèmes adaptatifs et intelligents.

Les robots ne sont plus de simples bras mécaniques ; ils deviennent plus intelligents, plus petits et bien plus polyvalents grâce aux avancées en science des matériaux, à la miniaturisation et à l’IA.

Cela a entraîné une transformation profonde en médecine, où les robots chirurgicaux permettent des procédures peu invasives avec une précision jamais atteinte auparavant. La microrobotique et les systèmes bio‑ingénierés promettent quant à eux des thérapies ciblées pouvant réduire considérablement les effets secondaires.

Même l’idée de machines opérant à l’intérieur du corps humain devient rapidement une réalité scientifique.

Entrer dans l’ère de la robotique moléculaire

Une nouvelle frontière en robotique est une classe émergente de machines microscopiques construites à partir d’ADN et conçues pour fonctionner à l’intérieur du corps humain.

Le concept de nanotechnologie de l’ADN a été introduit pour la première fois il y a plusieurs décennies par le professeur Nadrian Seeman, largement reconnu comme le père fondateur du domaine. Les progrès dans le domaine ont toutefois été lents au début en raison des coûts élevés et de l’immaturité des technologies de synthèse d’ADN.

Les avancées dans la synthèse chimique de l’ADN au début du XXIe siècle ont considérablement réduit les coûts de production et accéléré le développement de la nanotechnologie de l’ADN.

Une percée majeure s’est réellement produite il y a deux décennies, lorsque Paul Rothemund a introduit la technique de l’origami d’ADN, qui a permis la création de nanostructures par auto‑assemblage d’ADN ascendant et est depuis devenue l’une des stratégies les plus largement adoptées pour construire des robots d’ADN.

Ces minuscules dispositifs sont construits à partir de molécules biologiques capables de naviguer dans le corps, d’interagir avec les cellules et d’exécuter des tâches très spécifiques. Étant donné que ces systèmes sont faits du même matériau fondamental qui circule dans le corps, contrairement aux robots traditionnels, ils peuvent fonctionner de manière transparente dans les environnements biologiques.

Une nouvelle étude publiée dans la revue SmartBot¹ met en évidence à quel point ce domaine a progressé. Elle montre l’évolution des machines à ADN, des idées initiales vers des systèmes plus complexes, pratiques et capables qui pourraient un jour délivrer des médicaments directement aux cellules malades ou même identifier et neutraliser des virus à l’intérieur du corps.

Leur potentiel s’étend bien plus loin, englobant l’analyse de molécules uniques, la nanofabrication à l’échelle atomique, et même la construction de dispositifs informatiques extrêmement petits et de systèmes de stockage de données.

Dans leur revue détaillée, des chercheurs de l’Université de Pékin (PKU) expliquent comment l’ADN est utilisé pour créer des machines fonctionnelles. Le même ADN, acide désoxyribonucléique, qui porte l’information génétique dans presque tous les organismes vivants, est utilisé ici. C’est un matériau de construction idéal et polyvalent pour concevoir des robots microscopiques avec des géométries complexes, des dimensions précisément définies et des capacités multifonctionnelles.

Cela est dû à la facilité de synthèse de l’ADN, à sa capacité d’auto‑assemblage précis, à sa stabilité structurale et à sa programmabilité. La molécule offre un avantage particulièrement unique en « programmabilité mécanique », selon l’étude. Alors que les brins simples (ssDNA) offrent de la flexibilité, les sections double‑brin (dsDNA) ajoutent de la structure aux conceptions, et ensemble ils constituent une boîte à outils de conception claire.

Grâce à ces propriétés, ainsi qu’aux avancées en nanotechnologie structurale de l’ADN, les robots à ADN, souvent appelés nanomachines et nanorobots à ADN, ont évolué rapidement.

Pour créer ces minuscules robots, les scientifiques combinent la robotique traditionnelle avec des techniques de pliage de l’ADN, permettant le mouvement et l’exécution fiable de tâches avec une grande précision.

