Binance Research : De Sci à la reconquête des sciences, de défis en opportunités ?
TechFlow SélectionTechFlow Sélection
Binance Research : De Sci à la reconquête des sciences, de défis en opportunités ?
DeSci est désormais suffisamment mature pour influencer la manière dont la recherche scientifique est menée aujourd'hui.
Dédié à des analyses Web3 approfondiesRédigé par : Will Awang
Depuis l'antiquité, empereurs et dignitaires ont toujours nourri un désir infini d'immortalité, et cela reste vrai aujourd'hui. Cette quête de prolongation de la vie ainsi que l'exploration des frontières scientifiques trouvent désormais une nouvelle orientation grâce à la technologie blockchain. L'émergence de la science décentralisée (DeSci) ouvre de nouvelles perspectives et possibilités pour explorer les frontières de la science.
Ce qui a attiré mon attention sur DeSci fut initialement l'investissement de Pfizer dans VitaDAO, non seulement le premier investissement de Pfizer dans le domaine Web3, mais aussi une reconnaissance et un soutien marqués du monde pharmaceutique traditionnel envers le secteur DeSci. Fort de mon expérience entrepreneuriale dans la santé numérique, j'ai commencé à réfléchir à la manière dont DeSci pourrait redéfinir les modèles économiques.
Le rapport de recherche DeSci publié par Binance Research intitulé « From Challenges to Opportunities: How DeSci Reimagines Science » soulève d'abord le phénomène du « Valley of Death » (vallée de la mort) dans le processus de recherche scientifique, puis présente DeSci comme une solution innovante face à ce problème. Enfin, il dresse un bilan du paysage actuel de DeSci, affirmant que DeSci est désormais suffisamment mature pour influencer la manière dont la science est menée aujourd'hui. Bien que certaines lacunes et défis persistent, surmonter le « Valley of Death » représente déjà un grand pas en avant.
Suivant la logique du rapport, lors de la transformation complète de la recherche scientifique en produits commerciaux, DeSci peut s'intégrer davantage encore avec la technologie blockchain et Web3. Prenons l'exemple du développement médical :
-
Accès aux données : les données issues de la recherche fondamentale et de la recherche translationnelle peuvent être collectées via DePIN, puis renforcées grâce à l'IA ; cet accès mondial assorti d'incitations présente de nombreux avantages ;
-
Stockage des données : ces données peuvent être cryptées et stockées sur la chaîne, garantissant leur intégrité et sécurité, tout en créant une nouvelle forme de publication ouverte et accessible à tous, contribuant ainsi à résoudre partiellement les problèmes de reproductibilité et de réplicabilité des découvertes scientifiques ;
-
Communauté d'intérêts : grâce aux règles établies par une organisation autonome décentralisée (DAO), une communauté d'intérêts communs peut être formée entre recherche fondamentale et traitement clinique. Ces règles peuvent être étendues à l’ensemble du cycle comprenant recherche, essais cliniques, commercialisation et interaction médecin-patient, permettant ainsi une synergie gagnant-gagnant pour toutes les parties prenantes ;
L'image future de DeSci se dessine ainsi : des organisations autonomes décentralisées (DAO) constituées de multiples communautés d’intérêts partagés, poursuivant des objectifs et visions communs, libres de la pression des profits capitalistiques, profondément intégrées à la technologie blockchain et à Web3, favorisant les découvertes scientifiques et accélérant la mise sur le marché de produits concrets, propulsant ainsi le progrès social global.
Bien que DeSci en soit encore à un stade très précoce, il influence déjà activement la manière dont la science est pratiquée aujourd'hui.
Voici ci-dessous le contenu de « From Challenges to Opportunities: How DeSci Reimagines Science », bonnes lectures :
01 Points clés
-
Le processus de recherche scientifique fait face à d'importants défis, notamment dans la transition de la recherche fondamentale vers des applications concrètes via la recherche translationnelle. Le phénomène du « Valley of Death » entraîne l’échec de 80 % à 90 % des projets de recherche avant les essais humains, et seulement 0,1 % des molécules candidates deviennent des traitements approuvés.
-
Les désalignements d'incitations entre universitaires, financeurs et industries provoquent un manque de financement, une baisse de collaboration entre chercheurs et médecins cliniciens, ainsi que de faibles taux de reproductibilité et réplicabilité des découvertes scientifiques, ce qui conduit à l'immobilisation de la majorité des recherches dans la « Valley of Death ».
