Drug Discovery : l’IA générative face à la complexité de la recherche préclinique

Historiquement, la mise sur le marché d’un nouveau médicament est un parcours complexe, coûteux (cf.encadré) et hasardeux, avec un taux d’échec supérieur à 90%. Pour accélérer le processus et réduire les coûts consacrés à la R&D, les acteurs pharmaceutiques investissent dans de nouvelles technologies prometteuses, collaborant avec des sociétés innovantes spécialistes de l’IA pour alimenter leurs pipelines de molécules.

L’IA est devenue une technologie incontournable dans beaucoup d’étapes de la drug discovery. Mais certains domaines ont historiquement été investis plus tôt que d’autres, notamment les petites molécules, pour lesquelles il existe aujourd’hui des outils plus matures sur le marché. Malgré ces progrès, de nombreuses questions restent encore en suspens sur l’impact de l’IA et ses futures promesses. Les entreprises spécialisées en IA générative commencent à peine à faire progresser des molécules vers des essais cliniques, alors que “des molécules conçues à l’aide de l’ordinateur arrivent chaque année sur le marché” observe Yann Gaston-Mathé, PDG d’Iktos, interrogé par mind Health. Insilico Medicine est l’une d’entre elles : la start-up a annoncé en juin dernier que son premier médicament découvert et conçu par l’IA générative depuis sa plateforme Pharma.AI avait commencé les essais cliniques de phase II avec des patients. La molécule cible la fibrose pulmonaire idiopathique, une maladie pulmonaire qui entraîne des cicatrices pulmonaires et un déclin progressif et irréversible de la fonction pulmonaire.

Si la mise en pratique de solutions basées sur l’IA accélère la recherche préclinique pour la découverte de médicaments, Yann Gaston-Mathé n’imagine pas de si tôt des molécules entièrement brevetées par des IA génératives. Selon le PDG d’Iktos, “l’IA est un outil sophistiqué placé entre les mains de l’expert, qui reste l’inventeur.”

Hervé Minoux, lead of AI for large molecule research chez Sanofi, confirme que “l’IA peut nous permettre d’augmenter nos chances de succès”. Intervenant à Future4Care sur le sujet de la modélisation et de la simulation in silico pendant l’été, il a listé un certain nombre de progrès réalisés par le biais de cette technologie, allant de la “prédiction des propriétés des molécules, au scoring de ces propriétés dans un modèle prédictif, en passant par l’apparition de nouveaux composés”. Il s’agit, a-t-il souligné, “de transformer l’espace exploré pas à pas”. 

Les Big Pharma s’impliquent

Les Big Pharma investissent le champ de l’IA et misent sur leurs technologies maison, même si “les grands laboratoires ont aussi parfaitement compris le besoin de monter des partenariats et d’externaliser leur capacité de recherche”, évoque Yann Gaston-Mathé.