David Del Bourgo (WhiteLab Genomics) : “En cinq ans, le marché de la génomique a gagné en maturité sur l’IA”

Qu’est-ce qui vous a poussé, il y a dix ans, à créer une plateforme d’IA pionnière dans le domaine des thérapies géniques ?

Ingénieur biomédical de formation, j’ai toujours été passionné par le domaine de la santé. Dans les années 2014-2015, j’ai commencé à travailler pour une société dans le domaine de la génomique. À l’époque, alors que les technologies de CRISPR-Cas9 commençaient à décoller, les scientifiques spécialisés en génomique semblaient dépassés par la quantité de données générées par les laboratoires de recherche. 

En comparaison avec d’autres industries comme l’industrie automobile qui se sont informatisées et automatisées plus vite, l’industrie pharmaceutique est encore assez peu efficiente. Certaines preuves très prometteuses existent dans la recherche et le développement des molécules chimiques ou anticorps mais le domaine des thérapies géniques est, lui, en retard. De ce constat, formulé il y a dix ans, est né WhiteLab Genomics en 2019 pour aider les scientifiques à se saisir des technologies computationnelles exclusivement dans le domaine des médecines génomiques. 

Cinq ans plus tard, nous sommes maintenant une trentaine de salariés basés à Paris et Boston. Nous avons des programmes de développement avec Sanofi, par exemple, sur la dégénérescence maculaire liée à l’âge (DMLA) et des maladies rénales, ainsi que d’autres programmes avec l’Institut de la Vision ou encore Siren Biotechnology. Nous utilisons l’intelligence artificielle pour analyser des quantités de données importantes qui ne sont pas gérables avec les outils utilisés aujourd’hui, pour simuler le comportement d’un candidat médicament et ses interaction avec les cellules que nous pouvons visualiser comme le lien entre une clé et sa serrure. En clair, nous concevons le meilleur binôme “clé-serrure”. Cela demande énormément de ressources computationnelles et l’apport de modèles prédictifs pour simuler des protéines et des gènes.

WhiteLab Genomics peut-elle être qualifiée de techbio ? 

Nous en sommes bien une. C’est un concept assez nouveau en France, mais qui est déjà très bien établi aux États-Unis et en Angleterre, notamment auprès des investisseurs, qui souhaitent catégoriser les entreprises plus rapidement. Ce sont des plateformes technologiques au service de la biologie, à la différence des sociétés biotechnologiques qui vont développer des médicaments. Ces modèles sont perméables et certaines techbio développent également des programmes de développement de candidats en interne. Cela leur permet de générer plus de valeur, y compris dans le cadre de partenariats. Les sociétés comme la nôtre, qui développent une très forte expertise dans un domaine, sont tentées de poursuivre le développement d’un “asset”, autrement dit un actif biologique, plus proche de la phase clinique afin d’avancer dans la chaîne de valeur. Toutefois, il faut du capital pour financer des essais cliniques. 

Aux États-Unis, les techbio sont d’ailleurs plus avancées car elles ont pu lever beaucoup de capital et possèdent, pour certaines, des laboratoires permettant de valider plus rapidement des hypothèses in silico par des expérimentations. Certaines amènent des candidats médicaments plus proches en phase clinique. 

L’itération, l’automatisation et la robotisation permettent d’obtenir des hypothèses in silico pour les tester ensuite in vitro. Ce processus permet d’aboutir à de meilleurs candidats tout en étant moins long et moins coûteux qu’un processus “traditionnel”, puisqu’en machine, vous réduisez le nombre d’hypothèses à tester. En laboratoire, il faut tester 1000 à 20 000 hits [un composé qui affiche l’activité biologique souhaitée vers une cible médicamenteuse] avant d’arriver à un lead final [correspond à la série de hits la plus prometteuse].