-
La science décentralisée (DeSci) est un mouvement utilisant la pile Web3 afin de créer de nouveaux modèles innovants de recherche scientifique capables de relever ces défis.
-
Grâce aux organisations autonomes décentralisées (DAO), à la blockchain et aux contrats intelligents, DeSci peut résoudre les problèmes critiques de coordination. Cela permet aux différentes parties prenantes de synchroniser leurs intérêts financiers, les incitant ainsi à pousser la recherche jusqu'à la phase clinique.
-
Le marché identifie aujourd’hui quatre domaines clés d’innovation dans le secteur DeSci :
-
L'infrastructure, incluant les plateformes de financement et les outils DAO, qui constituent la base des DAO DeSci.
-
La recherche, incluant les communautés DeSci de base organisant des événements mondiaux et les DAO rassemblant une vision commune issue de multiples parties prenantes.
-
Les services de données, incluant les plateformes de publication et d'évaluation par les pairs, qui favorisent l'accès ouvert aux publications scientifiques, ainsi que des outils de gestion des données assurant une forte intégrité des données et un contrôle collaboratif des accès.
-
Les Memes, qui financent directement des expériences scientifiques ou servent d’outils d’investissement pour d’autres projets DeSci.
-
Bien que la pile existante supporte déjà la recherche fondamentale et translationnelle, elle convient moins bien à la recherche clinique, domaine où les produits apportent un bénéfice direct aux patients.
-
En résumé, la science décentralisée est désormais suffisamment mature pour influencer la manière dont la science est menée aujourd'hui. Malgré certaines lacunes et défis actuels, surmonter le « Valley of Death » constitue déjà un grand pas en avant.
02 Introduction
2.1 Contexte de la recherche scientifique traditionnelle
Le processus par lequel l'industrie scientifique produit de nouvelles connaissances et inventions peut être divisé en plusieurs étapes, principalement en deux grandes phases : la recherche fondamentale et la recherche clinique. Ces deux phases principales sont reliées par la recherche translationnelle, dont la fonction clé est de transformer les résultats de la recherche fondamentale en applications concrètes testables par la recherche clinique. L’objectif final consiste à commercialiser les découvertes scientifiques afin de créer des produits bénéfiques à la société.
(Figure 1 : La « Valley of Death » est la phase durant laquelle la majorité des recherches échouent entre la science fondamentale et la science clinique)
Cependant, le plus grand défi de ce processus est le phénomène de la « Valley of Death », au cours duquel de nombreuses initiatives scientifiques échouent faute de recherche translationnelle efficace.
D'après les données des National Institutes of Health (NIH), 80 % à 90 % des projets de recherche échouent avant d'atteindre les essais humains. En outre, pour chaque médicament approuvé par la FDA, plus de 1 000 molécules candidates ont été développées mais ont finalement échoué. Même aux stades avancés, les difficultés persistent — près de 50 % des médicaments expérimentaux échouent lors des essais cliniques de phase III. Dans cette perspective, la probabilité qu'un nouveau candidat-médicament passe de la recherche préclinique à l'approbation par la FDA n'est que de 0,1 %. Ce chiffre frappant souligne le défi majeur que représente la transformation des connaissances et innovations développées par les universités et instituts de recherche en produits ou traitements utiles à l’humain.
(Figure 2 : Pour chaque milliard de dollars dépensés mondialement en R&D, le nombre de nouvelles molécules approuvées diminue continuellement)
Ces défis sont aggravés par une inefficacité croissante des processus de R&D au cours du développement de médicaments. Aux États-Unis, le coût du développement et de l'approbation d'un nouveau médicament double environ tous les neuf ans — phénomène connu sous le nom de loi d'Eroom, l'inverse de la loi de Moore. Certains facteurs explicatifs incluent des normes réglementaires plus strictes, un seuil élevé pour que de nouvelles découvertes médicales répondent à des besoins différents des médicaments existants, et les coûts élevés des organisations contractuelles chargées de concevoir et de mener les essais cliniques. Si cette tendance persiste, d'ici 2043, le coût de développement d’un médicament par l’industrie biopharmaceutique pourrait atteindre 16 milliards de dollars. Ce fardeau financier pousse souvent l’industrie à se concentrer sur les médicaments à fort potentiel de profit, occultant ainsi l’urgence de répondre à d'autres besoins sanitaires cruciaux.
