29 septembre 2025

Dans le dernier numéro Automne 2025 de Découverte de médicaments World (DDW) , à la page 35, le nouveau guide sur l'IA présente l'étude de cas " Empowering Découverte de médicaments. " Elle met en lumière la façon dont l'intelligence artificielle (IA), l'apprentissage automatique (ML) et la cheminformatique avancée transforment le paysage de la découverte de médicaments.

Pourquoi lire ce guide ?

Si vous êtes un scientifique, un innovateur ou un décideur dans le domaine de la pharmacie ou de la biotechnologie, ce guide est une lecture essentielle. Il va au-delà du battage médiatique pour montrer comment l'IA a un impact mesurable - de l'accélération de la conception des molécules à l'optimisation des essais cliniques. Vous apprendrez ce qui fonctionne, quels sont les défis à relever et comment exploiter tout le potentiel de l'IA grâce à la collaboration, à la qualité des données et à l'innovation responsable.

De l'engouement à l'impact dans le monde réel

Le coût de la mise sur le marché d'un médicament dépasse aujourd'hui 2,3 milliards de dollars (page 37), avec des délais qui dépassent souvent une décennie et un taux d'échec de 90 % dans les essais cliniques. L'IA est en train de changer cette équation. L'enquête 2024 de Deloitte a révélé que 62 % des responsables biopharmaceutiques pensent que l'IA pourrait réduire les délais de découverte précoce d'au moins 25 %. Des molécules conçues par l'IA ont déjà fait l'objet d'essais de phase I dans les 12 mois qui ont suivi le lancement du programme - une accélération spectaculaire.

Technologies et applications révolutionnaires

Le guide met en lumière les avancées en matière d'apprentissage profond, d'IA générative, d'informatique en nuage et de données multiomiques. Des outils tels que CRISPR-GPT (page 37) automatisent la conception de l'édition de gènes, tandis que la pathologie numérique alimentée par l'IA rationalise les essais cliniques à l'échelle mondiale. L'IA est désormais au cœur de la découverte de nouveaux produits, de la conception de molécules de novo, de l'optimisation des têtes de série et même de la planification des essais cliniques.

^SYNTHIA® et AIDDISON™ : Accélérer la découverte et la synthèse

Les plateformes telles qu'AIDDISON™ et SYNTHIA^® font partie de cette transformation. AIDDISON™ est une solution sécurisée basée sur le web qui combine l'IA/ML et la conception de médicaments assistée par ordinateur (CADD) pour accélérer l'identification et l'optimisation de nouveaux candidats médicaments. Son interface intuitive rend les outils de calcul avancés accessibles aux scientifiques de tous horizons.

AIDDISON™ génère des milliers de molécules viables à l'aide de recherches de similarité, de criblage pharmacophore et de modèles génératifs. Il applique ensuite un filtrage basé sur les propriétés, un docking moléculaire et un alignement basé sur la forme pour hiérarchiser les molécules présentant la plus forte probabilité d'activité biologique et des profils ADMET optimaux.

Ce qui distingue vraiment AIDDISON™, c'est son intégration transparente avec le Logiciel rétrosynthèse SYNTHIA^®. SYNTHIA^® permet aux chercheurs d'évaluer immédiatement l'accessibilité synthétique des molécules prometteuses et d'identifier les réactifs nécessaires à la synthèse en laboratoire. En comblant le fossé entre la conception moléculaire virtuelle et la planification pratique de la synthèse, SYNTHIA^® et AIDDISON™ donnent aux chimistes les moyens d'innover plus rapidement et avec plus de confiance.

Étude de cas : Inhibiteurs de tankyrase

Une récente note d'application sur les inhibiteurs de tankyrase - uneclasse de molécules à l'activité anticancéreuse potentielle - démontre la puissance de cette approche intégrée. À partir d'un inhibiteur connu, les modèles génératifs et le criblage virtuel d'AIDDISON™ ont exploré un vaste espace chimique, produisant diverses molécules candidates. Celles-ci ont été filtrées et arrimées à la protéine cible, et les structures les plus prometteuses ont été envoyées à SYNTHIA^® pour une analyse rétrosynthétique. Ce Workflow a accéléré l'identification de nouvelles pistes accessibles synthétiquement et a permis une exploration plus approfondie de l'espace chimique que les méthodes traditionnelles.

Points de vue d'experts et collaboration

Des entretiens avec des leaders comme Rabia Khan, PDG et fondatrice de Serna Bio. à la page 43 et le Dr Amanda Hemmerich, directrice mondiale de l'innovation en pathologie numérique chez IQVIA Laboratories à la page 46, révèlent comment l'IA débloque de nouvelles stratégies thérapeutiques, en particulier dans les thérapies ciblant l'ARN et la pathologie numérique. Ces histoires montrent comment l'IA permet aux scientifiques de poser des questions plus audacieuses et de s'attaquer à des maladies qui étaient auparavant hors de portée.

Défis et perspectives

Le guide ne recule pas devant les obstacles - qualité des données, reproductibilité, incertitude réglementaire et nécessité d'adopter des principes de données FAIR. Les collaborations industrielles et les nouvelles normes aident à surmonter ces obstacles, garantissant ainsi que l'IA aura un impact réel sur le monde.

L'avenir : L'IA, un outil et non un substitut

Le rôle de l'IA dans la découverte de médicaments n'est plus hypothétique. Il s'agit d'une force présente qui s'accélère. La prochaine vague de percées ne viendra pas de l'IA qui remplacera les scientifiques, mais de l'IA qui leur permettra de poser des questions plus audacieuses, de tester des hypothèses plus ambitieuses et, en fin de compte, d'apporter de meilleurs médicaments aux patients plus rapidement et plus efficacement.

 

Lire le numéro d'automne