Une Révolution dans le Développement Médicamenteux grâce à l’IA
Rêver de guérir toutes les maladies semble utopique. Pourtant, Demis Hassabis, lauréat du Prix Nobel de chimie et PDG de Google DeepMind, aspire à rendre cela possible grâce à l’intelligence artificielle (IA) dans les dix prochaines années.
Au début du mois de décembre 2024, lors d’une allocution à l’Université de Stockholm, Demis Hassabis a reçu un des prix les plus prestigieux du domaine scientifique. Son équipe, en collaboration avec John Jumper, a été récompensée pour ses avancées remarquables dans la prévision des structures protéiques à l’aide d’un système nommé AlphaFold.
Hassabis a exprimé son ambition de transformer le long processus de développement des médicaments, souvent fastidieux et coûteux, en utilisant l’IA. En 2022, il a déjà fondé Isomorphic Labs, une entreprise qui incarne cette vision.
Lors d’un entretien avec CBS News, il a affirmé : « Je pense qu’un jour, nous pourrions peut-être guérir toutes les maladies grâce à l’aide de l’IA », ajoutant qu’il est convaincu que cela pourrait se réaliser dans la prochaine décennie.
Réinventer le Développement Médical
La lenteur du développement pharmaceutique reste l’un des plus grands défis. Voici quelques étapes clés du processus :
- Les chercheurs doivent d’abord comprendre en profondeur la maladie pour identifier les points d’attaque potentiels des médicaments, un travail de recherche fondamentale qui peut prendre des années.
- Ensuite, il faut identifier une substance capable d’intervenir sur la cible trouvée, qu’il s’agisse de la stimuler ou de l’inhiber.
Le processus de développement d’une molécule médicamenteuse adaptée est complexe. De nombreux critères doivent être respectés, tels que la non-toxicité et la possibilité de production à grande échelle.
AlphaFold : Prévision de Structures Protéiques
Les structures des protéines, composées d’acides aminés liés en chaînes, déterminent leurs rôles biologiques. Cela fait plus de 50 ans que la communauté scientifique cherche à prédire ces structures. Grâce à AlphaFold, Google DeepMind a résolu cette problématique.
Le système, alimenté par l’IA, peut prédire avec précision un vaste éventail de structures, ayant déjà effectué des économies considérables en temps de recherche. L’actualisation vers AlphaFold 3 permet désormais également de prévoir les interactions entre protéines et autres molécules.
Avant qu’un candidat soit envisagé pour les essais cliniques, des milliers de composés doivent être créés et testés. Chaque modification nécessite de nombreux tests en laboratoire, un processus long et coûteux qui peut, dans certains cas, aboutir à des résultats insatisfaisants après des années de travail.
Hassabis aspire à intégrer l’IA pour :
- Éviter des expériences inutiles,
- Économiser temps et ressources,
- Détecter de nouvelles substances prometteuses pour la recherche.
Il désigne cette approche comme de la « science à vitesse numérique », visant à réduire significativement le temps de développement.
Des Progrès Réels dans la Recherche Médicale
En été 2025, Isomorphic Labs devrait tester ses premiers candidats médicaments issus de l’IA sur des patients lors d’essais cliniques. Bien que les détails concernant les maladies ciblées restent flous, on sait que l’entreprise se concentre sur des traitements dérivés de la recherche sur le cancer.
D’autres entreprises, comme Recursion, explorent également des voies similaires en développant des traitements pour le cancer et des maladies génétiques rares, avec plusieurs produits déjà en phases cliniques.
Difficultés à Guérir Toutes les Maladies en Dix Ans
Bien que la méthode proposée par Hassabis soit révolutionnaire, il semble peu probable que toutes les maladies soient guéries d’ici dix ans. Malgré une réduction significative des délais de développement, les candidats doivent encore passer par des essais cliniques, processus qui exige plusieurs années.
Il est également important de noter que toutes les maladies ne sont pas liées aux protéines, d’autres biomolécules, telles que les lipides, jouent également un rôle crucial. Certaines voix dans la communauté scientifique, comme celle de Derek Lowe, mettent en garde contre une vision trop simpliste, rappelant que la réalité des traitements médicaux est plus complexe qu’un simple assemblage d’éléments.
Points à Retenir
- AlphaFold a déjà traité des millions de structures protéiques, acccelérant le processus de recherche.
- La collaboration entre entreprises de biotechnologie et grandes firmes pharmaceutiques est cruciale pour le financement et l’expertise.
- L’IA promet de transformer la recherche médicale, mais des défis restent à surmonter en matière d’éthique et de science.
- Les traitements issus de ces nouvelles techniques vont devoir passer par des phases d’essais cliniques rigoureuses.
En somme, l’évolution que nous observons dans le domaine médical grâce à l’IA est passionnante. Personnellement, je me demande jusqu’où nous pourrions aller en matière de recherche et de développement. L’optimisme de chercheurs comme Hassabis face à ces défis technologiques nous pousse à réfléchir sur l’avenir des soins de santé. Les questions éthiques et scientifiques soulevées méritent d’être examinées attentivement à mesure que nous avançons vers une nouvelle ère de médecine. Quelles perspectives pour les prochaines générations de traitements ?