Ce qu'un dispositif de contrôle hérite de l'abstraction sur laquelle il est branché, mesuré sur ToxTwin V2.4
Deux molécules, un stéréocentre d’écart. Un service. Un nombre. Le 15 juillet 2026, ToxTwin V2.4 a retourné quatorze scores de toxicité identiques pour le 17β-estradiol et le 17α-estradiol, et a déclaré les deux dans son domaine d’applicabilité. Le dispositif n’était pas mal calibré. Il rapportait, correctement, sur un objet dont la différence avait déjà été retirée. La condition sous laquelle cela se produit est assez étroite pour mériter d’être nommée : un domaine d’applicabilité calculé en aval de la featurization qu’il est censé qualifier mesure une proximité, jamais une capacité. Retirez l’abstraction partagée et l’affirmation se dissout, ce qui en fait une affirmation plutôt qu’une déploration. L’artefact audité ici appartient à cet Institut, il est nommé et non anonymisé, et l’audit n’a été commandé par personne.
Le 17β-estradiol et le 17α-estradiol sont des épimères en C17 : même formule, même masse, même graphe topologique, cinq stéréocentres dont exactement un diverge. La forme 17α est un agoniste nettement plus faible du récepteur nucléaire aux œstrogènes (Kuiper et ses collègues), les deux formes sont stables, et aucune ne se convertit en l’autre in vivo. Soumises au service V2.4, elles retournent les mêmes quatorze scores à la troisième décimale : NR-ER à 0,5588, hERG à 0,8488, composite du domaine d’applicabilité à 0,4673, is_in_domain: true pour les deux. Une troisième chaîne, le même squelette avec tous les stéréocentres laissés non spécifiés, retourne le même composite et les mêmes quatorze scores, accompagnés d’un paragraphe réglementaire citant ICH S7B à propos de cette molécule. Cette chaîne n’est pas une molécule. C’est une classe d’équivalence de stéréoisomères dont l’estradiol est un membre, et le domaine l’a certifiée.
Ce que cela établit est borné, et la borne compte. Rien ici n’affirme que ToxTwin a tort à propos du 17β-estradiol. Il est affirmé que la divergence expérimentale est documentée, que le dispositif retourne un seul nombre, et qu’il a donc tort à propos de l’une des deux sans pouvoir dire laquelle.
Deux questions existent à propos de toute requête. Ressemble-t-elle à ce que j’ai vu, et lesquelles de ses propriétés survivent à mon encodage. La littérature canonique tranche celle que le champ pose : Dimitrov et ses collègues en 2005, puis Sahigara et ses collègues dans leur revue comparative, définissent le domaine d’applicabilité comme un domaine de similarité structurelle. Le domaine n’a donc jamais promis la préservation de l’information, et l’objection la plus forte à cet article est que le défaut réside dans la featurization tandis que le domaine, lui, a simplement raison à propos d’un espace inadéquat.
Cette objection est l’argument, et elle arrive un maillon trop tôt. Capacité ne signifie pas ici capacité du modèle, capacité de représentation, ni dimension de Vapnik-Chervonenkis. Cela signifie la préservation de l’information : quelles propriétés de l’objet survivent à la featurization. Un rapport correct de conformité à un espace inadéquat, publié sous la forme is_in_domain: true, cesse d’être un rapport correct dès que quoi que ce soit en aval le lit comme une permission d’usage.
L’aveuglement n’est pas une architecture partagée. Le terme structurel lit une empreinte Morgan de rayon 2 sur 2048 bits. Le modèle lit une featurization atomique en 163 dimensions du genre benchmark. Les termes de voisinage et de densité lisent l’embedding latent d’un troisième encodeur, plus ancien que les deux qui servent les quatorze prédictions et ne servant lui-même aucune prédiction. Trois chemins de calcul, trois représentations, aucune ligne de code partagée, et une convention partagée héritée des valeurs par défaut des bibliothèques et de l’usage des benchmarks : le tag chiral n’est jamais lu. Le générateur d’empreintes de RDKit expose un argument includeChirality dont la valeur par défaut est False, et ce défaut est un comportement de bibliothèque documenté, non un interne de ce système.
La mesure est reproductible en trois lignes. Sur RDKit 2026.03.3, la similarité de Tanimoto entre les deux épimères calculée avec la configuration propre à la sonde vaut 1,0000. Calculée avec useChirality=True, mêmes molécules, même bibliothèque, elle vaut 0,8182. L’information était présente et un argument par défaut l’a écartée. L’identifiant IUPAC dit la même chose dans sa grammaire : les trois états partagent le bloc de connectivité VOXZDWNPVJITMN et diffèrent par le bloc de stéréochimie. La featurization calcule l’équivalent du premier bloc et l’appelle la molécule.
