Progrès continus des dispositifs d'exploration et d'analyse expérimentales, croissance exponentielle du nombre de bases et des données qu'elles renferment : dans un tel contexte, qui ne serait pas amené à penser que la conception de modèles formels de systèmes biologiques soit en passe de devenir une tâche de plus en plus facile.

Cependant, et les articles du dossier de ce numéro le montrent bien, non seulement les données manquent encore pour fixer des valeurs numériques aux paramètres des équations, mais surtout l'élaboration de la structure même du modèle est un processus long et délicat. Et pour cause : la littérature scientifique est la source première de connaissances des modélisateurs. Il leur faut donc lire un grand volume d'articles pour y dénicher l'information pertinente sur telle ou telle interaction dont ils rendront compte sous la forme d'un terme dans une équation du modèle.

L'écrit reste en effet le vecteur majeur de diffusion des connaissances qui résultent de l'interprétation croisée de multiples sources de données. L'expression de ces connaissances en langage naturel, accompagnée de diagrammes, parce qu'interprétable par la seule lecture humaine, constitue un vrai goulet d'étranglement vers une synthèse des données et des connaissances sous la forme de modèles confrontables aux résultats expérimentaux.,

Il apparaît donc indispensable d'accélérer le passage à la publication des résultats directement dans des formats informatiques, structurés et associés à des textes explicatifs au sein de véritables bases de connaissances, simultanément exploitables par des algorithmes appropriés et par des lecteurs humains. Les chercheurs en informatique ont développé des moyens puissants de représentation formelle des connaissances. La technologie est donc disponible. Reste à convaincre auteurs et éditeurs.