Trois manières d'aider la recherche en défense bactérienne — sans entrer dans un labo.

En mai 2026, l'Institut Pasteur publie un atlas de 2,39 millions de protéines bactériennes candidates à un rôle dans la défense antivirale, regroupées en 478 206 familles. Le modèle IA GeneCLRDF qui les a identifiées est précis à 99 %, mais 85 % de ces familles n'avaient jamais été associées à l'immunité. Seulement 12 systèmes ont été validés expérimentalement à ce stade.

Pasteur publie les données. Il manque la couche humaine pour les explorer, les trier et en tirer des médicaments. C'est ce que Bactaegion construit.

Organiser l'exploration de l'atlas Pasteur.

Le problème : 478 206 familles candidates, c'est imbuvable pour un humain seul. Aucun laboratoire n'a le temps de tester chacune en validation in vitro. Il faut une couche humaine qui priorise.

Ce que tu fais ici : tu apprends à reconnaître les patterns que les chercheurs utilisent — l'œil se calibre sur 12 scénarios de piano-roll, 6 protéines à annoter, des dossiers à lire. Tutoriel sur cas déjà résolus, pas de pression scientifique.

Ce que ça change : à terme (J3 de la roadmap, voir /roadmap/), tu pourras flaguer des familles orphelines réelles du dataset GeneCLRDF. Pasteur ou n'importe quel labo de défense recevra une liste priorisée de candidats à tester — gain de temps direct sur les cycles de validation.

Produire des hits pharmacologiques en open science.

Le problème : les défenses bactériennes mènent à des médicaments humains réels. Le Sofosbuvir (anti-hépatite C) est un analogue de la chimie des viperines bactériennes. Disarm Therapeutics, qui a développé des inhibiteurs SARM1 inspirés du système Thoeris, a été racheté 1,3 milliard de dollars par Lilly en 2021. Mais l'industrie sélectionne ce qu'elle exploite — beaucoup de cibles restent sur l'étagère, ou se font breveter de manière restrictive avant qu'une communauté ait pu travailler dessus.

Ce que tu fais ici : tu juges entre pairs des hypothèses thérapeutiques sourcées sur 3 critères (reproductibilité, parcimonie, rigueur). Si tu es scientifique et que tu veux formuler ta propre hypothèse, tu peux brancher ton propre moteur LLM (Claude, Gemini, Ollama local) — ta clé est chiffrée AES-GCM dans ton navigateur, jamais transmise à Bactaegion.

Cibles prioritaires identifiées par audit translationnel : Viperines (analogues nucléotidiques type Sofosbuvir), CBASS (axe cGAS-STING en immuno-oncologie), Pycsar (pyrimidines cycliques), Schlafen (modulateurs ARNt), RADAR (ADAR1 dans les interféronopathies), Thoeris (SARM1 en neurodégénérescence).

Ce que ça change : toutes les hypothèses contributives sont versées en CC0. À terme, le relais clinique se fait via des sponsors non-commerciaux (DNDi, GARDP, modèle M4K Pharma) — pas via une capture privée. Bactaegion va jusqu'à Hit-to-Lead, le reste appartient à des structures qui ont l'infrastructure pharmaceutique réglementaire.

Habiliter les laboratoires confidentiels via Federated Learning.

Le problème : beaucoup de laboratoires (hôpitaux, biotechs) possèdent des génomes cliniques ou environnementaux sous NDA. Ils ne peuvent pas partager les données brutes pour des raisons légales (RGPD) ou industrielles (secret pharmaceutique). Mais ils pourraient enrichir le modèle GeneCLRDF si on trouvait un moyen.

État actuel : non démarré. Cible identifiée dans la roadmap (jalon J6) via le protocole DAP/Daphne (Cloudflare, open source). Chaque laboratoire entraînerait localement sur ses données, n'enverrait que des fragments de gradients chiffrés. Dépend du recrutement de partenaires laboratoires — c'est autant un travail stratégique qu'un travail technique.

On affiche cet objectif honnêtement : c'est la vision, pas la réalité du jour. Voir /roadmap/ pour le calendrier réel.

• Pas de XP, classement, badges de "niveau", streak, push notification culpabilisante.
• Pas de loot box, aléatoire opaque, rareté artificielle.
• Pas de token crypto-spéculatif (la valeur d'usage ne passe pas par un actif financier).
• Pas d'inscription obligatoire. Pas de collecte de PII. Tes contributions t'appartiennent.