Réduire les temps et coûts de développement de médicaments est l’une des quêtes principales de la R&D pharmaceutique. Dans ce domaine, l’utilisation grandissante de l’intelligence artificielle permet de repousser les frontières. La start-up parisienne Qubit Pharmaceuticals et Sorbonne Université espèrent aller au-delà de tout ce qui existe actuellement, et viennent d’annoncer, mardi 20 mai, la mise en service de Fennix-Bio1. Ce modèle de fondation, soit un modèle d’IA de grande taille entraîné sur une masse considérable de données, permettrait d’atteindre des capacités inégalées de simulation et de modélisation moléculaire. Selon Robert Marino, PDG de Qubit Pharma, ce logiciel permettrait «de diviser par deux les temps et par cinq les coûts de développement préclinique, donc avant les essais sur modèles animaux et les essais cliniques sur l’homme».
Reconstituer des molécules et prédire leurs interactions
Fennix-Bio1 résulte de travaux de Sorbonne Université en collaboration avec Qubit Pharma – sachant que cette société est un essaimage de l'université. Le projet s’est aussi appuyé sur des opérateurs publics comme le Grand équipement national de calcul intensif (Genci), l’European High Performance Computing (EuroHPC) et l’américain Argonne National Library, pour nourrir la base de données de chimie moléculaire qui a permis d’entraîner le logiciel. «Notre modèle fondation a été conçu en utilisant 100% de données synthétiques, explique Robert Marino. En pratique ce sont des calculs de chimie quantique à la plus haute résolution réalisés sur des millions de briques élémentaires des biomolécules. Comme le système lego, notre modèle peut ainsi reconstituer des molécules et prédire leurs interactions.»
Par rapport aux modèles existants, comme le logiciel d’IA Alphafold de Google DeepMind, Fennix-Bio1 serait bien plus puissant, assure-t-on chez Qubit Pharma. Le logiciel permettrait en particulier de dépasser une limite cruciale : être capable de non seulement modéliser les structures des protéines mais aussi de prédire l'évolution de ces structures lors des interactions avec des médicaments. «Ce modèle a la capacité de simuler très précisément un médicament, une cible et l’interaction entre les deux, tout en évitant des interactions avec d’autres molécules avec lesquelles il ne faut pas interagir», résume Robert Marino.
Des discussions avec des laboratoires pharmaceutiques
Sorbonne Université pourra mettre le logiciel à disposition de la recherche académique. De son côté, Qubit Pharma l’utilisera de deux façons. D’abord, la société l’emploiera pour développer ses propres candidat-médicaments, ciblant les aires thérapeutiques de l’oncologie et de maladies inflammatoires chroniques. En parallèle, le logiciel sera utilisé pour des programmes de développement mené en partenariat avec des laboratoires pharmaceutiques. Des discussions sont déjà en cours, indique la start-up.
Si les applications pour le développement pharmaceutique préclinique sont prioritaires, le logiciel pourra aussi s’attaquer à d’autres domaines. Qubit et Sorbonne Université estiment que des utilisations sont envisageables dans la chimie, comme dans les domaines de la chimie verte, des enzymes industrielles, ou encore de la conception de batteries innovantes, ou également dans le secteur des cosmétiques. Sur le front de la concurrence, Robert Marino assure qu’«aujourd’hui cette technologie, en termes de précision, n’a pas d’équivalent. Mais on s’attend à d’autres annonces ces prochains mois, plutôt aux Etats-Unis».
