Examen des méthodes actuelles et des développements mondiaux

Aujourd'hui, on estime que seulement 5 % des batteries lithium-ion sont recyclées dans le monde, ce qui entraîne des conséquences environnementales et financières dramatiques pour les 8 millions de tonnes de déchets prévus. Alors que les défis du recyclage vont de l'aspect financier à l'élaboration de politiques, ce livre blanc se penche sur les défis scientifiques et le paysage de la recherche émergent autour de cette énorme opportunité.  

Alors que près de 10 % des combustibles fossiles du monde sont consacrés à la production de plastiques, une alternative viable aux plastiques à base de combustibles fossiles a constitué un objectif essentiel au cours des 20 dernières années. Les polymères d'origine biologique, issus de ressources de biomasse renouvelable, ont attiré une grande attention en tant que solution de remplacement idéale. Ces polymères ont été utilisés pour créer des bioplastiques, qui représentent une alternative prometteuse et durable aux plastiques à base de pétrole et pourraient même profiter aux pays qui dépendent fortement de pétrole importé.

Ce manuscrit de journal publié dans ChemRxiv décrit les trois types de polymères d'origine biologique, leurs points forts et leurs faiblesses, les derniers progrès de la recherche et les tendances dans ce domaine d'étude. Dans la mesure où le sujet des bioplastiques est souvent considéré avec scepticisme par le public, sans doute en raison d'informations erronées, cet article a pour but de clarifier ce sujet et de susciter une prise de conscience de l'importance des polymères d'origine biologique pour la durabilité.

Les modèles d'apprentissage automatique, qui utilisés dans le cadre d'applications de planification de la synthèse, sont largement limités à la chimie observée lors de l'apprentissage : on constate alors que la précision et la diversité de leurs prédictions sont souvent réduites dans les sous-espaces chimiques peu peuplés. En mesurant comment différents ensembles de données affectent les performances des modèles entrainés, nous sommes en mesure d'affirmer avec plus de force des informations en lien avec la couverture et la nouveauté attendues des solutions de planification de la synthèse. En parallèle, nous concevons des ensembles de données qui rendront plus accessibles des domaines scientifiques auparavant complexes.

Dans cette étude, les scientifiques de Bayer démontrent l'impact considérable des réactions sélectionnées par les scientifiques dans CAS Collection de contenus sur le pouvoir prédictif d'un modèle de planification de la synthèse. La précision de la prédiction des résultats dans des classes réactionnelles rares a augmenté de manière significative (32 points de pourcentage), permettant ainsi de développer la compréhension des notions nouvelles et utiles en chimie.

Pour un aperçu unique d'un domaine scientifique émergent, ce livre blanc de CAS présente différents types de réactions, d'applications et de tendances bioorthogonales trouvées dans CAS Collection de contenus™. La chimie bioorthogonale permet d'approfondir la compréhension de la structure et de la fonction de nos systèmes biologiques, et met en évidence la manière dont les applications de développement, d'administration et d'imagerie des médicaments pourraient être optimisées à l'avenir.

Alors que plus de 90 % des plastiques produits dans le monde requièrent des combustibles fossiles, les polymères d'origine biologique générés à partir de sources renouvelables présentent des avantages majeurs par rapport aux plastiques traditionnels en réduisant les émissions de CO2, en augmentant la biodégradabilité et en allégeant la dépendance aux combustibles fossiles. Pour en savoir plus, découvrez notre panorama de ce domaine émergent.

La durabilité du système mondial de brevets est sous pression en raison de la croissance rapide du volume et de la complexité des demandes de brevet. Dans les pays où la croissance est la plus rapide, les manques de capacités qui en résultent retardent l'examen des brevets, parfois de plusieurs années, exposent la qualité des brevets à des risques et menacent de ralentir le rythme de l'innovation et de l'investissement.

Ce livre blanc examine les défis et les opportunités pour les offices des brevets qui cherchent à garantir la durabilité et à planifier leur croissance future en s'attachant à l'application de solutions de gestion de flux de travail assistées par intelligence artificielle pour améliorer la productivité. Cela englobe les enseignements tirés de la collaboration entre CAS et l'Institut National de la Propriété Intellectuelle (INPI) du Brésil pour gérer ses arriérés de dépôts de brevets et améliorer l'efficacité des flux de travail d'examen, afin d'aboutir en définitive à des améliorations opérationnelles notables.