Les robots à ADN sont encore à leurs débuts et rencontrent d’importantes barrières. Malgré les défis, le domaine progresse à mesure que les scientifiques apprennent à concevoir des structures d’ADN capables de se plier, saisir, replier et se déplacer sur commande.

Ainsi, ce travail souligne un avenir où ces machines biologiques programmables pourront servir d’outils de précision pour le diagnostic, le traitement et la prévention des maladies, transformant potentiellement la médecine à son cœur.

« Les robots de demain ne seront pas seulement faits de métal et de plastique », note l’équipe de recherche. « Ils seront biologiques, programmables et intelligents. Ils seront les outils qui nous permettront enfin de maîtriser le monde moléculaire. »

Relever le défi du mouvement moléculaire

Pour construire des machines moléculaires, les chercheurs explorent l’ADN depuis longtemps, cherchant comment le transformer en machines fonctionnelles. 

Les conceptions des premiers dispositifs à ADN étaient très simples ; ils pouvaient s’ouvrir et se fermer ou se déplacer le long d’un rail. Bien que simples, ils ont prouvé que le mouvement au niveau moléculaire était possible. 

Aujourd’hui, les scientifiques vont plus loin avec des approches de conception créatives, incluant l’intégration de composants flexibles, la construction d’articulations d’ADN solides pour la stabilité, et l’utilisation de méthodes de pliage inspirées de l’origami.

Dans l’origami d’ADN, de longues chaînes sont pliées en formes complexes. Les chercheurs utilisent des centaines de brins plus petits pour guider un seul brin vers des formes détaillées telles que des boîtes, des cages et des engrenages. Certains conceptions peuvent comporter des milliers de composants, d’autres peuvent agir comme de minuscules interrupteurs, marcheurs ou pinces.

Ainsi, les chercheurs appliquent les principes de la robotique traditionnelle à grande échelle à l’échelle nanométrique, permettant aux systèmes basés sur l’ADN d’exécuter des tâches répétables et contrôlées.

Mais transformer l’ADN en machines nécessite non seulement une structure mais aussi du mouvement, et la taille extrêmement petite de ces robots à ADN représente un défi majeur pour guider leur mouvement dans l’environnement moléculaire chaotique et en constante évolution.

Pour contrôler la façon dont ces machines se déplacent, les scientifiques ont développé des systèmes qui permettent à ces machines de se comporter de manière prévisible. Cela inclut des réactions biochimiques et des signaux physiques tels que la chaleur, la lumière, les champs magnétiques et les champs électriques.

En ce qui concerne le contrôle biochimique, la méthode utilisée par les chercheurs est le déplacement de brins d’ADN, un processus qui permet de programmer précisément le mouvement à l’aide de séquences d’ADN « carburant » et « structure ». Ici, un brin expulse un autre de sa position, agissant comme un interrupteur moléculaire pouvant déclencher un mouvement prédéfini.

Cependant, chaque méthode comporte des compromis, obligeant les scientifiques à équilibrer précision et vitesse.

Par exemple, le contrôle chimique offre précision et polyvalence mais génère des molécules résiduelles et nécessite un dépistage expérimental intensif. En revanche, les signaux physiques externes agissent rapidement, mais ils affectent les systèmes environnants. Ils déplacent des structures entières mais peinent à permettre un contrôle indépendant au niveau des articulations.

C’est en combinant ces stratégies que les scientifiques offrent une boîte à outils pour affiner le comportement des machines à ADN avec une grande précision. En ce qui concerne l’application de ces machines microscopiques, l’étude note qu’elles vont bien au-delà du laboratoire.

Pour commencer, les robots à ADN peuvent être d’une aide immense en médecine de précision, où ils peuvent agir comme des « nano‑chirurgiens » à l’intérieur du corps, identifiant les cellules malades et délivrant des thérapies à ces cellules. 