Cette inefficacité entraîne de lourdes conséquences économiques et sociales. Les coûts élevés de la R&D, combinés aux échecs fréquents, font grimper les frais médicaux, qui sont finalement assumés par les patients, les gouvernements et les compagnies d'assurance. En outre, les retards et échecs dans la transformation des recherches en thérapies exploitables signifient que les patients n’ont souvent pas accès à des traitements potentiellement salvateurs, aggravant ainsi les défis de santé publique. Par exemple, les maladies rares affectant de petits groupes sont souvent négligées car jugées peu rentables, malgré un besoin urgent de traitements.
2.2 Pourquoi la plupart des recherches ne sortent-elles pas de la « Valley of Death » ?
Le problème fondamental réside dans un désalignement des incitations, conduisant à trois grands défis : manque de financement, diminution de la collaboration entre chercheurs et cliniciens, et faible reproductibilité et réplicabilité des découvertes scientifiques. Ces obstacles aboutissent finalement à l’enlisement des recherches dans la « Valley of Death ».
Nous examinerons plus en détail ces principaux défis ci-dessous :
2.2.1 Manque de financement
Le manque de financement, particulièrement lors de la transition de la recherche fondamentale vers la recherche clinique, s'explique par un désalignement des incitations entre financeurs et chercheurs, ainsi que par un manque de transparence dans le processus d'évaluation des subventions.
D'un point de vue des financeurs, ceux-ci privilégient les recherches susceptibles de se transformer en produits générant des revenus récurrents. En réponse, face à la compétitivité pour l'obtention de financements, les chercheurs ont tendance à travailler selon les attentes des financeurs, rendant ainsi leurs recherches plus conservatrices et tuant effectivement l’innovation.
En outre, un processus d’évaluation opaque implique qu’une même proposition soumise à différents comités peut obtenir des résultats différents. Lorsque les membres des comités d’évaluation ne sont pas rémunérés, cela peut engendrer des complications supplémentaires telles que des biais de concurrents, un manque d’attention aux détails ou des retards importants dans l’octroi des subventions. Cela pousse les chercheurs à consacrer davantage de temps à la publication d’articles afin de renforcer leur position dans la communauté scientifique, plutôt qu’à réaliser des expériences.
2.2.2 Diminution de la collaboration entre chercheurs et cliniciens
Étant donné que la majorité des recherches stagne dans la « Valley of Death », la coordination entre chercheurs fondamentaux et cliniciens pendant la recherche translationnelle est cruciale.
Une collaboration efficace favorise la conception d’essais cliniques innovants intégrant des biomarqueurs ou des approches ciblées issues de la recherche fondamentale. Par exemple, en oncologie, des progrès significatifs ont été réalisés grâce à la coopération : les découvertes génétiques et moléculaires en laboratoire ont directement informé les traitements ciblés et la conception d’essais pour des sous-types spécifiques de cancer. Cette synergie réduit le risque d’échec en phase tardive et augmente la probabilité de proposer aux patients des traitements efficaces.
Cependant, les scientifiques fondamentaux (axés sur la découverte) et les cliniciens (axés sur les soins aux patients et la recherche clinique) n’ont actuellement presque aucun motif de collaboration. L’avancement des scientifiques fondamentaux repose généralement sur le nombre de subventions obtenues et d’articles publiés dans des revues prestigieuses, et non sur leur contribution à la science clinique ou aux progrès médicaux. À l’inverse, le succès de nombreux cliniciens dépend du nombre de patients traités, et ils n’ont souvent ni le temps ni l’incitation nécessaire pour mener des recherches ou chercher des financements.
Par conséquent, ces deux groupes finissent par travailler séparément, réduisant ainsi fortement la possibilité de combiner les découvertes de laboratoire avec une pertinence clinique.
2.2.3 Faible reproductibilité (Replicability) et réplicabilité (Reproducibility) des découvertes scientifiques
La reproductibilité désigne la capacité à obtenir des résultats cohérents en utilisant les mêmes données, méthodes et étapes de calcul que dans l’étude originale. La réplicabilité, quant à elle, consiste à mener une nouvelle étude afin d’arriver à la même découverte scientifique. Si les découvertes scientifiques ne sont ni reproductibles ni réplicables, il devient difficile de prouver la validité et la pertinence de la recherche fondamentale, et donc de la transférer vers des applications cliniques.
