BioRender Lance Leo, Agent Ia Pour Figures Scientifiques

Une courbe trop lisse, un récepteur mal orienté, une mitochondrie qui ressemble à un bonbon : voilà à quoi ressemble parfois une figure « scientifique » sortie d’un générateur d’images grand public. Le dessin est joli. Le message, lui, vacille. Mardi, la jeune pousse torontoise BioRender a présenté Leo, un agent pensé pour accompagner la fabrication de figures de recherche plutôt que pour les inventer d’un seul coup. L’enjeu dépasse le confort des laboratoires. Il touche la lisibilité des articles, la crédibilité des revues et cette confiance déjà érodée par la prolifération d’images générées sans garde-fou.

Pourquoi une figure de recherche n’est pas une illustration comme les autres

Dans un laboratoire, le schéma n’est pas un décor. Il condense une hypothèse, un protocole ou un mécanisme. Un lecteur pressé s’y arrête avant même de lire le texte. Une flèche inversée, une échelle oubliée ou une protéine mal nommée suffit à faire douter de tout le reste. La science, rappelle souvent Shiz Aoki, cofondatrice et dirigeante de BioRender, ne laisse pas de place au hasard visuel. Ce qui est vrai pour une mesure l’est aussi pour le dessin qui la raconte.

Les outils généralistes, de ChatGPT à Midjourney en passant par Gemini ou DALL·E, savent produire une image séduisante en quelques secondes. Ils ont été entraînés pour plaire, pas pour respecter une nomenclature de biologie cellulaire. D’où les hallucinations : organites inventés, légendes incohérentes, proportions fantaisistes. Corriger demande alors une cascade de prompts, une dépense de jetons et, au bout du compte, un retour au dessin manuel. Leo prétend couper ce détour.

Les scientifiques ne peuvent pas s’y fier, parce que ces outils traitent les figures scientifiques comme n’importe quelle autre illustration. Leo est conçu autrement. Il ne saute pas du prompt à l’image. Il apporte une vraie expertise de fabrication de figures, pose des questions, propose des esquisses et construit des images qu’un chercheur peut encore affiner à la main.

– Shiz Aoki, cofondatrice et dirigeante de BioRender

Cette phrase résume le pari. L’agent ne se présente pas comme un pinceau magique. Il se place dans le rôle d’un illustrateur médical formé, celui qui interroge avant de tracer. Aoki connaît ce métier de l’intérieur : elle a été illustratrice scientifique principale à National Geographic avant de fonder l’entreprise en 2017 avec Ryan Marien, entrepreneur à répétition, et Katya Shteyn, ingénieure et directrice technique.

Le geste qui change : questionner avant de dessiner

Jusqu’ici, les utilisateurs pouvaient déjà demander à la plateforme de produire une figure à partir d’une consigne. Leo ajoute une couche de dialogue. Il clarifie l’intention, propose une composition, s’appuie sur une bibliothèque d’icônes et de gabarits relus par des scientifiques, puis laisse la main pour les retouches. Le résultat revendiqué n’est pas une image figée. C’est un fichier clair, éditable, plus fidèle aux standards des publications que ce que livre un modèle généraliste.

Derrière ce parcours, la société dit choisir le meilleur modèle disponible pour chaque étape, plutôt que de tout confier à un seul générateur. La distinction compte. Planifier une légende, esquisser un flux de signalisation et placer une échelle ne demandent pas la même compétence. Séparer ces tâches réduit le risque de tout mélanger dans une seule image spectaculaire et fausse.

• Clarifier la question scientifique avant le premier trait.
• S’appuyer sur des icônes et des modèles déjà validés par des chercheurs.
• Produire une esquisse discutable, pas un rendu définitif impossible à corriger.
• Laisser le scientifique reprendre le fichier à la main.

Une réponse directe à la méfiance visuelle

BioRender formule le problème sans détour : l’érosion de la confiance dans la science, nourrie par la multiplication d’images générées. Chaque semaine apporte un nouvel outil. Peu d’entre eux connaissent la différence entre un canal ionique et une métaphore. Pour une revue, la conséquence est concrète. Les comités de lecture passent du temps à traquer les artefacts. Les auteurs, de leur côté, hésitent entre gagner des heures et risquer un rejet pour figure non conforme.

Leo s’inscrit dans une suite d’outils déjà orientés vers l’intelligence artificielle, mais avec une promesse plus étroite : la fidélité plutôt que la variété infinie. Une figure de voie de signalisation n’a pas à surprendre. Elle doit être reconnue du premier coup par un pair. C’est l’inverse de la logique des générateurs grand public, où la nouveauté visuelle est souvent une qualité.

Du croquis National Geographic au logiciel de laboratoire

L’histoire de la société éclaire le produit. En 2017, le trio fondateur veut standardiser le langage visuel de la biologie. L’idée est simple à énoncer, rude à tenir : permettre à un chercheur de produire un graphique solide en quelques minutes, là où un illustrateur externe demandait des heures ou des jours. Le logiciel s’est peu à peu imposé comme une sorte de Canva de la science, formule que la presse reprend volontiers.