Dans un exemple de robot à ADN, le SARS‑CoV‑2 a été capturé à partir de salive en une demi‑heure à l’aide de quatre doigts flexibles, et il a donné des performances comparables aux tests de laboratoire conventionnels. Dans un autre cas, le robot a transporté un médicament anticoagulant vers les vaisseaux tumoraux de souris et l’a délivré uniquement une fois la cible atteinte, démontrant son potentiel en tant que système autonome d’administration de médicaments.

Les robots à ADN peuvent également servir de modèles programmables pour organiser des matériaux, permettant ainsi la création de dispositifs optiques moléculaires, de dispositifs informatiques et de systèmes de stockage de données ultra‑denses plus efficaces que la technologie actuelle.

Des guides d’ADN, des nanoparticules et des sources lumineuses ont déjà été organisés en motifs ordonnés. Dans des expériences connexes, les chercheurs ont également imprimé des marques chimiques sur de l’ADN synthétique et encodé des images sans réécrire chaque base. Ainsi, les possibilités offertes par ces machines à ADN sont tout simplement exceptionnelles.

Mais bien sûr, tout cela est encore à un stade expérimental précoce. Comme ils sont loin d’applications pratiques et réelles, ces robots à ADN sont mieux compris comme une preuve de concept. En fait, la concrétisation de ces machines rencontre plusieurs défis. L’échelle est l’un des problèmes.

Lorsque nous passons de systèmes à grande échelle à l’échelle nanométrique (≈ 100 nm, soit environ 1/500 à 1/1000 de la largeur d’un cheveu humain), le contrôle précis de ces machines devient difficile en raison du mouvement brownien, qui est le petit mouvement aléatoire des nanoparticules, et des fluctuations thermiques.The study noted:

« Bien que la robotique macroscopique offre des cadres conceptuels et analytiques précieux, traduire ses principes à l’échelle moléculaire et nanométrique exige une redéfinition profonde de la conception mécanique et du contrôle du mouvement sous des contraintes stochastiques, thermodynamiques et biochimiques. »

C’est pourquoi de nombreuses conceptions de robots à ADN existants sont simples et fonctionnent en isolement. Leur utilité dans des environnements réels complexes est également limitée.

Mais les systèmes futurs doivent être évolutifs, reconfigurables et intégrés fonctionnellement, ce qui dépend de l’adoption d’une modularité avancée et de la traduction des principes mécaniques à grande échelle au niveau moléculaire.

Il y a également la question des lacunes de connaissances. Même aujourd’hui, les chercheurs manquent d’informations détaillées et de compréhension des propriétés mécaniques des structures d’ADN. Les outils de modélisation et de simulation informatiques pour prédire le comportement de ces structures à de telles échelles microscopiques ne sont pas encore pleinement développés.

La fabrication représente un autre obstacle. Produire des machines d’ADN identiques à grande échelle est nécessaire pour leurs applications réelles, mais cela requiert des méthodes rentables, à haut rendement et fiables qui restent difficiles à atteindre.

Surmonter toutes ces barrières, selon l’étude, nécessite une collaboration interdisciplinaire : génie mécanique, informatique, médecine, chimie et biologie. 

Plus précisément, les scientifiques proposent des solutions telles que l’amélioration des méthodes de bio‑fabrication, la création de bibliothèques standardisées de « pièces » d’ADN, et l’utilisation de l’IA pour améliorer la conception et la simulation.

L’apprentissage profond et les grands modèles de langage, selon l’étude, offrent des « opportunités transformatrices pour faire progresser la conception et l’analyse des machines à ADN », ainsi que la simulation et l’analyse dynamique. La technologie peut découvrir des motifs structurels à partir de grands ensembles de données, prédire les voies de pliage, optimiser les configurations de séquences et automatiser l’évaluation des conceptions, accélérant ainsi de manière significative le cycle d’innovation.

Les progrès dans ces domaines aideront à mettre à l’échelle les robots à ADN et à les intégrer dans des applications pratiques en science, santé, fabrication et au-delà.

