L’intelligence artificielle (IA) est un outil puissant qui peut aider à relever de nombreux défis auxquels sont confrontées les entreprises pharmaceutiques, notamment l’identification de nouvelles cibles thérapeutiques et l’accélération de la découverte de médicaments. Bien que l’IA soit utilisée dans la découverte de médicaments depuis un certain temps, il n’y a pas eu beaucoup de collaboration entre les chercheurs du monde universitaire et de l’industrie, jusqu’à aujourd’hui. Cependant, nous constatons une utilisation accrue de l’apprentissage automatique pour identifier des cibles thérapeutiques potentielles, ce qui peut s’appliquer à la fois aux petites molécules et aux produits biologiques.

Un processus de découverte coûteux et peu innovant

Le processus de découverte de médicaments est long, coûteux et peu innovant. Le coût moyen de développement d’un nouveau médicament se situe entre 1 et 4 milliards de dollars. Si une entreprise veut passer le cap des essais cliniques et obtenir l’approbation de la FDA pour un nouveau traitement, elle doit dépenser 2 millions de dollars supplémentaires par an pour le marketing, et ce rien qu’aux États-Unis !

C’est pourquoi de nombreuses entreprises pharmaceutiques se tournent vers les technologies basées sur l’IA, comme l’apprentissage automatique, pour développer des médicaments plus rapidement et à moindre coût, tout en maintenant les normes de contrôle de la qualité fixées par les organismes de réglementation tels que la Food & Drug Administration (FDA).

L’IA peut contribuer à briser les silos

L’IA peut contribuer à briser les silos et à favoriser une approche plus collaborative en identifiant des liens inattendus entre les patients et les médicaments dont ils ont besoin. Or, l’IA est un outil qui peut aider à réunir les différentes perspectives des différentes équipes, ainsi qu’à fournir des informations sur les données des patients qui pourraient autrement rester cachées. Par exemple, un système d’IA peut identifier de nouvelles façons de combiner des médicaments existants ou suggérer d’autres thérapies potentielles pour des maladies qui n’ont actuellement aucun traitement efficace — ce qui pourrait potentiellement conduire à des percées dans la découverte de médicaments pour de nombreuses maladies rares !

Montée en puissance de l’utilisation de l’IA

Nous assistons à une montée en puissance de l’utilisation de l’IA dans la découverte de médicaments. La technologie peut aider à identifier des cibles potentielles pour la découverte de médicaments, à hiérarchiser les composés et à prédire leur efficacité, à prévoir les effets secondaires et même à prédire la réponse du patient à un médicament.

L’IA a été utilisée pour trouver de nouveaux médicaments candidats en identifiant des molécules susceptibles de se lier à certaines protéines ou enzymes importantes pour certaines maladies. Elle a également été utilisée pour cribler un grand nombre de composés contre des cibles spécifiques (par exemple, des anticorps) afin d’identifier ceux qui ont une grande affinité pour ces cibles, qui peuvent ensuite être évalués en tant que thérapeutiques.

DeepMind de Google a travaillé avec Novartis sur un algorithme expérimental

En effet, l’algorithme d’IA de DeepMind a identifié une nouvelle cible pour la maladie d’Alzheimer. DeepMind, une société de Google, a travaillé avec Novartis sur un algorithme expérimental permettant de prédire si un médicament candidat serait efficace contre la maladie d’Alzheimer. L’entreprise a ensuite testé l’algorithme sur les données du Centre de recherche sur la maladie d’Alzheimer d’Exeter, au Royaume-Uni.

Les résultats ont montré que l’algorithme pouvait prédire avec précision si un médicament candidat serait efficace contre la maladie dans plus de 80 % des cas, alors que les méthodes traditionnelles n’ont pu prédire de tels résultats que dans la moitié des cas (environ 45 %).

L’apprentissage automatique pour identifier des cibles thérapeutiques potentielles

Nous constatons également une utilisation accrue de l’apprentissage automatique pour identifier des cibles thérapeutiques potentielles, ce qui peut s’appliquer à la fois aux petites molécules et aux produits biologiques. L’apprentissage automatique est une forme d’intelligence artificielle (IA) qui utilise des algorithmes pour tirer des leçons des expériences passées et faire des prédictions sur des événements futurs. Dans le contexte de la découverte de médicaments, il peut être utilisé pour trouver des modèles dans les données — comme la façon dont deux protéines interagissent — et ensuite prédire leur structure sur la base de ces modèles.

À retenir

Comme vous pouvez le constater, l’IA offre aux entreprises pharmaceutiques une occasion unique de briser les silos et de favoriser une approche plus collaborative en identifiant des liens inattendus entre les patients et les médicaments dont ils ont besoin. Nous assistons à une montée en puissance de l’utilisation de l’IA dans la découverte de médicaments, avec un nombre croissant d’entreprises développant des outils qui peuvent aider les médecins et les chercheurs dans leur travail.

L’avenir de la découverte de médicaments est prometteur et l’IA est appelée à jouer un rôle important. Nous constatons déjà une forte augmentation de l’utilisation de l’intelligence artificielle dans ce domaine et nous nous attendons à ce qu’elle continue de croître à mesure que de plus en plus de sociétés pharmaceutiques se tournent vers l’apprentissage automatique pour trouver de nouveaux médicaments plus rapidement que jamais.