Computer science is no more about computers than astronomy is about telescopes.
Biology is not about microscopes, and computer science is not about computers.
“Computer science” is a terrible name. Astronomy is not called “telescope science”, and biology is not called “microscope science”.
Edsger W. Dijkstra
Les trois phrases en exergue de cet article perdraient leur sens si elles étaient traduites : en anglais américain l’informatique en tant que science enseignée à l’université est appelée computer science, et s’il s’agit de son déploiement dans une entreprise on parlera d’Information Technology (IT, jadis EDP pour Electronic Data Processing). Elles sont généralement attribuées à l’informaticien néerlandais Edsger W. Dijkstra, et même s’il ne les a pas formulées ainsi elles sont fidèles à sa pensée.
Aujourd’hui les biologistes doivent de plus en plus se mettre à l’informatique, et on parle de bioinformatique. Il ne s’agit pas seulement d’utiliser des logiciels existants, d’ailleurs si ces logiciels existent c’est bien parce que des humains les ont écrits, et il suffit de lire leur texte pour comprendre que leurs auteurs avaient de solides connaissances et en biologie et en informatique. Ce sont de telles connaissances qu’il faut aux biologistes contemporains, de plus en plus. Avec quelques collègues (principalement William Saurin et Frédéric Chauveau, puis Jean-Louis Spadoni et Alexandre Salzmann) j’ai naguère créé des enseignements dans ce but, à l’Institut Pasteur puis au Conservatoire national des Arts et Métiers (Cnam).
Il n’y a guère de doute que l’objet de recherche des astronomes ne soit pas le télescope, mais il n’est pas moins certain que sans de solides connaissances en optique, en électro-magnétisme et plus généralement en physique les astronomes contemporains, plus fréquemment d’ailleurs appelés désormais astrophysiciens, n’auraient jamais pu concevoir ni réaliser l’extraordinaire radiotélescope Atacama Large Millimeter/submillimeter Array (ALMA), composé de 66 antennes d’un diamètre compris entre 7 et 12 mètres qui peuvent être écartées de 16 km à 150 m et qui fonctionnent en interférométrie, à 5100 m d’altitude. On voit bien que les principes physiques qui régissent un tel instrument s’écartent considérablement de l’optique cartésienne que nous avons apprise à l’école et qui permet de comprendre les lunettes de Galilée que je vous conseille d’aller voir au Musée Galilée de Florence.
À l’instar des astrophysiciens, les biologistes seront de plus en plus des bioinformaticiens : il n’est que de regarder la teneur de leurs travaux couronnés par l’Académie Nobel, que ce soit au titre de la physiologie ou de la médecine, ou au titre de la chimie. Et de même que les astrophysiciens se préoccupent de la physique des étoiles et des galaxies mais aussi de celle des radiotélescopes, les biologistes sont amenés à se préoccuper des algorithmes qui permettent d’analyser les séquences nucléotidiques ou protidiques ainsi que la structure de ces molécules. Se préoccuper d’algorithmes, ce n’est pas se contenter d’utiliser des logiciels existants, mais c’est aussi comprendre leur logique pour pouvoir en critiquer les résultats, suggérer des modifications, et finalement réaliser ces modifications, ou écrire de nouveaux logiciels. Nul doute que pour y parvenir il faille de solides compétences en biologie et en informatique, même avec l’aide (réelle) de l’intelligence artificielle.
Actuellement (2026) la bibliothèque bioinformatique la plus populaire est Biopython, qui regroupe sous une forme facile à utiliser les logiciels classiques du domaine (BLAST, Phylip...), généralement écrits en langage C, et permet de les enchaîner ou de les combiner. C’est très pratique et permet de gagner beaucoup de temps. Et pour les statistiques le système R est aussi très précieux.
La chose dont il convient d’avoir conscience, c’est que Biopython et R donnent les moyens d’accomplir ces opérations sans acquérir les connaissances qui permettent de savoir « comment ça marche », comment se programment les algorithmes mis en œuvre ; ce défaut de connaissances peut être toléré pour un emploi de technicien qui travaille en routine, mais quiconque aspire aux fonctions d’ingénieur ou de chercheur, ou en un mot de bioinformaticien, ne saurait se dispenser de ces apprentissages, ne serait-ce que pour utiliser Biopython et R en connaissance de cause. Il faut donc apprendre l’informatique, le cœur de cette discipline est la programmation, mais il est également nécessaire de connaître les bases de la logique, des systèmes d’exploitation, des réseaux et des bases de données. L’intelligence artificielle pourra intervenir dans tous ces domaines pour faire gagner du temps sur tous les travaux simples, mais elle ne se substituera pas à la créativité humaine.
J’observe que les cursus de biologie incorporent de plus en plus d’informatique, et c’est heureux. J’espère qu’ils ne tentent pas d’en contourner les difficultés essentielles.