Ce qui invite à la réparation, et la réparation est l’erreur. Mettez le drapeau à True des deux côtés et les épimères se séparent, mais la représentation enrichie écarte toujours la conformation, l’état de protonation, l’équilibre tautomérique et la solvatation ; quoi que le modèle échoue ensuite à voir, la sonde échoue à le voir avec lui, en rapportant une proximité avec une confiance intacte. Basculer le drapeau déplace la frontière. Cela ne retire pas la borne. La stéréochimie est ici le témoin, jamais l’accusé.
Une fois que l’information a survécu à la représentation, une seconde limitation, indépendante, apparaît, et elle appartient à l’arithmétique plutôt qu’à l’encodage.
Lemme de non-veto. Soit s = Σ wᵢxᵢ avec xᵢ ∈ [0,1], Σwᵢ = 1, et une décision s ≥ θ. Le terme i ne peut imposer un refus que si 1 − wᵢ < θ, c’est-à-dire seulement si wᵢ > 1 − θ. Pour que les n termes détiennent tous un veto, il faut θ > (n−1)/n.
ToxTwin sert des poids de 0,30, 0,40 et 0,30 contre un seuil de 0,40. Le poids minimal pour un veto est 0,60, aucun terme ne l’atteint, et avec trois termes chaque terme ne détiendrait un veto qu’au-dessus d’un seuil de 0,667. L’instance est une arithmétique sur la décomposition que l’API retourne déjà : pour le 17β-estradiol, les termes Tanimoto et KDE contribuent à eux seuls 0,4024 ; mettre à zéro le plus lourd des trois, celui qui mesure la position dans l’espace latent propre au modèle, et le laisser voter que la molécule est hors domaine, laisse le composite à 0,4024 et la molécule admise. Aucune calibration ne retire cette propriété, parce que ce n’est pas une propriété de calibration.
is_in_domain est un booléen là où la mesure est continue. Une proximité devient une autorisation en traversant un opérateur de comparaison, et rien dans le pipeline n’effectue cette inférence tandis que tout en aval en dépend. C’est une instance de ce que l’Article VI de ce corpus a nommé l’écart de promotion, et c’est la première que l’Institut ait trouvée dans son propre produit. Le versant du refus est symétrique : le cisplatine retourne un composite de 0,05 et is_in_domain: false, ses termes kNN et KDE tous deux à zéro, les 0,05 entièrement structurels, et les quatorze scores sont émis quand même avec un paragraphe interprétatif. Le domaine est consultatif. L’interface ne l’est pas.
Un fait rapporté trouve ici sa place, et sa conséquence doit rester étroite. Les trois termes sont calculés contre un corpus de référence de 11 414 molécules, étiquetées pour deux endpoints, la mutagénicité et l’inhibition du canal cardiaque, tandis que les douze étiquettes Tox21 vivent dans un jeu de données distinct et n’entrent jamais dans le calcul du domaine. Le nuage de référence n’est donc pas le corpus d’entraînement de douze des quatorze endpoints que le champ autorise. C’est tout ce que le fait soutient.
La lecture tentante est qu’une équipe particulière a commis des erreurs particulières et qu’une meilleure ingénierie clôt l’affaire. L’architecture l’interdit. ToxTwin sert quatorze endpoints à partir de deux encodeurs routés, sept chacun, et chaque encodeur induit son propre espace latent, donc sa propre métrique, donc sa propre relation de voisinage. Une molécule proche du corpus d’entraînement sous un encodeur peut en être loin sous l’autre, et aucun scalaire n’exprime les deux. Un score de domaine unitaire sur un ensemble routé a deux options : sélectionner un espace et rester muet sur les sept endpoints servis par l’autre, ou agréger à travers les espaces et hériter du lemme précédent. Les deux branches échouent, et la seconde échoue par un théorème plutôt que par une inadvertance. C’est l’architecture tri-routeur de la V2.4 qui lit sa propre conséquence.
La corroboration externe converge, et ses limites voyagent avec elle. von Borries et ses collègues rapportent que le protocole de standardisation de Mansouri retire les composés inorganiques et organométalliques avant modélisation, et que les estimations d’incertitude sur ces composés sont surconfiantes, ce qu’ils lisent comme un défaut de couverture à combler par de meilleurs descripteurs. Leur distance de Jaccard moyenne de 0,81 pour les composés non standardisés contre 0,57 pour les standardisés est proche d’un chiffre mesuré ici sur le carboplatine, et la proximité est une convergence de régime plutôt qu’une identité : corpus différents, empreintes différentes, protocoles différents. Weaver et Gleeson ont calculé le domaine dans l’espace de descripteurs propre au modèle en 2008 et l’ont dit clairement. Ce n’est pas une inadvertance à pointer vingt ans plus tard. C’était un paradigme, et l’hypothèse est devenue implicite au point de ne plus être discutée.
Principe de séparation représentationnelle. L’information disponible pour un dispositif de gouvernance est bornée par l’information contenue dans la représentation sur laquelle il est branché. Quand cette représentation et celle du système contrôlé descendent d’une abstraction commune, la borne hérite des pertes de cette abstraction, quelle que soit la calibration du dispositif.