Les difficultés à traduire les études animales aux humains entraînent des inefficacités — on estime que seulement 6 % des études animales peuvent être transposées aux réponses humaines. D'autres facteurs, tels que des différences méthodologiques (type de revêtement en éprouvette, température de croissance cellulaire, agitation des cellules en culture), peuvent également rendre impossible la reproduction des résultats.
Bien que l'ampleur du problème s'explique largement par la complexité de la science, le désalignement des incitations entre éditeurs et jeunes chercheurs contribue également au manque de reproductibilité et réplicabilité. Les éditeurs jouent un rôle important dans la formation des jeunes chercheurs, car la publication d'articles renforce la crédibilité et augmente les chances d'obtenir des financements. Ainsi, les chercheurs qui obtiennent dès leur première tentative des résultats statistiquement significatifs sont peu enclins à répéter leurs expériences, préférant publier directement.
03 DeSci 101
3.1 Qu'est-ce que DeSci ?
La science décentralisée («DeSci») est un mouvement utilisant la pile Web3 pour créer de nouveaux modèles de recherche scientifique.
La blockchain présente des avantages uniques pour relever les défis susmentionnés. Elle offre un moyen de coordination de financement sans confiance, tout en assurant un suivi transparent et immuable des progrès et des enregistrements, garantissant ainsi que les intérêts de toutes les parties prenantes soient pris en compte.
DeSci en est encore à ses balbutiements dans l'industrie cryptographique. Cela se reflète dans une capitalisation boursière totale légèrement supérieure à 1,75 milliard de dollars, et seulement 57 projets suivis sous la catégorie DeSci sur CoinGecko. À titre de comparaison, DeFAI (Defi x AI Agent) compte seulement 41 projets mais une capitalisation de 2,7 milliards de dollars, tandis que l’ensemble Crypto AI atteint une capitalisation de 47 milliards de dollars (données au 15 janvier 2025).
3.2 Comment DeSci relève-t-il le défi de la « Valley of Death » ?
Comme mentionné précédemment, la plupart des recherches échouent dans la « Valley of Death » en raison de désalignements d’incitations, causant un manque de financement, une moindre collaboration et une faible reproductibilité/réplicabilité des résultats scientifiques. DeSci peut résoudre ces problèmes de coordination grâce aux organisations autonomes décentralisées (DAO), à la blockchain et aux contrats intelligents.
Plus bas, Binance Research résume comment DeSci propose des solutions aux défis existants, d’abord sous forme de tableau pour plus de clarté, puis avec des explications détaillées. En tant que mouvement, DeSci répond à ces défis de la manière suivante :
3.2.1 Comment DeSci résout-il le problème du manque de financement ?
Un DAO peut servir d'outil de mobilisation de capitaux pour la recherche, composé d’un mélange de patients, chercheurs et communautés d’investisseurs. Comme toutes les parties prenantes partagent l’objectif commun de faire progresser la recherche vers la phase clinique puis sa commercialisation, elles ont une motivation commune à aider la recherche à traverser la « Valley of Death ».
Les décisions sont prises par une gouvernance décentralisée via jetons, et les votes peuvent être réalisés de façon transparente et démocratique. Les contrats intelligents exécutent ensuite les paramètres décidés par le DAO, tout en assurant la transparence. Des exemples incluent le versement programmé de financements par paliers, la tokenisation de la propriété intellectuelle (IP) générée par la recherche financée, la fragmentation de l’IP, et sa répartition entre tous les participants du DAO afin d’aligner les intérêts.
De manière générale, les DAO du secteur DeSci peuvent coordonner de façon fiable les différentes parties prenantes autour d’un objectif commun, offrant ainsi une approche intégrée de bout en bout allant de la recherche fondamentale à la recherche clinique.
3.2.2 Comment DeSci résout-il le manque de collaboration entre chercheurs et cliniciens ?
Comme indiqué précédemment, la cause principale du manque de collaboration réside dans les différences d’incitations entre chercheurs et cliniciens. Cela peut être résolu par la participation à un DAO, où les hypothèses de recherche, méthodes expérimentales et paramètres peuvent être convenus dès la création du DAO, alignant ainsi les résultats. Associée à la tokenisation de la propriété intellectuelle, cette structure procure aux chercheurs et cliniciens des incitations et récompenses suffisantes pour pousser la recherche vers la phase clinique.