• Jusqu'à 50 % de réduction du temps d'examen
• 77 % de tous les dépôts de brevets nationaux traités nécessitent moins de temps de recherche de la part des examinateurs
• 29 % de l'ensemble des dépôts de brevets nationaux traités ont nécessité peu, voire aucune recherche supplémentaire
• Les charges de travail ont été gérées efficacement sans requérir de personnel supplémentaire
• Les examinateurs étaient plus libres pour s'adonner à d'autres priorités
• Les améliorations de productivité ont contribué à une réduction de 80 % des arriérés de l'office

Dans le cadre de l'objectif largement publié de « zéro » émission de carbone d'ici 2050, l'intérêt pour la capture, le stockage et la réduction du carbone et pour la lutte contre le changement climatique est un domaine émergent de la science qui aura des implications stratégiques pour les générations futures. Dans notre panorama, découvrez cette recherche émergente offrant des perspectives uniques et des opportunités futures.

La dégradation ciblée des protéines est une nouvelle stratégie de découverte de médicaments en évolution rapide. Il s'agit d'un nouveau moyen d'utiliser des protéines provoquant la maladie pour attaquer des pathologies graves, qui pourrait être utilisée contre des maladies plus sérieuses comme le cancer ou les maladies neurodégénératives.

L'étude de l'American Chemical Society utilise CAS Collection de contenus et la recherche récente sur les agents de dégradation des protéines pour fournir une perspective plus nuancée sur la colle moléculaire en tant qu'outil pour la découverte de nouveaux médicaments. Elle analyse les avantages et les inconvénients de la colle moléculaire en tant que référence pour soutenir des recherches plus avancées.

Au cours des 20 dernières années, les progrès de l'intelligence artificielle (IA), en particulier de l'apprentissage machine, ont transformé notre approche de la recherche scientifique. De la cartographie des séquences du génome et de la découverte de nouveaux antibiotiques à la modélisation des impacts du changement climatique sur la terre et même à la cartographie de la galaxie pour rechercher des planètes similaires à la terre, l'IA transforme la recherche dans une multitude de disciplines.

La chimie est l'un de ces domaines de la science qui progressent à grands pas dans l'adoption de l'IA. Notre tout dernier livre blanc, « L'intelligence artificielle en chimie : panorama actuel et opportunités futures », explore le lien entre l'IA et la chimie en utilisant nos propres technologies pour cartographier les paysages des publications et des brevets. Nous avons découvert les domaines de la chimie qui sont en pointe dans l'IA et ceux qui ont le plus fort potentiel d'être dynamisés par l'adoption de la technologie de l'intelligence artificielle.

Dans quels domaines de la chimie l'IA a-t-elle progressé ?

Le nombre de publications et de brevets de chimie impliquant l'IA a explosé et a été multiplié par six au cours de la période 2015 - 2020. Nous avons identifié les principales disciplines qui contribuent aux publications et aux brevets liés à l'IA et les avons comparées pour comprendre quels domaines profitent de cette technologie émergente. Les disciplines de pointe dans l'adoption de l'IA comprennent la chimie analytique, la biochimie, la chimie industrielle et le génie chimique, tandis que les domaines qui devraient adopter l'IA englobent la chimie des produits naturels et la chimie organique (figure 1).

Nous avons exploré les relations entre ces publications et les brevets de 2000 à 2020 pour comprendre en quoi l'utilisation de l'IA a aidé les chercheurs à résoudre des problèmes (figure 2). Par exemple, du début des années 2000 à 2014, la cible des publications et des brevets concernant l'IA est passée de l'exploration des diagnostics de maladie chez les humains aux algorithmes génétiques et à leur application à la découverte de médicaments et aux micro-ARN.

Récemment, alors que les types de problèmes nécessitant des solutions ont changé, les publications et les brevets se sont davantage orientés vers la méthylation de l'ADN et le cancer. Plus récemment encore, l'accent s'est orienté vers la découverte de médicaments liés à la COVID-19.

Il n'est pas surprenant de noter que notre recherche a également révélé que les petites molécules étaient l'élément le plus important dans les publications et les brevets concernant l'IA qui ont été analysés. Cela englobe des sujets liés à la découverte de médicaments, à la rétrosynthèse et à l'optimisation des réactions, reflétant les pays où les investissements des laboratoires pharmaceutiques sont les plus importants.

Où sont les opportunités d'apprentissage machine en chimie ?

Dans notre analyse de plus de 70 000 publications, nous avons examiné les contributions interdisciplinaires, en notant les disciplines primaires et secondaires (figure 3). Cela nous a permis de tracer chaque discipline sur une carte thermique sur laquelle l'intensité des couleurs reflète la force de la contribution pour chaque discipline. En un coup d'œil, on peut voir les domaines d'étude en chimie qui sont en pointe avec l'IA et ceux qui n'ont pas encore pleinement atteint leur potentiel.

