De Black Box AI à Open Science : pourquoi la DeSci court contre la montre

Le paradoxe de la recherche scientifique moderne

La révolution de l’IA promettait la transparence, mais les grands modèles de langage restent obstinément opaques—des boîtes noires massives que personne ne comprend vraiment. Pendant ce temps, la technologie blockchain a émergé comme un sauveur improbable pour la recherche scientifique, offrant une voie vers la science transparente en « boîte blanche » dont la science a toujours eu besoin. Cette contradiction est au cœur de DeSci (Recherche Scientifique Décentralisée), un mouvement qui redéfinit la manière dont les médicaments sont découverts, validés et commercialisés.

La science traditionnelle a un problème de tarification

Voici le secret peu reluisant de l’édition académique : les chercheurs paient des frais de soumission, les éditeurs sélectionnent des évaluateurs non rémunérés, et seul l’intermédiaire profite. Les universités contrôlent le crédit, les éditeurs captent les marges, et les chercheurs restent piégés dans un tapis roulant de recherche de subventions. Lorsqu’il faut plus d’un milliard de dollars et une décennie pour développer un seul nouveau médicament, quelque chose est fondamentalement cassé.

En 2020, le co-fondateur de Coinbase, Armstrong, a lancé ResearchHub pour déconstruire ce système défaillant. La mission était simple : éliminer les trois montagnes qui écrasent les chercheurs et réorienter les incitations vers la production scientifique réelle plutôt que vers la gatekeeping institutionnelle. Avance rapide jusqu’en février 2025, et ResearchHub a sécurisé $2 millions de dollars en financement frais—validant que le modèle fonctionne à grande échelle.

Pourquoi l’argent massif s’intéresse soudainement aux sciences de la vie

La convergence est indéniable : des avancées en IA comme AlphaFold2 (qui a résolu le pliage des protéines en 2020), l’intérêt croissant pour la recherche sur la longévité, et la capacité de la blockchain à tokeniser le progrès scientifique se sont croisés au moment précis. En 2023, Fred Ehrsam, co-fondateur de Paradigm, a fait l’impensable—il a quitté la crypto pour créer Nudge, une société de recherche biologique. La même année, Paul Kohlhaas a lancé Bio Protocol, en partant d’une simple observation : si vous pouvez cloner des organismes (les chercheurs ont démontré qu’il est théoriquement possible de cloner mon chat en utilisant la technique CRISPR-Cas9), pourquoi ne pas industrialiser la découverte de composés pour prolonger la vie ?

La réponse : maintenant, vous pouvez.

Le champion actuel de DeSci : Bio Protocol

Le jeton de Bio Protocol, BIO, est devenu l’exemple phare de DeSci appliqué au monde réel. Fin 2025, le BIO se négocie à 0,05 $, avec un volume d’échange sur 24 heures de 2,51 millions de dollars et une capitalisation boursière en circulation de 88,16 millions de dollars. Bien que le jeton ait connu une hausse suite à l’approbation publique de CZ lors de la Journée DeSci à Bangkok (où même Vitalik a recommandé le supplément VD001 de Bio), l’impatience du marché secondaire a révélé une vérité dure : les investisseurs en crypto attendent des retours en cinq minutes sur des recherches qui prennent cinq ans.

Le lancement de la V2 en août 2025 a tenté de répondre à ce décalage. Bio a introduit des programmes de points BioXP, une nouvelle plateforme Launchpad, et des BioAgents alimentés par ElizaOS—une infrastructure conçue pour accélérer la commercialisation de la recherche tout en maintenant la durabilité économique. Plus de 100 millions de jetons BIO ont été mis en staking lors de la première semaine, bien que des problèmes de qualité des données (80 millions arrivant en une seule journée) suggèrent que la volatilité persiste.

La technologie est prête ; l’économie rattrape son retard

L’édition génétique CRISPR-Cas9, la prédiction de la structure des protéines via l’IA, et les mécanismes de financement décentralisés ont tous mûri. Ce qui n’a pas encore mûri, c’est le modèle économique. La R&D pharmaceutique traditionnelle implique des années d’approbation réglementaire et des essais humains limités. La pivot de Bio Protocol vers le lancement de plusieurs nouveaux médicaments aux Émirats arabes unis représente un pari calculé : des règles d’expérimentation plus souples peuvent compresser les délais tout en maintenant la rigueur scientifique.

Cela reflète un moment antérieur en informatique—lorsque les protocoles précédaient les applications rentables. La blockchain de Bitcoin a mis des années avant que la DeFi ne la rende utile. De même, l’infrastructure DeSci existe aujourd’hui ; les applications phares pourraient arriver demain.

La course à la base de données Open Science

AlphaFold avait déjà publié 200 millions de structures protéiques en 2021, cartographiant essentiellement l’architecture biologique de toutes les espèces connues. Bio Protocol reste nettement en retard dans la contribution de données, mais voit cela comme une opportunité plutôt qu’un échec. Si la FDA ouvrait ses données pharmaceutiques historiques ou intégrant de grands ensembles de données provenant des principaux fabricants de médicaments, l’accélération de la découverte scientifique serait exponentielle.

Les initiatives biotechnologiques du Moyen-Orient représentent un accélérant non testé—combiner des cadres d’expérimentation humaine plus souples avec des incitations blockchain pourrait pionnier un nouveau modèle de collaboration scientifique internationale.

Et après ?

La question n’est pas de savoir si DeSci réussira—c’est de savoir si elle ira assez vite. GPT-5 a déçu, mais l’IA spécialisée dans des domaines comme la médecine reste prometteuse. Les lois de l’échelle pourraient encore permettre des avancées dans la découverte de médicaments que les modèles généralistes ne peuvent pas. Des projets de la Silicon Valley comme le programme de revival de Colossal démontrent que la technologie CRISPR est prête pour des applications ambitieuses.

La véritable expérience : la décentralisation du financement, l’accélération par l’IA, et la transparence blockchain peuvent-ils résoudre l’économie fondamentale du développement de médicaments avant que les acteurs traditionnels ne s’adaptent ? L’histoire suggère que Watson a battu Schrödinger non pas parce que la mécanique quantique était plus facile, mais parce que quelqu’un devait d’abord traduire la théorie abstraite en applications concrètes.

DeSci mise maintenant sur ce pari.