D'autres outils favorisant une plus grande collaboration incluent des plateformes encourageant l'évaluation par les pairs avec incitations, où des récompenses peuvent être attribuées de façon programmée via des contrats intelligents après une évaluation réussie. Cela rapproche les cliniciens des chercheurs, leur permettant d’apporter des contributions précoces qui, en cas de succès, orientent la recherche vers une mise en œuvre clinique concrète. Un système de réputation sur chaîne peut également être construit autour des membres de la communauté scientifique, en fonction de leurs contributions aux divers DAO DeSci, aux travaux d’évaluation par les pairs, à la mise en œuvre clinique, etc., où tout travail réalisé pour faire avancer la science est dûment attribué.
3.2.3 Comment DeSci améliore-t-il la reproductibilité et la réplicabilité des découvertes scientifiques ?
Une méthode pour résoudre ce problème consiste à enregistrer sur la blockchain la méthodologie de recherche, la conception expérimentale et chaque étape du processus. La blockchain étant un registre immuable, cela garantit que d'autres chercheurs peuvent avoir une vue complète de l’expérience menée, et s'ils souhaitent la reproduire, ils peuvent consulter chaque variable.
De plus, des primitives Web3 peuvent être utilisées pour créer une nouvelle forme de publication ouverte et accessible à tous, où toutes les recherches (y compris celles ayant échoué) peuvent être partagées. Cela éliminerait le biais de publication, selon lequel seuls les expériences réussies sont publiées, alors que les données d’expériences ratées restent précieuses.
Un autre domaine où DeSci peut aider concerne l’intégrité des données et la conformité. Bien que les systèmes d’archivage traditionnels puissent répondre à ce besoin, ils reposent souvent sur des bandes magnétiques, ce qui rend la récupération des données lente. Étant donné la nature dynamique de la recherche scientifique, impliquant le traitement collaboratif de données par plusieurs parties tout en préservant leur intégrité et sécurité, le stockage décentralisé et les entrepôts de données peuvent constituer une solution. Ils offrent un contrôle d’accès aux données approprié, une plus grande redondance en éliminant les points de défaillance unique, et un accès rapide aux données pour faciliter le travail collaboratif. Cela encourage une recherche scientifique plus rigoureuse et augmente la probabilité d’obtenir des résultats reproductibles et réplicables.
04 Aperçu du paysage DeSci
4.1 Domaines clés d’innovation
Binance Research a identifié quatre domaines clés d’innovation dans le paysage DeSci : Infrastructure, Recherche, Services de données et Memes.
Infrastructure comprend des sous-secteurs tels que les plateformes de financement et les outils DAO (par exemple, la tokenisation et la fragmentation de la propriété intellectuelle, la création de DAO et les accords juridiques). Ces éléments constituent la base des DAO DeSci, qui sont à l’avant-garde des découvertes scientifiques.
Recherche inclut des communautés grassroot telles que DeSci Global et DeSci Collective, qui organisent des événements mondiaux pour connecter les passionnés de DeSci, ainsi que des DAO qui alignent les intérêts de multiples parties prenantes. Ces DAO se concentrent généralement sur différents domaines scientifiques, comme la longévité, la perte de cheveux, la santé féminine, etc.
Services de données comprennent des plateformes de publication et d’évaluation par les pairs, permettant un accès ouvert aux publications scientifiques, favorisant ainsi davantage de collaboration, ainsi que des outils de gestion des données assurant une forte intégrité des données et un contrôle d’accès approprié.
Memes représentent l’intérêt des investisseurs particuliers du marché, pouvant apporter davantage de sensibilisation et d’éducation au domaine DeSci, habituellement limité au milieu académique. Certaines memecoins financent directement des expériences scientifiques, tandis que d’autres servent d’outils d’investissement pour d’autres projets DeSci.
4.2 Sous-secteurs à surveiller
A. Infrastructure : Tokenisation / Fragmentation de la propriété intellectuelle (IP)
La tokenisation de la propriété intellectuelle joue un rôle transformateur dans la promotion de la science translationnelle en surmontant un obstacle fondamental : la monétisation et la liquidité de la propriété intellectuelle (IP) dans la recherche et l’innovation.
