Quris utilise l'IA pour accélérer la mise au point de médicaments et réduire les essais sur les animaux
La nécessité de tester sur les animaux est un triste passage obligé de la découverte de médicaments, mais il semble qu'il n'existe pas de bonne alternative aux souris, même si elles ne sont pas des analogues humains parfaits. La société Quris affirme avoir créé la première véritable alternative, en combinant l'intelligence artificielle avec des données issues d'une « puce patient », qui permet des tests fiables et une automatisation à un coût nettement inférieur — sans aucune souris.
L'entreprise a levé 9 millions de dollars pour passer d'un projet pilote à une production industrielle, et une équipe prestigieuse de sponsors et de conseillers est un indicateur prometteur que cette approche a de solides atouts.
L'idée de base est logique : créer une simulation miniature et de meilleure qualité du corps humain, puis l'utiliser pour collecter des données que un système d'apprentissage automatique peut facilement interpréter. Certes, c'est plus facile à dire qu'à faire, mais une fois que les chercheurs ont eu cette idée, l'entreprise s'est mise au travail.
L'approche de cette société israélienne repose sur une vaste étude de Harvard consacrée à l'utilisation des dits « organes sur puce ». Ces systèmes, encore relativement récents, utilisent un petit volume de tissu issu de cellules souches (« organoïdes ») comme banc d'essai pour des médicaments ou des traitements, ce qui donne une bonne idée de la façon dont, par exemple, le foie humain peut réagir à une combinaison de substances données.
Les chercheurs de Harvard ont découvert qu'en reliant plusieurs systèmes « organe sur puce » (par exemple foie, reins et cellules cardiaques), on obtient une modélisation du corps humain étonnamment efficace. Bien sûr, rien ne vaut le réel, mais ce système séquentiel d'organoïdes, ou « puce patient », pourrait devenir une véritable alternative aux tests sur souris. Ces derniers restent pourtant la méthode la plus courante pour observer l'effet d'un traitement sur l'ensemble de l'organisme, alors que les substances ayant réussi les tests sur souris ne passent avec succès les essais sur l'humain que dans environ 10 % des cas.
Le directeur général de Quris raconte qu'une fois cette étude publiée, lui et ses collègues ont perçu son potentiel et ont commencé à travailler sur ce qu'il fallait faire, du point de vue de l'ingénierie et de l'intelligence artificielle, pour transformer ce système expérimental en produit évolutif. Il ne s'agit pas simplement de remplacer la souris : c'est une méthode relativement peu coûteuse pour réaliser des tests limités sur l'humain, sans humains.
« Imaginez que vous dirigez une entreprise pharmaceutique. Voulez-vous attendre d'être à l'approche des essais cliniques pour savoir si une molécule qui semble prometteuse sur le papier est réellement efficace ? Vous pouvez faire toutes les découvertes génomiques que vous voulez, cela ne vous évitera pas les expériences sur souris, qui échouent dans 90 % des cas. Cela vous permet de choisir le « cheval gagnant » avant de prendre le départ de la course »
Sachant que les candidats médicaments peuvent coûter des centaines de millions de dollars pour atteindre le stade clinique, il vaut largement la peine de dépenser même une petite fortune pour écarter les quelques options vouées à l'échec. Si la méthode est précise, le risque est pratiquement nul et elle se rentabilise dès lors qu'elle évite ne serait-ce qu'une impasse coûteuse. En d'autres termes, la mentalité logicielle « échouer tôt, échouer à bas coût » n'a en fait jamais été une option appropriée.
Le système de Quris repose sur ce que l'entreprise appelle la technologie « puce sur puce » : plusieurs systèmes organoïdes (puces) sont disposés en série (sur une autre puce), mais restent d'un ordre de grandeur plus petits et plus efficaces que les systèmes de laboratoire actuels. Pour faire fonctionner une centaine d'humains simulés, comme l'ont fait les chercheurs de Harvard, il faudrait des millions de puces, alors que le système de Quris utilise moins de matériel biologique. Il peut être automatisé et s'appuie sur un modèle d'apprentissage automatique bien entraîné.
Quris souligne également un autre aspect : un ensemble de données unique alimentera une IA unique, capable de comprendre et d'aider à mener et interpréter les expériences. L'IA apprend déjà à partir de médicaments existants et de certains médicaments en préparation pour la mise sur le marché, en étudiant ce que signifient, pour la sécurité d'une substance, les signaux provenant de différents capteurs. Cela permet des tests efficaces sur un petit nombre de puces, plutôt que, disons, sur 500 souris.
Les puces elles-mêmes ne sont pas toutes identiques. En manipulant soigneusement les cellules souches et les tissus, et en les sélectionnant avec soin, il est possible de tester différents types de personnes, divers états ou phénotypes. Si une entreprise dispose d'un médicament qui fonctionne bien mais provoque des effets secondaires dans 10 % des cas, le test automatique de différentes prédispositions génétiques ou facteurs aggravants peut aider à identifier les facteurs génétiques à l'origine de ces effets secondaires.
Comme l'IA connaît tous ces éléments et catalogue toutes les données, elle doit être suffisamment performante pour déterminer, à partir d'un nombre relativement restreint de tests automatiques, si un médicament est un bon candidat pour des essais sur l'humain ou non. Sans l'interprétation de l'IA, les données deviendraient soudain un problème digne de plusieurs thèses de doctorat. Mais Bentwich a immédiatement précisé qu'ils ne prévoient en aucun cas de supprimer le volet biologique et de s'appuyer uniquement sur l'IA.
« Cela semble vraiment être une très grande opportunité. J'ai eu des idées similaires dans d'autres domaines de la chimie, selon lesquelles on peut utiliser l'IA pour faire ces prédictions. Cela ne remplacera bien sûr pas les tests, mais cela réduit les possibilités du processus et, à mon avis, cela accélérera considérablement la tâche »
Le modèle économique repose sur deux options. La première consiste à proposer aux laboratoires pharmaceutiques un service de criblage de leurs candidats médicaments, rémunéré en fonction de la précision des résultats — par exemple, si un médicament approuvé par le système atteint l'étape de test prévue, comme prédit. La seconde consiste à développer leurs propres médicaments. Actuellement, l'entreprise possède un traitement de l'autisme lié au syndrome de l'X fragile, qui doit entrer en essais cliniques en 2022.
« Cela cessera d'être seulement des expériences coûteuses pour les laboratoires pharmaceutiques. Dans 5 à 10 ans, des centaines de millions de personnes pourront tout à fait s'en charger. Réfléchissez-y : aujourd'hui, nous vivons de façon plutôt barbare. Vous allez chez le pharmacien, qui énumère les effets secondaires possibles, mais vous ne savez pas avec certitude. Êtes-vous un cobaye ? Réponse : oui, nous sommes tous des cobayes. Mais ce n'est qu'un premier pas »
