Des chercheurs de l’Université de Stanford ont mis au point une entreprise reposant sur l’intelligence artificielle. Baptisé « Virtual Biotech », le projet consiste en une organisation de 37 000 agents IA, inspirés par des structures d’entreprises dédiées à la recherche pharmaceutique, selon les scientifiques dans la revue Science. Ces “employés”, qui ne sont pas humains, ont identifié comment repérer des candidats prometteurs pour le développement de médicaments, ayant même élaboré une thérapie contre le cancer, comme l’indique un communiqué de presse associé.
Ce projet met en évidence deux promesses clés de l’IA pour la science. La première repose sur l’idée qu’il existe dans d’énormes ensembles de données cliniques des insights que les chercheurs humains ne parviennent pas à découvrir. L’IA pourrait ainsi les mettre au jour.
Les agents IA de « Virtual Biotech » n’effectuent pas d’expérimentations
La seconde promesse suggère que de vastes groupes d’agents IA peuvent établir des corrélations plus efficacement que des modèles linguistiques isolés. Ces agents sont des programmes informatiques s’appuyant sur des modèles linguistiques, dotés d’outils pour interagir avec des sites web et des logiciels, traiter des fichiers, diviser de grandes tâches et coordonner leur travail avec d’autres agents. En mars 2025, des chercheurs de Google ont anticipé une « explosion d’intelligence » grâce à l’interaction de ces agents. Récemment, pour résoudre le « problème de l’existence et de la régularité des équations de Navier-Stokes », pas moins de 10 000 de ces agents étaient mobilisés, selon OpenAI.
En ce qui concerne la première promesse, il n’y a eu aucune expérimentation à « Virtual Biotech ». Les agents ont uniquement analysé les données d’études antérieures. Leur mission était de déterminer si des caractéristiques des substances étudiées pouvaient prédire un succès accru des essais. Les auteurs rapportent que les agents IA ont créé deux critères d’évaluation. Le premier décrit la spécificité d’un médicament pour un type de cellule – s’il agit principalement sur ce type ou impacte d’autres. Le second juge la « bimodalité » des gènes ciblés par le médicament, un score élevé indiquant des gènes agissant de manière binaire, tandis qu’un score bas évoque des gènes dont l’activité est régulée progressivement, comme avec un variateur.
Que laissent de côté les agents ?
Les agents ont découvert que les candidats médicaments affichant des valeurs élevées dans les deux catégories avaient plus de chances d’obtenir une approbation. « Une molécule cible agissant comme un interrupteur et ciblant un type de cellule précis pourrait être plus facile et plus sûre à réguler avec un médicament », suppose James Zou, premier auteur de l’étude.
Dans une autre approche, les agents ont examiné des études concernant la protéine B7-H3, constatant son rôle potentiel dans la protection des tumeurs contre le système immunitaire, et ont conçu un médicament pour bloquer ce processus. Ils disposaient seulement d’informations antérieures à janvier 2025. En août de la même année, une véritable entreprise pharmaceutique a annoncé des avancées en lien avec cette même approche. « C’est une confirmation indépendante de l’effet proposé par Virtual Biotech », a déclaré Zou.
Les systèmes basés sur des agents pourraient accroître l’étendue et la rapidité de recherche sur les hypothèses thérapeutiques tout en rendant le processus plus transparent et reproductible. Cependant, cela ne demeure qu’une promesse. De nombreuses questions persistent, notamment quant aux biais des systèmes IA qui pourraient conduire à négliger certaines informations. De plus, plusieurs études indiquent que les agents sont plus susceptibles de commettre des erreurs scientifiques que les humains, en sélectionnant des données ou manipulant des analyses statistiques. L’enjeu pour l’avenir de l’IA en science consistera à résoudre cette problématique.
Points à retenir
- « Virtual Biotech » utilise une organisation de 37 000 agents IA pour le développement de médicaments.
- Le projet souligne l’importance de l’IA dans le traitement d’énormes ensembles de données cliniques.
- Les agents IA ne réalisent pas d’expérimentations, mais analysent des données accumulées.
- Deux critères principaux ont été établis pour évaluer l’efficacité potentielle des candidats médicaments.
- Les systèmes basés sur des agents peuvent transformer la recherche en rendant les processus plus fluides.
- Des défis tels que les biais dans les systèmes IA et le risque d’erreurs scientifiques restent à résoudre.
En réfléchissant à cette avancée fascinante, je me demande quelles seront les prochaines étapes pour l’IA dans le domaine médical. Le potentiel est immense, mais il est crucial de naviguer avec prudence dans cette nouvelle ère de la science. Pouvons-nous vraiment compter sur ces agents IA pour transformer notre compréhension de la médecine, tout en veillant à ce que des principes éthiques solides les guident ? Ce débat mérite d’être continué.