Les systèmes traditionnels de gestion et de transaction de la propriété intellectuelle sont fastidieux, centralisés et souvent inaccessibles aux petits acteurs, limitant ainsi la vitesse de commercialisation et de transformation des découvertes en applications réelles. Grâce à la technologie blockchain, la tokenisation de l’IP crée un cadre décentralisé et transparent permettant aux chercheurs, investisseurs et autres parties prenantes de participer et financer plus efficacement les projets innovants.
La tokenisation de l’IP consiste à convertir la propriété intellectuelle en actifs numériques, rendant celle-ci négociable et liquide. Des projets comme Molecule incarnent ce processus en introduisant les concepts de IP-NFT (jetons non fongibles de propriété intellectuelle) et de jetons d’IP (IPT). Les IP-NFT portent la propriété intellectuelle sur la chaîne, tandis que la fragmentation permet à plusieurs parties prenantes de co-gérer la propriété intellectuelle. Le résultat attendu est une coordination des intérêts afin de garantir un financement suffisant pour pousser la recherche vers la phase clinique et sa commercialisation finale.
B. Infrastructure : Création de DAO
L’infrastructure DAO représente une innovation clé dans la décentralisation de la science, permettant aux communautés de patients, scientifiques et professionnels de la biotechnologie de cofinancer, gérer et posséder ensemble des projets scientifiques. Le financement scientifique traditionnel est souvent limité par des institutions centralisées, des barrières rigides et des processus opaques. L’infrastructure DAO brise ce modèle en offrant un cadre transparent et décentralisé pour la conception, le financement et la gouvernance des programmes scientifiques.
Grâce aux DAO, les parties prenantes peuvent regrouper leurs ressources, prendre des décisions collectives et influencer directement la trajectoire de la recherche scientifique. Le protocole BIO en est un exemple, soutenant la création, le financement et la gouvernance de BioDAO. Chaque BioDAO possède sa propre spécialité et se concentre sur différents domaines scientifiques, tels que la longévité (VitaDAO), la cryoconservation (CryoDAO), la perte de cheveux (HairDAO), la santé féminine (AthenaDAO), etc.
C. Infrastructure : Plateformes de financement
Les plateformes de financement Web3 transforment le financement de la recherche scientifique en décentralisant les processus et en permettant une participation plus large. Le financement traditionnel repose souvent sur des subventions et un soutien institutionnel, ce qui peut être lent, bureaucratique et limité. Grâce au financement participatif, les chercheurs disposent d'une opportunité directe de se connecter avec des financeurs, des communautés et des collaborateurs, favorisant ainsi un écosystème de financement plus transparent et inclusif.
Ces plateformes peuvent aussi différer selon leurs bénéficiaires. Par exemple Catalyst (visant à financer les IP DeSci), Bio.xyz Launchpad (visant à financer les DAO DeSci) et pump.science (visant à financer les tests de composés).
La composable de Web3 permet à différentes plateformes de financement participatif de coordonner les parties prenantes à chaque étape de la recherche, favorisant un écosystème de financement fluide. Par exemple, un DAO DeSci financé via Bio.xyz peut organiser des fonds via Catalyst pour une recherche IP spécifique, ou tester et valider des composés de manière transparente via pump.science.
D. Services de données : Plateformes de publication / évaluation par les pairs
Le modèle traditionnel de publication scientifique est souvent lent, coûteux et difficile d'accès, avec des frais de traitement d’articles (APC) élevés et une transparence limitée dans l’évaluation par les pairs. De plus, les chercheurs sont rarement honorés ou rémunérés pour leur contribution au processus d’évaluation. Cela ralentit le rythme de l’évaluation et augmente la possibilité de biais dus à des conflits d’intérêts. Globalement, cela freine la progression scientifique et limite l’accès au savoir pour un public plus large.
Les plateformes d’évaluation et de publication incitatives visent à résoudre ces problèmes en créant un système ouvert et transparent où les chercheurs sont récompensés pour leurs contributions (publication, évaluation, collaboration). En intégrant la technologie blockchain et la gouvernance communautaire, ces plateformes démocratisent l’accès au savoir scientifique, accélèrent la diffusion des recherches et favorisent la collaboration entre chercheurs du monde entier. ResearchHub en est un exemple, où les chercheurs peuvent recevoir des récompenses en jetons pour l’évaluation par les pairs d’articles ou collaborer avec d’autres personnes partageant les mêmes centres d’intérêt scientifiques. Les contributions positives à la communauté scientifique peuvent être enregistrées sur chaîne, construisant ainsi la réputation des scientifiques et débloquant des fonctions telles que la vérification et le contrôle d’accès.