Comme vous le soulignez, il faut des fonds. Certaines entreprises ont levé des sommes colossales en amorçage, comme Xaira Therapeutics…

Il s’agit souvent d’acteurs qui visent des modèles de fondation, un peu à la manière de DeepMind et son modèle AlphaFold, dont la version 3 qui est disponible est bien plus performante que les anciennes [elle peut prédire la structure et les interactions des protéines avec de grandes et petites molécules, notamment l’ARN, l’ADN, les ions et les ligands, ndlr]. Le domaine de la biologie est encore très mal connu. Il y a beaucoup d’argent investi et c’est très bien. Nous avons besoin de modèles de fondation. Ces investissements, comme Xaira Therapeutics, signifient que l’industrie est très dynamique et les besoins d’innovations sont réels.

Les modèles de fondation en biologie se développent un peu partout en effet. Comment voyez-vous les choses en biologie ? Est-ce qu’on tâtonne aujourd’hui pour travailler la donnée ?

C’est très nouveau mais cela s’améliore. Nous travaillons notamment avec Schrödinger, pour la partie biologie structurale et dynamique moléculaire, nous utilisons un Protein Language Model, un modèle de langage spécifique pour les protéines, et nous expérimentons également les technologies de MistralAI, dont le modèle générique est open source, sur de l’analyse de paramètres et de caractéristiques dans le développement de thérapies géniques. Ce qui est intéressant dans l’industrie, c’est qu’il y a de l’investissement et de la maturité dans les algorithmes d’intelligence artificielle. En fonction de leur domaine, les entreprises vont utiliser des algorithmes spécifiques, dans l’ADN, l’ARN ou les protéines.

Quelle est votre lecture sur le niveau de financement dans le secteur des thérapies géniques et de la recherche aujourd’hui ? 

L’année 2023 a été difficile pour les biotechnologies de manière générale. Chez WhiteLab Genomics, nous sommes quand même contactés régulièrement par des investisseurs qui ont envie de savoir où on en est et quand on va relever. Est-ce parce que nous sommes plus visibles ou que le marché va mieux ? Aujourd’hui nous n’avons pas besoin de cash dans l’immédiat, mais nous allons avoir besoin d’accélérer pour continuer à développer notre plateforme et pouvoir se déployer plus fortement aux États-Unis. 

Comment le marché de la médecine génomique peut-il devenir rentable ?

Les thérapies génétiques sont vendues cher sur le marché, puisqu’il faut compter entre 300 000 et 4 millions d’euros pour un traitement, liés à des coûts de R&D plus importants que les autres médicaments et des coûts de production importants (plusieurs centaines de milliers d’euros pour la production d’une dose), sans compter que les bassins de patients restent relativement petits. Aujourd’hui, près de 400 candidats sont en développement mais il y a seulement une centaine de thérapies sur ce marché, si on inclut les thérapies géniques et cellulaires.

Il faut que ce domaine industriel passe de la valeur au volume. Demain, si on imagine des thérapies ARN pour traiter des cancers, il faut qu’elles soient accessibles à un prix raisonnable et puissent traiter le plus grand nombre de patients. Il y a beaucoup de programmes, en oncologie notamment, basés sur les thérapies cellulaires, des thérapies CAR-T qui transforment et boostent le lymphocyte du système immunitaire pour lutter contre les cellules cancéreuses. De nombreux programmes se focalisent sur l’ARN pour développer des thérapies anticancéreuses. C’est surtout un domaine actif aux États-Unis, avec des acteurs comme Moderna et Johnson & Johnson par exemple (cf. encadré).

Que ce soit avec Siren Biotechnology ou le consortium WIDGeT, les thérapies géniques à base de vecteurs viraux dérivés de virus adéno-associés (AAV) font parler d’eux. Quels défis subsistent pour le développement des AAV aujourd’hui que l’IA peut résoudre ?