Par exemple, les publications multidisciplinaires sont plus courantes en chimie analytique et en biochimie, où les algorithmes d'apprentissage machine sont utilisés pour améliorer l'analyse des protéines, des peptides, des lipides et des acides nucléiques, ainsi que pour prévoir les réactions chimiques et même découvrir de nouvelles molécules. L'IA est aussi largement utilisée dans la science des matériaux et la chimie physique, où les deux disciplines visent à prédire les matériaux fonctionnels, les relations entre structure et propriétés et l'optimisation des processus chimiques.

Les obstacles à l'adoption de l'IA en chimie

Les experts de premier plan ont discuté des obstacles potentiels à l'adoption de l'IA dans notre webinaire, l'intelligence artificielle en chimie : tendances actuelles et opportunités futures. Ils ont identifié trois obstacles clés à l'adoption de l'IA en chimie :

Qualité des données : les prédictions optimales dépendent de jeux de données robustes et de haute qualité qui fournissent à la fois des exemples positifs et négatifs pour l'entraînement. L'accès, la normalisation et la préparation des données est un défi significatif aujourd'hui pour de nombreuses organisations.

Technologie : malgré les améliorations apportées à la puissance de calcul (approches quantiques et cloud), les utilisateurs perçoivent encore des limites. Toutefois, les progrès récents dans les logiciels et les interfaces utilisateurs suppriment les exigences de programmation pour permettre à davantage de scientifiques d'utiliser l'apprentissage machine dans leurs recherches.

Pénurie de talents : la science des données souffre d'une pénurie de talents bien documentée, et les chimistes ne comprennent peut-être pas toujours à quel point l'IA est devenue abordable. La collaboration croissante entre la chimie et les autres disciplines scientifiques peut contribuer à accélérer l'intégration de l'IA.

Une opportunité de croissance de l'apprentissage machine en chimie

L'IA et les jeux de données d'entraînement sont utilisés pour résoudre les problèmes et innover dans les institutions scientifiques du monde entier en présentant une opportunité majeure pour l'analyse des données et la découverte de médicaments.

Notre livre blanc récent décrivait plusieurs domaines de la chimie susceptibles de bénéficier des investissements dans la technologie de l'IA. Les obstacles à l'adoption n'ont jamais été aussi faibles et les partenaires comme CAS peuvent favoriser l'accès à de vastes jeux de données de qualité pour réaliser des analyses. Il est possible de résoudre certains des problèmes les plus pressants et d'effectuer de grands pas en avant au-delà de ce qui est possible avec l'analyse des données traditionnelle par le biais de l'intégration de l'intelligence artificielle à la recherche scientifique.

Découvrez l'intégralité de notre analyse et les enseignements que nous en avons tirés en lisant notre livre blanc ou contactez-nous pour savoir comment l'IA peut favoriser vos activités de recherche.

La durabilité du système mondial de brevets est sous pression en raison de la croissance rapide du volume et de la complexité des demandes de brevet. Dans les pays où la croissance des dépôts de brevets est la plus rapide, les lacunes de capacité retardent le traitement des demandes, mettent en danger la qualité des brevets, réduisent la satisfaction des clients et ralentissent le rythme de l'innovation et de l'investissement.

Accroissement de la ponctualité des demandes et de la qualité des brevets

La réduction des retards dans les demandes de brevet est une priorité commune à tous les offices de brevets qui s'efforcent d'améliorer la satisfaction de leurs clients et de favoriser l'innovation. Les retards de traitement engendrent une incertitude juridique pour les inventeurs et les rendent méfiants lorsqu'il s'agit d'investir. L'un des plus éminents avocats brésiliens spécialistes des brevets, Juliano Ryota Murakami, partenaire du cabinet Gusmao & Labrunie, a souligné les risques pour les parties prenantes de la PI :

« Les retards excessifs dans l'examen des brevets nuisent à l'innovation et au développement économique d'un pays. Ils découragent les entreprises de demander une protection légale pour leurs inventions car, une fois que le brevet est enfin accordé, la technologie protégée peut être complètement dépassée et obsolète. Ils provoquent aussi une incertitude au sujet de l'exclusivité de la reproduction et de la commercialisation potentielle des inventions. »

La charge de garantir la ponctualité des demandes et la qualité des brevets incombe en grande partie aux examinateurs de brevets et dépend de leur aptitude à trouver rapidement les techniques antérieures pour accélérer les examens. Toutefois, les recherches de techniques antérieures sont fastidieuses et nécessitent des stratégies de recherche complexes et une expertise approfondie du domaine.

