Nos modèles exacts de concepts pathétiques

Cet essai de Jeremy Gunawardena, publié dans BMC Biology, examine le rôle des mathématiques et de la physique en biologie. L'auteur distingue deux stratégies de modélisation : la modélisation « rétrospective » (inférer un modèle à partir des données, comme le font les réseaux de neurones) et la modélisation « directe » (partir de principes de base simples pour faire des prédictions). Bien que les modèles rétrospectifs fonctionnent bien, ils n'explicitent pas forcément les principes biologiques sous-jacents.

Gunawardena défend l'approche « phénoménologique » : identifier les composantes cruciales d'un système biologique et les modéliser au plus simple, plutôt que de décrire chaque atome. L'avantage est de pouvoir extraire et généraliser des concepts biologiques (homéostasie, rétroaction, etc.) et de les tester empiriquement. Il insiste sur l'équilibre délicat entre la sur-paramétrisation (over-fitting) et l'explication trop simpliste, suivant le principe d'Einstein : le plus simple possible, mais pas plus.

Cette réflexion s'inscrit dans un contexte où la biologie revient à des approches théoriques et systémiques après le règne de la biologie moléculaire. L'enjeu est de développer un dialogue constant entre théorie et expérience pour construire des modèles à la fois parcimonieux et explicatifs.