Les chiffres avancés par l’entreprise donnent l’échelle. Plus de quatre millions de scientifiques utiliseraient l’outil. Des milliers d’établissements de recherche y recourent. L’ensemble des trente plus grands groupes pharmaceutiques mondiaux figure parmi les clients, de même que quinze laboratoires liés à un prix Nobel. Une base aussi large ne garantit pas la justesse de chaque schéma. Elle montre en revanche que le besoin de langage commun est déjà là.

La société se décrit comme rentable et compte environ deux cents personnes. En octobre 2025, Anthropic a conclu un accord pour intégrer la bibliothèque de BioRender dans Claude for Life Sciences. En décembre 2025, un investissement secondaire mené par Dimension Capital, fonds tourné vers les biotechnologies, a valorisé la jeune pousse à 900 millions de dollars américains. Leo arrive donc sur une trajectoire déjà visible, pas sur une page blanche.

Ce que les modèles généralistes ratent encore

Le défaut n’est pas seulement esthétique. Un modèle entraîné sur le web mélange posters, manuels et images décoratives. Il n’a pas de notion stable de ce qu’une revue considère comme une figure publiable. Il peut inventer une structure parce qu’elle « fait scientifique ». Il peut aussi recopier, sans le dire, un style trop proche d’une planche existante. Dans les deux cas, l’auteur se retrouve avec un problème de méthode.

BioRender oppose à cela une bibliothèque contrôlée et un parcours guidé. L’argument est crédible sur le papier : moins de hasard, plus de pièces déjà nommées, une édition ultérieure possible. Il reste à vérifier dans l’usage. Un agent qui pose de bonnes questions peut encore proposer une mauvaise composition si la consigne de départ est floue. La responsabilité finale demeure celle du chercheur, comme pour n’importe quel logiciel de dessin.

La nature déterministe de la science, qui ne laisse aucune place au hasard, rend la visualisation particulièrement difficile. Les outils généralistes peuvent produire une image, ils peinent souvent à tenir les standards académiques.

– Synthèse de la position défendue par BioRender autour du lancement de Leo

Un parcours en plusieurs temps, pas une image unique

Le détail le plus utile pour un laboratoire n’est pas le nom de l’agent. C’est l’ordre des opérations. D’abord le cadrage : quel message, quel public, quel niveau de détail. Ensuite l’esquisse, assez simple pour être discutée en réunion. Puis la construction, à partir d’éléments déjà nommés. Enfin la reprise manuelle, parce qu’aucune revue n’accepte qu’un logiciel signe à la place de l’auteur.

Cette séquence rappelle le travail d’un studio d’illustration plus que celui d’un chatbot. Elle peut aussi ralentir les utilisateurs pressés, habitués à obtenir un rendu immédiat. BioRender semble assumer ce ralentissement. Mieux vaut une figure un peu plus longue à obtenir qu’une image à refaire trois fois avant soumission.

Qui a vraiment intérêt à changer d’outil

Les doctorants qui passent leurs soirées sur des schémas de voie métabolique y verront un gain de temps, à condition que le fichier reste modifiable. Les équipes de communication des instituts, souvent coincées entre un chercheur exigeant et un délai de newsletter, y trouveront un langage déjà partagé. Les groupes pharmaceutiques, déjà clients, peuvent y voir un moyen d’harmoniser les figures entre sites et sous-traitants.

Les revues, elles, ne sont pas clientes au sens commercial du terme. Elles restent les arbitres. Si Leo réduit les allers-retours sur des figures mal construites, son adoption se verra dans les délais de relecture, pas dans un communiqué. Si au contraire les auteurs s’en servent pour habiller des résultats faibles, l’outil n’aura rien réglé. La technique ne remplace pas le jugement éditorial.

Un tableau rapide aide à situer le décalage entre les deux familles d’outils, sans prétendre qu’une colonne efface l’autre.

Critère	IA généraliste	Agent spécialisé type Leo
Point de départ	Une consigne libre, souvent vague	Un échange sur l’intention de la figure
Matériau visuel	Pixels générés, peu éditables	Icônes et gabarits revus par des scientifiques
Risque principal	Hallucination et style décoratif	Confiance excessive dans le guidage
Sortie attendue	Image finale séduisante	Figure claire, corrigeable à la main
Usage typique	Exploration, brouillon visuel	Préparation d’une figure de publication

Toronto, un ancrage qui n’est pas un détail

BioRender est née à Toronto, dans un écosystème où la recherche biomédicale et les logiciels se croisent depuis longtemps. Ce ancrage n’explique pas à lui seul la qualité d’un agent. Il explique en revanche la proximité avec des hôpitaux, des campus et des industriels qui testent vite ce genre d’outil. Une figure ratée se voit immédiatement dans un journal club. Le retour est brutal, donc utile.

La concurrence, elle, ne vient pas seulement d’autres éditeurs scientifiques. Elle vient de suites bureautiques qui ajoutent un bouton « générer une image », et de modèles généralistes qui promettent la biologie en une phrase. Leo devra prouver qu’un parcours plus lent, mais plus cadré, vaut le détour. La valorisation de 900 millions de dollars fixe une attente. Elle ne valide pas le produit.