Le programme GEAR que nous avons entamé avec l’Institut de la Vision s’appuie en effet sur ces types de vecteurs. Nous travaillons avec la start-up Adlin Science et le laboratoire de Deniz Dalkara à l’Institut de la Vision, qui est une experte dans les vecteurs AAV appliqués aux thérapies géniques de l’œil. C’est un très beau partenariat qui se met en place. 

En médecine génomique, il faut une séquence thérapeutique et un vecteur. Parmi les vecteurs viraux, les AAV sont historiquement les vecteurs les plus utilisés en thérapie génique. Le défi de ces vecteurs, c’est qu’il faut augmenter la spécificité. Avec une thérapie génique, nous faisons en sorte que le vecteur se positionne à un endroit précis, comme dans les cellules de la rétine, pour reprendre l’exemple de notre partenariat avec l’Institut de la Vision. 

Les AAV sont aujourd’hui beaucoup utilisés pour l’ensemble des thérapies géniques, par exemple pour des pathologies du système nerveux central, comme l’amyotrophie spinale.

Nous sommes bien identifiés comme le partenaire d’IA pour les biothérapies et la médecine génomique. Il y a cinq ans, nous étions un peu les seuls à faire de l’IA dans les congrès spécialisés de thérapie génique et cellulaire. Maintenant, il y a d’autres acteurs et c’est très bien

David Del Bourgo, CEO de WhiteLab Genomics

Entre le biocluster GenoTher et le Plan Génomique France 2025, une filière solide se constitue en France. Quelle analyse portez-vous sur cet écosystème ?

La France est l’un des pays pionniers dans la thérapie génique, avec Généthon, l’Institut du Cerveau et l’Institut de la Vision entre autres. En revanche, les financements ont toujours été plus difficiles à rassembler qu’aux États-Unis. L’écosystème en France a été plus dynamique au cours des cinq dernières années. Il faut souligner des efforts significatifs, comme l’initiative GenoTher, qui marque la volonté de mettre ensemble des industriels et des académiques. On peut citer d’autres initiatives, comme BioConvergence, pour réunir les talents et les expertises, ou encore France BioLead pour les aspects de bioproduction.

De notre point de vue, ce dynamisme s’accélère. Il y a une vraie volonté de souveraineté sur cette filière. Tout le monde a compris que le développement des biomédicaments était important pour ne pas dépendre de sociétés étrangères.

Quelle place avez-vous dans cette course à l’innovation ?

Aujourd’hui, nous avons la chance d’être le seul acteur IA positionné sur ces biothérapies en Europe. Nous sommes bien identifiés comme le partenaire d’IA pour les biothérapies et la médecine génomique. Il y a cinq ans, nous étions un peu les seuls à faire de l’IA dans les congrès spécialisés de thérapie génique et cellulaire. Maintenant, il y a d’autres acteurs et c’est très bien, qui sont plutôt Américains ou Chinois. 

La suite de l’histoire pour WhiteLab Genomics s’écrit plutôt outre-Atlantique ?

Au congrès Bio 2024 [qui s’est tenu en juin dernier à San Diego], la grand-messe du secteur, nous avons rencontré beaucoup de pharma et de biotech américaines. Les temps de discussion dans notre domaine sont longs – parfois jusqu’à 18 mois entre une première discussion et une signature -, mais les choses avancent.

Sur le marché américain, nous nous identifions à Dyno Therapeutics, une société basée à Cambridge, dans le Massachusetts, qui développe des vecteurs viraux licenciés à ses partenaires pharmaceutiques et dédiés aux thérapies géniques. Plus qu’un concurrent, c’est un interlocuteur avec qui nous échangeons pour accélérer l’adoption de ces nouvelles technologies.  Nous avons également rejoint cette année l’incubateur de Bayer à Cambridge où l’un de nos collaborateurs travaille. Il nous permet d’intégrer l’écosystème Bayer et de rencontrer d’autres biotech, comme Bluebird bio.

Dans la configuration actuelle, la R&D est française et les opérations commerciales sont pour la plupart aux États-Unis, même si nous avons aussi une activité commerciale en France.