Critère du facteur commun. Un audit ne peut être informatif sur une propriété détruite par le modèle que s’il ne partage pas le facteur qui la détruit.
L’ordonnancement sur lequel cela repose est ancien et élémentaire : Blackwell a établi la comparaison des expériences statistiques en 1953, et la conséquence utile est qu’une quantité calculée en aval d’un canal ne porte pas plus d’information sur l’état que le canal n’en portait. Le critère est nécessaire et non suffisant, et la distinction importe davantage que le critère. Y échouer est disqualifiant ; le passer ne garantit rien, puisqu’un audit ne partageant aucun facteur avec le modèle peut encore être trop bruité pour détecter la propriété. La suffisance, là où elle peut être argumentée, est indexée sur une propriété nommée, ce qui livre la concession qui coûte le plus : il n’existe pas d’audit agnostique aux propriétés. Un audit est toujours l’audit d’une liste énumérée. C’est la discipline que le gate du Modèle n’a jamais été l’objet exigeait déjà, où la validité s’écrit Requis(τ) contenu dans Supporté(τ), l’enveloppe conjointe du domaine de validité et de l’autorité déléguée. Cet article est l’audit d’une moitié de cette enveloppe, et il trouve que la moitié mesure autre chose.
L’endroit où ceci cesse d’être un argument et devient une spécification : un port de validité ne devrait pas exposer une proximité. Il devrait exposer quelles propriétés de l’objet survivent à la featurization. Pour l’un ou l’autre épimère, un tel port rapporte cinq stéréocentres présents et zéro encodé, sans exécuter le modèle, sans corpus de référence, sans calibration, sans jeu de test. C’est une propriété du modèle plutôt que de la requête, c’est déterministe, et cela se calcule en lisant le graphe d’appels.
L’objection à un port est la régression : s’il doit lire une représentation pour rapporter ce qu’une autre a perdu, qui audite le port. La réponse est positionnelle. Il n’a pas besoin d’une représentation plus riche, il a besoin d’une représentation antérieure. Le parseur détient encore les cinq stéréocentres au moment où le featurizer décline de les lire, donc le port compare l’objet du parseur au chemin de calcul du featurizer et rapporte la différence. Il n’est pas branché à côté du modèle. Il est branché avant lui. Le corollaire dissout le problème de composition plutôt que d’argumenter avec lui : si chaque modèle routé a sa propre featurization, les ports sont par modèle par construction, et il n’y a pas de domaine unique à calculer parce qu’il n’y a jamais eu de question unique à laquelle répondre.
La thèse vaut pour les domaines d’applicabilité dont le calcul descend d’un facteur qu’ils partagent avec le modèle et qui détruit la propriété en jeu. Elle ne vaut pas pour un audit qui retient de l’information que le modèle écarte, et l’observation réfutante est nommable : un domaine d’applicabilité calculé sur des descripteurs tridimensionnels, quantiques ou géométriques, signalant correctement l’inencodable. Le lemme de non-veto vaut pour les composites pondérés à seuil, non pour les domaines à mesure unique tels que le leverage, la distance de Mahalanobis ou les méthodes fondées sur les intervalles, qui ont d’autres problèmes. Le port tombe sous son propre principe, puisque le parseur est une abstraction lui aussi, ayant déjà écarté la conformation, l’état de protonation et la solvatation.
La preuve se scinde, et la scission doit être visible plutôt que lissée. Une moitié, tout lecteur la reproduit : la primitive d’empreinte est aveugle par défaut, les épimères collisionnent à 1,0000 sous elle et se séparent à 0,8182 sans elle, le bloc de connectivité est partagé par les trois états, et le service retourne un seul nombre pour les trois. L’autre moitié est rapportée, lue dans un code source non publié ici : que deux des trois termes descendent d’une même projection en douze dimensions retenant 80,2 pour cent de la variance d’un embedding de dimension 512, que le contrôle est calculé dans un espace latent ne servant aucune prédiction, que le corpus de référence porte deux des quatorze endpoints. La thèse repose sur la première moitié. La seconde explique le mécanisme, et un lecteur qui la décline garde le fait et perd la raison, ce qui fait un article plus court et non un article différent.
Un instrument qui ne peut pas vous dire ce qu’il a manqué de voir vous dira qu’il n’a rien vu d’anormal.
Argument complet, les trois objections soulevées et traitées, la preuve par les InChIKeys, l’arithmétique du lemme de non-veto et les références (Dimitrov, Sahigara, von Borries, Weaver et Gleeson, Blackwell) dans le PDF ci-dessous (9 pages).
Voir aussi : Le modèle n’a jamais été l’objet · Gouverner l’IA : du coût du token au prix de la décision · L’actif n’est plus le modèle · L’intégration est un livrable. La conformité est une institution. · Représenter n’est pas reproduire
Notes doctrinales et explorations sur l’IA en systèmes régulés. Une à deux fois par mois. Désabonnement en un clic.