C’est aussi un point intéressant de convergence avec l’intelligence artificielle. Des projets comme yesnoerror sont déjà en ligne, un agent IA utilisant OpenAI pour détecter des erreurs mathématiques. Il peut identifier des erreurs mathématiques, des données falsifiées et des incohérences numériques nuisant à l’intégrité scientifique à grande échelle, avec presque aucun temps d’arrêt.
E. Services de données : Interopérabilité et intégrité des données
Les secteurs de la santé et de la recherche biomédicale souffrent de systèmes de données fragmentés, de manque de transparence et de pratiques insuffisamment centrées sur le patient. Les patients donnent souvent des données et échantillons biologiques précieux à la recherche, sans comprendre ni contrôler l’utilisation de leurs contributions, et rarement bénéficier de la valeur scientifique ou commerciale produite. Ces lacunes engendrent méfiance, violations de la vie privée et désengagement, en particulier dans les communautés marginalisées ou sous-représentées.
L’interopérabilité et l’intégrité des données visent à résoudre ces problèmes en créant des systèmes qui offrent aux patients transparence, contrôle et partage des bénéfices, tout en permettant une collaboration fluide entre chercheurs, institutions et entreprises. Les systèmes d’interopérabilité permettent de coordonner différentes sources de données, les rendant utilisables sur un réseau, tout en protégeant la confidentialité et l’intégrité des données. Cela accélère finalement les découvertes scientifiques, simplifie le développement clinique et renforce la confiance dans la recherche biomédicale.
AminoChain en est un exemple, une plateforme décentralisée conçue pour connecter les établissements de santé et soutenir des applications de santé pilotées par l’utilisateur. Elle permet aux patients de contrôler leurs données et échantillons, garantit la transparence sur l'utilisation de ces données, et leur permet de partager la valeur générée par la recherche. D'autres solutions de données décentralisées incluent Filecoin, Arweave, Space and Time, où les données sont stockées en toute sécurité, sans point de défaillance unique, tout en offrant un contrôle d’accès flexible pour assurer un traitement adéquat des données.
05 Conclusion
Nous sommes encore au début de DeSci, mais cette approche de science décentralisée va devenir de plus en plus influente dans la manière dont la science est pratiquée aujourd'hui. DeSci a le potentiel de coordonner les parties prenantes dès les premières étapes de la recherche, afin d’assurer un intérêt suffisant pour pousser la recherche vers la phase clinique.
L’infrastructure nécessaire pour coordonner la recherche de manière décentralisée existe déjà. Des parties prenantes alignées peuvent formaliser leurs intérêts communs dans la recherche scientifique sous forme de DAO, fournir du financement et mener des recherches, posséder la propriété intellectuelle résultante, partager les données de façon sécurisée dans le cadre de directives de protection des données, renforçant ainsi la collaboration entre différentes communautés scientifiques.
Cependant, la pile actuelle convient mieux à la recherche fondamentale et translationnelle qu’à la recherche clinique. La première étape nécessite davantage de coordination sans confiance, tandis que la seconde exige une coordination avec des entités centralisées telles que les organismes de réglementation, les sociétés pharmaceutiques et les laboratoires physiques.
De plus, la légalité des DAO reste un domaine de débat continu et d’évolution réglementaire. Dans l’affaire Ooki DAO, le tribunal fédéral du district nord de Californie a statué que Ooki DAO constituait une « personne » au sens de la loi sur les échanges de matières premières, créant ainsi un précédent selon lequel un DAO peut encourir des responsabilités légales. Cette décision a des implications importantes pour les membres du DAO, car elle indique que les détenteurs de jetons participant à la gouvernance pourraient être personnellement responsables des actions du DAO. Face à l’incertitude réglementaire, cela pourrait dissuader des financeurs potentiels.
En résumé, DeSci est désormais suffisamment mature pour influencer la manière dont la science est menée aujourd'hui. Bien que certaines lacunes et défis subsistent, surmonter le « Valley of Death » dans la recherche constitue déjà un grand pas en avant.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
0xWillmfer
