La start-up Insilico Medicine et des chercheurs canadiens de l’University of Toronto sont parvenus grâce à un système basé sur intelligence artificielle (IA) à concevoir, à synthétiser et à valider un nouveau candidat médicament contre la fibrose en seulement 46 jours, contre 2 à 3 ans en temps normal. L’étude*, publiée le 2 septembre 2019 dans Nature Biotechnology, démontre que l’IA a un véritable potentiel disruptif dans la recherche de nouveaux médicaments, accélérant considérablement le process et le rendant moins aléatoire.
Accélérer la recherche de nouveaux médicaments grâce à l’IA
La découverte de nouveaux médicaments nécessite des années de recherche. Ce processus long est donc aussi coûteux. Selon l’économiste Joseph DiMasi, directeur du Tufts Center for the Study of Drug Development, le coût moyen nécessaire pour amener une nouvelle molécule sur le marché a même été multiplié par 6 entre 1991 et 2013.
De nombreuses start-ups tentent donc de développer des outils d’intelligence artificielle (IA) pour raccourcir ce temps et permettre à des molécules prometteuses d’arriver plus vite au lit du patient. En 2012, le chercheur canadien, Georges Dalh, spécialiste en machine learning (apprentissage automatique), avait ouvert la voix en remportant le Merck Molecular Activity Challenge : il avait démontré l’efficacité de réseaux de neurones profonds – peu entrainés – pour prédire l’activité d’une molécule à partir de sa structure. À partir de là, le recours à des algorithmes de deep learning (apprentissage profond) pour dénicher de nouveaux médicaments se généralise. Les partenariats entre start-ups et laboratoires pharmaceutiques se multiplient.
2 techniques d’IA au service d’un médicament contre la fibrose
Une nouvelle étude, publiée le 2 août 2019 dans Nature Biotechnology, a été menée par la Fondation de recherche en biogérontologie. En combinant 2 techniques d’intelligence artificielle – les réseaux antagonistes génératifs (GAN) et l’apprentissage par renforcement (RL) -, l’équipe de chercheurs d’Insilico Medicine à l’origine de ces travaux a réussi à valider le pouvoir réel de l’IA. C’est-à-dire la réduction du temps dédiée à la découverte et au développement du médicament, ainsi que la transformation d’un processus aléatoire semé d’impasses en un processus intelligent, ciblé et dirigé, qui prend en compte les propriétés moléculaires spécifiques d’un produit compte tenu de la maladie.
46 jours au lieu de 3 ans
Ce système, appelé « GENTRL », a permis de trouver 6 traitements prometteurs contre la fibrose à partir de 30 000 modèles de molécules, et ce en seulement 21 jours. Ces 6 molécules ont ensuite été synthétisées et l’une d’entre elles a été testée chez la souris et a donné des résultats prometteurs. Au total, toutes ces étapes ont été menées à bien en 46 jours. En temps normal, l’ »Hit to Lead » (H2L), qui est la phase où les molécules sorties des campagnes de criblage à haut débit sont évaluées et identifiées comme prometteuses, requiert 2 à 3 ans de travail.
« Nous avons une stratégie d’intelligence artificielle combinée à une imagination d’intelligence artificielle », commente Alex Zhavoronkov, P.-D.G. d’Insilico, qui compare le fonctionnement de GENTRL au système d’apprentissage automatique AlphaGo mis au point par Google Deepmind pour mettre au défi les joueurs de Go.
Un algorithme en open source
« Il est également intéressant de noter que l’équipe a publié le code de son algorithme dans un format open source, permettant à d’autres chercheurs d’appliquer leurs techniques et de s’appuyer sur leurs réalisations pour faire progresser tout le domaine de l’IA pour la conception de médicaments, la recherche sur le vieillissement et la longévité, » déclare Richard Siow, directeur de la recherche sur le vieillissement au King’s College de Londres et ancien vice-doyen de la Faculté des sciences de la vie et de la médecine du King’s College de Londres.
La Biogerontology Research Foundation espère, de son côté, que cette étude incitera d’autres chercheurs à exploiter le potentiel de l’IA dans la recherche sur la longévité, et poussera les départements R&D des grands laboratoires pharmaceutiques à intégrer l’intelligence artificielle dans leurs programmes « pour apporter des médicaments permettant de sauver des vies entre les mains de vrais patients ».