Investir dans la technologie de robotique à ADN

Dans le monde de la robotique médicale, Illumina, Inc. (ILMN ) se distingue par son expertise centrale en technologies ADN et son positionnement fort dans la médecine guidée par la génomique. Bien que l’entreprise ne construise pas elle-même de robots à ADN, elle est un important facilitateur de l’ensemble de l’écosystème qui rend ces innovations possibles.

Leader mondial du séquençage de l’ADN, l’entreprise fournit les outils fondamentaux qui permettent la recherche sur les systèmes basés sur l’ADN, y compris la nanotechnologie et la robotique de l’ADN. Elle est également profondément ancrée dans la transition vers la médecine personnalisée et moléculaire.

Les produits de l’entreprise sont utilisés dans la recherche et la clinique ainsi que dans l’oncologie, les sciences de la vie, la santé reproductive, l’agriculture et d’autres secteurs. Quant à ses clients, ils comprennent des institutions académiques, des centres de recherche génomique, des hôpitaux, des laboratoires gouvernementaux, des laboratoires de diagnostic moléculaire commerciaux, des entreprises de biotechnologie, pharmaceutiques et de génomique grand public.

L’objectif d’Illumina est d’améliorer la santé humaine en libérant le potentiel du génome. Le mois dernier, Illumina a annoncé une collaboration stratégique avec Veritas Genetics pour introduire le séquençage complet du génome dans les soins de santé quotidiens via les systèmes d’assurance.

Cette collaboration soutient un écosystème de données intégré pour faire progresser la recherche, la découverte de médicaments et l’optimisation des essais cliniques. Plus important encore, elle marque un passage du traitement des maladies à la prédiction et à la prévention grâce aux données génétiques.

« La génomique se déplace de plus en plus en amont dans les soins de santé, du diagnostic de la maladie à la prévention », a déclaré Rami Mehio, directeur général de BioInsight chez Illumina. « En combinant la plateforme de séquençage et d’informatique d’Illumina avec les rapports prêts pour les patients de Veritas, cette collaboration représente une avancée importante pour rendre la génomique préventive exploitable, accessible et intégrée aux soins de santé quotidiens. »

Quelques mois avant cela, Illumina a présenté le Billion Cell Atlas, le plus grand jeu de données de perturbations génétiques à l’échelle du génome au monde, qui pourrait rendre les robots à ADN pratiques et programmables.

Ce vaste ensemble de données cartographie la façon dont des milliards de cellules réagissent aux changements génétiques, construit à l’aide de CRISPR et du séquençage. La première tranche du programme de l’entreprise visant à créer un atlas de 5 milliards de cellules sur trois ans, qui en fera « la carte la plus complète de la biologie des maladies humaines à ce jour », est conçue pour entraîner des modèles d’IA et accélérer la découverte de médicaments en partenariat avec Merck, AstraZeneca et Eli Lilly and Company.

« Nous croyons que l’atlas cellulaire est un développement clé qui nous permettra de mettre à l’échelle de façon significative l’IA pour la découverte de médicaments », a déclaré le PDG d’Illumina, Jacob Thaysen. « Nous construisons une ressource inégalée pour former la prochaine génération de modèles d’IA pour la médecine de précision et l’identification de cibles médicamenteuses, aidant finalement à cartographier les voies biologiques à l’origine de certaines des maladies les plus dévastatrices du monde. »

Dans ce contexte d’avancées, les actions d’Illumina, avec une capitalisation boursière de 19,5 milliards de dollars, se négocient à 127,74 $, en hausse de 74 % au cours de l’année écoulée. Son BPA (TTM) est de 5,48 et son PER (TTM) de 23,32.

