Sept entreprises qui utilisent l'IA pour créer des médicaments

Le développement de médicaments est une activité complexe. Les chimistes médicinaux, dont beaucoup ont passé près de 10 ans à se former, doivent synthétiser minutieusement chaque molécule susceptible d'avoir un effet thérapeutique. Ces composés doivent ensuite être testés sur des cellules pour s'assurer qu'ils ont un effet statistiquement significatif sur un modèle de cellule malade. 

Les « candidats médicaments » sont ensuite testés sur des animaux, pour se rapprocher un tant soit peu de l'étape décisive : les essais cliniques. Un seul médicament potentiel sur 1 000 est jamais testé sur l'humain. L'ensemble du processus dure en moyenne 12 ans : pendant ce temps, les médicaments expérimentaux quittent le laboratoire pour finir dans la pharmacie de votre domicile. Cela représente jusqu'à 2 milliards de dollars de dépenses et un nombre infini d'échecs.

L'intelligence artificielle et l'apprentissage automatique promettent de mettre fin à cette inefficacité. Les investissements dans l'utilisation de l'IA pour le développement de médicaments ont représenté la plus grande part de tous les investissements privés dans l'IA en 2020, soit plus de 13,8 milliards de dollars. Le développement de médicaments est déjà une entreprise coûteuse, et chacun dans l'industrie pharmaceutique a besoin de toute aide possible. 

Voici sept entreprises qui utilisent les capacités de l'IA pour trouver un traitement contre le cancer et d'autres maladies graves chez l'humain. 

Roivant Sciences

Fondée en 2014 à New York, la société a levé d'énormes financements, à hauteur de 1,9 milliard de dollars. Elle accélère le développement des « candidats médicaments » aux stades avancés en créant des filiales (dont le nom se termine toujours par « vant »). À ce jour, les filiales de Roivant développent plus de 40 médicaments. 

En février 2021, la société a acquis Silicon Therapeutics afin d'élargir ses capacités de calcul pour le développement de médicaments. Silicon promeut une approche de conception et de développement de médicaments fondée sur les principes physiques. La stratégie consiste à utiliser les principes premiers de la physique pour déterminer si un « candidat médicament » présente une quelconque activité biologique. 

Insitro

Fondée en 2018, la société de découverte et de développement de médicaments a reçu des investissements d'Andreessen Horowitz et de l'Office d'investissement du régime de retraite du Canada. Insitro a été fondée par la docteure Daphne Koller, professeure d'informatique à l'université Stanford. Elle et son équipe s'attaquent à l'un des problèmes qui compliquent le rapprochement entre la biologie computationnelle et l'apprentissage automatique : les données. 

Les données biologiques existantes sont limitées ou de qualité trop faible pour une lecture par machine. La société met en place un pipeline de données expérimentales issues de recherches sur les cellules souches, afin de constituer un immense ensemble de jeux de données fondés sur de véritables systèmes biologiques. En utilisant cette banque de données, Insitro appliquera l'apprentissage automatique pour prédire le comportement des cellules saines et malades dans le corps humain, et ce qui se passera si des médicaments potentiels sont introduits dans un modèle simulé du système malade.

XtalPi

Basée à Cambridge, la société a été fondée en 2014 par des physiciens quantiques du Massachusetts Institute of Technology et a depuis levé plus de 780 millions de dollars auprès d'entreprises telles que Sequoia Capital China et Google. 

XtalPi a créé la plateforme d'apprentissage automatique Intelligence Digital Drug Discovery and Development, qui prédit la structure cristalline et les propriétés des « candidats médicaments » de faible masse moléculaire, en s'appuyant sur les principes de la mécanique quantique et de la cristallographie à l'état solide. En 2018, la société a commencé à collaborer avec Pfizer pour construire sa plateforme fondée sur l'intelligence artificielle. 

AbSci

Cette startup de bio-ingénierie, fondée en 2011 à Washington, développe une technologie d'impression de protéines composée de deux parties : SoluPro, une plateforme de biologie synthétique qui génère des médicaments potentiels à partir de protéines issues de bactéries génétiquement modifiées, et SoluPure, une plateforme de purification qui extrait et purifie rapidement les cellules cibles. 

La plateforme s'appuie sur l'IA pour aider à produire et à valider de nouveaux candidats médicaments. En janvier 2021, la société a acquis la plateforme d'apprentissage automatique Devonium Engine afin de poursuivre le développement de sa technologie de traitement des données. AbSci permet de raccourcir les délais précliniques et a même développé en 10 jours une lignée cellulaire d'anticorps contre la COVID-19. 

Exscientia

Cette startup pharmaceutique, fondée en 2012, a déjà levé au total environ 150 millions de dollars auprès de Bristol-Myers Squibb, Evotec et de la Fondation Bill et Melinda Gates. La société a développé la plateforme de conception Centaur Chemist fondée sur l'intelligence artificielle, qui utilise des méthodes d'apprentissage automatique pour rechercher des médicaments potentiels. 

La plateforme d'IA étudie les approches limitées possibles utilisées par les chimistes humains lors de la découverte de médicaments traditionnels, et s'améliore à chaque itération successive. Les efforts conjoints de l'IA et des humains ont réduit le délai moyen d'accès des médicaments à la phase I, le faisant passer de cinq ans à 12 mois. 

Récemment, la société a annoncé que sa première molécule créée avec l'aide de l'IA pour traiter le cancer en utilisant le système immunitaire de l'organisme entrera en essais cliniques sur l'humain. 

PostEra

Fondée en 2019, la société travaille à la croisée de la chimie médicinale et de l'apprentissage automatique. La startup est actuellement partenaire de Pfizer pour le développement de l'apprentissage automatique appliqué à la découverte de médicaments. La plateforme PostEra repose sur des stratégies de conception et des règles de synthèse chimique utilisées par les chimistes médicinaux et les chimistes organiciens pour synthétiser des candidats médicaments. Pfizer prévoit de fournir à la startup d'immenses volumes de données pour faire fonctionner la plateforme. 

Brightseed

Cette startup biotechnologique, fondée en 2017, cherche de nouvelles molécules bénéfiques pour la santé dans le monde naturel. La société a développé Forager, une plateforme de recherche fondée sur l'IA, pour explorer le monde des plantes comestibles et des aliments à la recherche de composés naturels influençant la santé humaine. Connus sous le nom de phytonutriments, nombre de ces composés sont utilisés comme ingrédients fonctionnels dans les aliments, mais leur effet sur la santé n'a pas encore été entièrement étudié. 

À ce jour, Brightseed a analysé plus de 700 000 composés bioactifs et a découvert un ingrédient alimentaire naturel capable de soutenir la santé du foie en agissant sur la maladie du foie graisseux, un état lié à l'obésité. Forager servira à élargir l'ensemble connu des compléments alimentaires.