Ce que l’accord avec Anthropic change, et ce qu’il ne change pas

L’intégration de la bibliothèque dans Claude for Life Sciences, annoncée à l’automne 2025, place les icônes de BioRender dans un environnement plus large. Un chercheur peut ainsi croiser texte, protocole et visuel sans quitter son flux de travail. Leo pousse cette logique un cran plus loin : l’agent ne se contente pas de piocher des symboles, il orchestre la fabrication.

Rien de tout cela ne règle la question de la source. Une icône juste peut illustrer une hypothèse fausse. Un schéma élégant peut masquer un contrôle manquant. Les laboratoires qui adopteront Leo auront intérêt à traiter la figure comme une donnée : versionnée, relue, attribuée. Sinon, l’agent ne fera qu’accélérer la production d’images convaincantes et creuses.

Cinq réflexes utiles avant de laisser un agent dessiner

Le lancement donne envie d’essayer. Il donne aussi quelques garde-fous simples, valables quel que soit l’éditeur.

• Écrire d’abord la phrase que la figure doit prouver, en une ligne.
• Refuser tout élément qui n’existe pas dans les données ou dans la littérature citée.
• Garder une version éditable, pas seulement une exportation plate.
• Faire relire le schéma par quelqu’un qui n’a pas utilisé l’outil.
• Noter, dans les méthodes ou la légende, le recours à une aide logicielle lorsque la revue le demande.

Ces réflexes ne sont pas spectaculaires. Ils sont pourtant ce qui sépare une figure de travail d’une figure de publication. Leo peut les rendre plus faciles. Il ne les rend pas facultatifs.

Le marché des figures, entre atelier et plateforme

Pendant des années, l’illustration scientifique est restée un métier d’atelier. Quelques studios, beaucoup de freelances, des délais longs et des tarifs difficiles à absorber pour une équipe de thèse. Les plateformes ont abaissé ce seuil. Elles ont aussi uniformisé les styles, parfois jusqu’à la monotonie. Leo tente un troisième temps : remettre de l’expertise dans le flux, sans revenir au délai d’un illustrateur externe pour chaque panneau.

Le risque commercial est connu. Si l’agent se contente de reformuler ce que la bibliothèque faisait déjà, les utilisateurs n’y verront qu’une couche de conversation. S’il réduit vraiment les corrections de dernière minute, il devient un argument de renouvellement d’abonnement. La différence se mesurera dans les fichiers renvoyés aux revues, pas dans la démo.

Il y a aussi un enjeu de formation. Une génération de chercheurs a appris à dessiner dans des logiciels généralistes, parfois sans cours de composition. Un agent qui pose des questions peut servir de tuteur discret : pourquoi cette flèche, pourquoi ce contraste, pourquoi cette légende. À condition que les réponses restent explicables. Une boîte noire qui « sait » n’enseigne rien.

Ce que les rédactions scientifiques vont regarder

Les politiques des revues sur les images générées se durcissent. Certaines exigent une déclaration. D’autres interdisent les figures entièrement synthétiques lorsqu’elles prétendent montrer un résultat expérimental. Leo, en produisant des schémas construits plutôt que des photographies inventées, se place plutôt du côté des diagrammes. Cette zone reste grise. Un schéma de mécanisme n’est pas une donnée brute. Il reste une interprétation.

Les rédactions vont donc chercher trois choses. La traçabilité des éléments utilisés. La possibilité pour l’auteur de justifier chaque choix graphique. La cohérence entre la figure et le texte. Un agent qui documente ses étapes aurait ici un avantage net sur un générateur qui ne livre qu’un fichier image. BioRender n’a pas détaillé, dans l’annonce reprise par la presse, le niveau de journalisation offert par Leo. C’est pourtant le point qui intéressera les comités d’éthique autant que les graphistes.

Une promesse étroite, donc plus crédible

Leo ne prétend pas rédiger l’article, analyser les données ou remplacer le pair. Il prétend aider à planifier, esquisser et construire une figure. Cette étroitesse est sa meilleure carte. Les outils qui promettent tout finissent par être jugés sur leur pire usage. Un agent cantonné au visuel scientifique peut être évalué sur des critères simples : justesse des symboles, clarté de la composition, temps gagné avant soumission, nombre de corrections demandées par la revue.

Pour une entreprise déjà rentable, le lancement est aussi un signal à ses clients industriels. Les trente grands groupes pharmaceutiques cités n’achètent pas une mode. Ils achètent de la cohérence entre équipes dispersées. Un agent qui parle le même langage visuel d’un site à l’autre a une valeur opérationnelle, même s’il n’invente aucune molécule.

Reste le lecteur, celui qui ouvre un article un dimanche soir et décide en dix secondes si le schéma tient. C’est pour lui que la figure existe. Si Leo aide à produire des images qu’un pair reconnaît sans effort, il aura fait son travail. S’il ajoute une couche de brillant sur des mécanismes mal posés, il aura seulement déplacé le problème. La différence, comme souvent en recherche, ne se verra pas le jour de l’annonce. Elle se verra dans les planches des prochains numéros.