Le domaine de la découverte de médicaments fait-il sa révolution avec l’intelligence artificielle? Isomorphic Labs, cette émanation de la division de recherche en IA de Google, DeepMind, basée à Londres, semble le penser. Ceci, après avoir noué des partenariats stratégiques avec deux géants pharmaceutiques, Eli Lilly et Novartis, pour mettre l’IA au service de la découverte de nouveaux médicaments. Mais quel est le véritable enjeu financier derrière ces partenariats?
Les chiffres sont-ils à la hauteur de l’enthousiasme suscité par ces collaborations? Avec un montant combiné d’environ 3 milliards de dollars, ces partenariats ne sont pas à prendre à la légère. Isomorphic recevrait 45 millions de dollars de la part d’Eli Lilly dès le départ, et pourrait potentiellement monter jusqu’à 1,7 milliard de dollars en fonction de la réalisation des objectifs fixés, hors royalties. Et Novartis, de son côté, anticiperait un paiement initial de 37,5 millions de dollars, tout en prenant en charge certains coûts de recherche sélectionnés, plus jusqu’à 1,2 milliard de dollars (toujours hors royalties) en incitations basées sur la performance. Mais ces montants, prometteurs sur le papier, garantissent-ils un succès scientifique et commercial?
« Nous sommes ravis de nous lancer dans ce partenariat et d’appliquer notre plateforme technologique propriétaire », déclare Demis Hassabis, le co-fondateur de DeepMind et PDG de Isomorphic Labs. Pour lui, l’accent mis sur l’avancement des approches de conception de médicaments et l’appréciation de la science de pointe rendent ces partenariats particulièrement attrayants. Mais qu’en est-il concrètement de ces technologies et de leur potentiel disruptif dans le domaine de la pharmacologie?
Est-ce que l’intelligence artificielle est la clé pour transformer radicalement la découverte de nouveaux médicaments?
Isomorphic se base-t-elle sur des fondations scientifiques solides ou sur une simple promesse technologique? La société exploite la technologie IA AlphaFold 2 de DeepMind, qui peut prédire la structure des protéines humaines, essentielle à l’identification de nouvelles voies cibles pour la distribution de médicaments. Mais ces structures, une fois révélées, permettront-elles réellement de concevoir des traitements innovants pour combattre les maladies?
Leur technologie est-elle vraiment infaillible? Un article récent dans le journal Nature a relevé que AlphaFold rencontre parfois des erreurs flagrantes et s’avère souvent plus utile comme « générateur d’hypothèses » que comme un remplaçant pour les données expérimentales. La question se pose alors: la capacité du modèle à générer des prédictions de protéines raisonnablement précises, surpasse-t-elle vraiment les méthodes précédentes en tout point?
Quelles sont les réussites concrètes attribuables à AlphaFold jusqu’à présent? Des chercheurs ont utilisé AlphaFold pour concevoir et synthétiser un médicament potentiel pour traiter le carcinome hépatocellulaire, le type le plus courant de cancer primaire du foie. DeepMind collabore également avec l’initiative Drugs for Neglected Diseases initiative, organisation pharmaceutique à but non lucratif, pour appliquer AlphaFold à l’élaboration de traitements pour la maladie de Chagas et la leishmaniose, deux des maladies les plus mortelles dans le monde en développement. Mais ces initiatives réussiront-elles à produire des résultats tangibles et à révolutionner la prise en charge des maladies négligées?
Isomorphic est-elle prête à relever le défi de la profitabilité? La société a enregistré une perte de 2,4 millions de livres (environ 3 millions de dollars) en 2021, alors qu’elle intensifiait ses recrutements en vue de l’ouverture de son deuxième bureau à Lausanne, en Suisse. La pression monte pour que Isomorphic commence à générer des bénéfices. Mais cette course à la rentabilité ne risque-t-elle pas de compromettre l’intégrité scientifique et la vision à long terme inhérentes à la recherche pharmaceutique?
Source : Techcrunch
