Les modèles d’épissage battent les scores de l’état de l’art. Un cadre de distillation dit qu’ils ont appris des facteurs de confusion.

Un article publié le 21 août dans Genome Biology, en libre accès intégral, présente un cadre visant à expliquer la logique de prédiction des modèles d’épissage de l’ARN fondés sur le deep learning grâce à une distillation interprétable — entraîner un modèle transparent à reproduire le comportement d’un modèle opaque, puis lire le modèle transparent. Appliqué aux prédicteurs d’épissage actuels, il révèle qu’ils « souffrent de facteurs de confusion omniprésents et d’angles morts ».

Ce que les modèles semblent réellement faire

Trois constats. Les modèles d’épissage reconnaissent les exons grâce à des combinaisons additives étonnamment simples de motifs de séquence, y compris des éléments régulateurs connus de l’épissage — une mécanique bien plus rudimentaire que ne le laisse entendre leur architecture. Ils exploitent des facteurs de confusion génomiques sans lien avec l’épissage. Et ils ne parviennent pas à capturer correctement les effets de la structure de l’ARN, qui constitue un mécanisme réel de régulation de l’épissage, et non un cas limite. Il en résulte des erreurs de prédiction systématiques et une performance dégradée sur des séquences non de référence.

Ce que le cadrage habituel interprète mal

« Des performances de pointe » : c’est précisément ce que cet article met en cause, et l’attaque vise le benchmark plutôt que le classement. Dans ce domaine, les benchmarks sont largement construits sur des séquences de référence. Les modèles ont appris des raccourcis qui tiennent sur ce benchmark mais échouent sur les séquences non de référence que portent réellement les patients. Une forte précision sur jeu laissé de côté est interprétée comme une compréhension mécanistique de l’épissage, alors qu’il n’en est rien : elle montre seulement que le modèle a trouvé quelque chose de prédictif dans la distribution d’entraînement, que cela relève ou non de l’épissage. C’est un apprentissage par raccourcis démontré au niveau du mécanisme, et non simplement affirmé.

Pourquoi ce n’est pas une querelle académique

Les prédicteurs d’épissage de cette catégorie ne sont pas des curiosités. Leurs scores servent à trier les variants de signification incertaine en génétique clinique — c’est-à-dire à déterminer si un variant génétique identifié chez un patient est susceptible de perturber un gène. Un modèle qui obtient de bons résultats sur des séquences de référence mais se dégrade sur des séquences non de référence échoue précisément dans la population sur laquelle il est utilisé.

Ce que l’article ne quantifie pas ici

L’abstract présente ces résultats de manière qualitative ; les amplitudes d’effet figurent dans le texte intégral, et cet article n’en avance aucune. L’apport le plus utile est la méthode : un cadre que d’autres équipes peuvent réappliquer à leurs propres modèles pour voir sur quoi ces modèles s’appuient réellement. Les auteurs présentent ces résultats comme un éclairage sur les limites fondamentales de l’apprentissage à partir de séquences génomiques et suggèrent des pistes pour les dépasser.