En ce qui concerne la solidité financière d’Illumina, pour le quatrième trimestre 2025, l’entreprise a déclaré un chiffre d’affaires de 1,16 milliard de dollars, soit une hausse de 5 % par rapport au 4T24. Sa marge opérationnelle GAAP était de 17,4 % et sa marge opérationnelle non GAAP de 23,7 % tandis que le BPA dilué GAAP était de 2,16 $ et le BPA dilué non GAAP de 1,35 $.

Durant cette période, les dépenses d’investissement étaient de 54 millions de dollars tandis que le flux de trésorerie provenant des opérations était de 321 millions de dollars. À la fin de l’année, l’entreprise disposait de 1,63 milliard de dollars en liquidités, équivalents de liquidités et placements à court terme.

Pour l’exercice complet 2025, Illumina a enregistré un chiffre d’affaires de 4,34 milliards de dollars. Parallèlement, sa marge opérationnelle GAAP était de 18,6 %, sa marge opérationnelle non GAAP de 23,1 %, son BPA dilué GAAP de 5,45 $ et son BPA dilué non GAAP de 4,84 $.

Les dépenses d’investissement de l’année dernière s’élevaient à 148 millions de dollars, tandis que le flux de trésorerie provenant des opérations était de 1,1 milliard de dollars et le flux de trésorerie disponible de 931 millions de dollars.

En parlant de la « fin solide de 2025 », Thaysen a déclaré que cela marque « un retour à la croissance grâce à une exécution disciplinée de notre stratégie », avec un élan construit au second semestre de l’année dernière, notamment grâce à l’adoption croissante des tests basés sur le séquençage de nouvelle génération (NGS) sur les marchés cliniques.

Il convient de noter qu’Illumina a progressé en Chine, avec la levée de l’interdiction d’exportation de ses séquenceurs. Cependant, elle reste sur la Liste des entités non fiables (UEL), nécessitant des approbations pour l’achat d’instruments.

Pour l’année en cours, Illumina prévoit une augmentation de 4 % à 6 % de son chiffre d’affaires, atteignant 4,5 milliards à 4,6 milliards de dollars. Cette croissance comprend un bénéfice de 1,5 % à 2 % provenant de l’acquisition récemment finalisée de SomaLogic, qui élargit le portefeuille multi‑omiques de l’entreprise et renforce sa position dans la protéomique activée par le NGS.

Dernières actualités et développements des actions Illumina, Inc. (ILMN)

Conclusion

Les robots ont redéfini ce que les machines peuvent accomplir. Ils ont amélioré la productivité, la sécurité et la découverte dans plusieurs domaines. De l’automatisation industrielle à l’exploration planétaire, l’évolution continue des robots souligne une tendance plus large vers des systèmes plus capables intégrés plus profondément dans nos vies.

En médecine, l’émergence de robots biologiquement compatibles comme les systèmes à base d’ADN permet une précision sans précédent dans l’administration de médicaments et le ciblage viral. 

Plus important encore, ces systèmes promettent non seulement des traitements plus précis et de meilleurs résultats pour les patients, mais aussi une nouvelle façon d’étudier les processus au niveau moléculaire et de construire des dispositifs plus petits et plus puissés grâce à l’assemblage guidé par l’ADN.

Bien que d’importants défis en matière d’évolutivité, de stabilité et de sécurité à long terme doivent être relevés avant que ces technologies ne passent de la recherche en laboratoire à la pratique clinique, les bénéfices potentiels sont considérables. Et à mesure que la robotique continue de diminuer en taille et d’élargir ses capacités, elle peut offrir un avenir où la médecine est intelligemment exécutée de l’intérieur.

Cliquez ici pour savoir si l’IA peut réécrire notre ADN.

Références

1. Xu, N., Zhang, X., Liu, Y., Wang, C., Li, J., Chen, Z., Zhao, H., Sun, K., Zhou, Q., Yang, F., Wu, T., Guo, S., Li, Y., Huang, J., Deng, D. & Bao, X. Machines à ADN conçus. SmartBot (2026). https://doi.org/10.1002/smb2.70029