La montée en puissance de l’IA dans la découverte de médicaments a présenté un buffet d’options savoureuses pour les fabricants de médicaments afin d’identifier de meilleures molécules pour les cibles difficiles à atteindre. Cette promesse est pour le moins mitigée, mais des startups comme Valence Discovery à Montréal pensent avoir déchiffré le code – et au moins une petite biotechnologie est convaincue.
Valence, une start-up d’IA récemment désemparée spécialisée dans l’apprentissage en profondeur dans la découverte de médicaments, a concédé sa technologie à Repare Therapeutics au Canada pour identifier des molécules de létalité synthétique efficaces, ont déclaré mercredi les sociétés.
Yoshua Bengio
La plate-forme de Valence cherche à surmonter une crise sur les ensembles de données d’entraînement disponibles en utilisant ce qu’elle appelle une approche «d’apprentissage en quelques étapes» qui nécessite moins de données de départ pour produire des molécules précieuses. Selon le PDG Daniel Cohen, cette approche découle de la recherche à l’Institut des algorithmes d’apprentissage de Montréal (Mila), «l’écosystème» technologique montréalais engendré par Yoshua Bengio, un informaticien réputé comme un pionnier de l’apprentissage profond.
Bengio a rejoint Valence en tant que conseiller, et Cohen pense que la plate-forme propriétaire de l’équipe offre quelque chose de différencié parmi les nombreux acteurs du deep learning sur le marché.
«L’objectif ici est d’aider nos partenaires à concevoir très rapidement des candidats-médicaments de haute qualité qui ont été optimisés pour la puissance, la sélectivité et les propriétés de sécurité pertinentes pour ce programme de découverte de médicaments en particulier», a déclaré Cohen.
Valence n’a pas révélé où Repare cherchait à cibler ses molécules, a déclaré Cohen.
Alors que son travail avec Repare ciblera les médicaments à létalité synthétique, Valence adopte une approche large des partenariats potentiels – mais l’objectif final est d’offrir ses services aux programmes de découverte de médicaments où les données cliniques disponibles sont minces et les cibles difficiles à atteindre. En outre, la société travaille à la construction d’une meilleure molécule «générée par l’IA» qui a de grandes chances de succès en laboratoire.
Daniel Cohen
« Les molécules générées par l’IA n’ont aucune valeur pour quiconque si elles ne peuvent pas être facilement fabriquées en laboratoire », a déclaré Cohen. «La plupart des systèmes d’IA pour la conception de médicaments produisent aujourd’hui des molécules de mauvaise qualité qui sont très difficiles à fabriquer. Si vous donnez une molécule générée par l’IA à un chimiste médicinal, peut-être sept fois sur 10 qu’il se moquera de vous. Ce que nous avons fait… est axé sur le développement de nouvelles classes de technologies de conception qui nous permettent d’imposer un très haut degré de qualité à nos molécules. »
Valence est l’un des premiers acteurs à avoir patiné sur la promesse d’une molécule «découverte par l’IA» – une affirmation discutable qui a aiguisé l’appétit de l’industrie pour une révolution dans le processus de découverte.
L’IA est devenue un outil crucial à la fois dans la découverte et la R&D préclinique pour atténuer le taux d’attrition abyssal de l’industrie biopharmaceutique pour les nouveaux médicaments, donnant ainsi aux molécules une plus grande chance de succès, espèrent ces entreprises, avant même qu’elles ne frappent in vitro.
Alors que certaines de ces entreprises de découverte de l’IA, comme Exscientia au Royaume-Uni, se sont finalement transformées en biotechnologies à part entière avec leurs propres molécules en interne, Valence se concentre pour le moment sur la collaboration avec ses partenaires, a déclaré Cohen.