Une analyse par l'OEB de l'activité de recherche par son personnel indique qu'une recherche complète sur une demande de brevet puise dans 1,3 milliard d'enregistrements techniques dans 179 bases de données, ce qui aboutit à l'apparition d'environ 600 millions de documents dans les résultats de la recherche chaque mois. Il n'est pas surprenant qu'une étude réalisée par l'office des brevets japonais ait estimé que les examinateurs consacrent environ 40 % de leur temps à rechercher les techniques antérieures et à examiner les résultats. La qualité des brevets peut être affectée si les examinateurs n'ont pas le temps, l'expertise du sujet concerné ou les ressources techniques suffisantes pour accéder facilement aux techniques antérieures.

Les solutions de recherche assistées par intelligence artificielle peuvent jouer un rôle important dans l'ensemble de l'écosystème de brevets pour améliorer à la fois l'efficacité et la qualité des brevets. Elles accélèrent les examens par les offices de brevets et peuvent permettre aux innovateurs d'identifier plus rapidement les techniques antérieures, en évitant le temps et les coûts liés aux poursuites ou aux remises en cause de la validité dans le cas de mauvais brevets. C'est la raison pour laquelle des algorithmes de techniques antérieures s'appuyant sur l'intelligence artificielle ont été ajoutés à la plateforme CAS SciFinder Discovery Platform et aux solutions STNext^® pour améliorer les recherches scientifiques et de PI.

Les nouvelles approches soutiennent la durabilité

Les retards dans les demandes et les inefficacités sont en cours de résolution grâce à des mesures qui garantissent la durabilité opérationnelle à long terme des offices de brevets. L'Office européen des brevets (OEB) possède des objectifs de durabilité en termes d'engagement du personnel, de transformation numérique et d'efficacité du processus d'octroi des brevets, et s'appuie sur une coopération internationale solide. D'autres offices définissent des priorités similaires pour renforcer l'efficacité organisationnelle.

Pour assurer des examens plus rapides et de meilleure qualité, les offices recrutent de nouveaux examinateurs de brevets, déploient des technologies comme l'IA qui permettent de gagner du temps et transforment leurs flux de travail :

• L'USPTO a engagé des centaines d'examinateurs en 2021 afin de gérer des charges de travail croissantes conformément à son plan stratégique d'optimisation de la qualité et de la ponctualité des brevets. Cet office développe également la mise en œuvre de l'intelligence artificielle pour les classements et les recherches de brevets, de manière à offrir aux examinateurs un accès plus facile aux techniques antérieures.
• En prévision d'une croissance à deux chiffres des demandes en 2021, le UK Intellectual Property Office a doublé le nombre de ses examinateurs au cours de l'année précédente. Son programme de cinq ans visant à normaliser et à moderniser les processus a pour but de parvenir à une efficacité d'au moins 3,5 % des coûts d'exploitation de base. Il évalue également la manière d'utiliser au mieux l'intelligence artificielle en investissant davantage dans la fourniture des services.
• Dans le cadre d'une initiative intitulée « Maîtriser les techniques antérieures », l'OEB améliore ses procédures de classement afin d'augmenter la précision des recherches et de récupérer les documents pertinents plus tôt au cours des examens. Il applique systématiquement l'intelligence artificielle, l'apprentissage machine et d'autres technologies afin de créer un processus d'octroi de brevets de bout en bout, numérique et plus efficace.

Les solutions qui s'appuient sur l'intelligence artificielle peuvent être utilisées par les offices de brevets pour de nombreuses fonctions au-delà des recherches de techniques antérieures. Cela comprend les affectations et les conversions de classements, les API favorisant une fourniture de documents plus efficace, des outils en ligne pour les révisions et les analyses, et plus encore. En renforçant l'efficacité, la qualité des brevets et le service client, ces solutions peuvent créer un effet multiplicateur en aidant les offices à atteindre leurs objectifs stratégiques en termes de durabilité opérationnelle et d'innovation mondiale.

L'IA et les transformations des flux de travail semblent prometteuses pour réduire les retards de traitement des demandes

CAS a récemment mené un projet avec l'Institut National de la Propriété Intellectuelle (INPI) du Brésil qui rationalise les recherches de techniques antérieures grâce à un mélange unique de données organisées, d'intelligence artificielle, de flux de travail personnalisé et de services externalisés de recherche de PI. Ce projet a généré des bénéfices importants :

• Jusqu'à 50 % de réduction du temps d'examen
• 77 % de tous les dépôts de brevets nationaux traités nécessitent moins de temps de recherche de la part des examinateurs
• 29 % de l'ensemble des dépôts de brevets nationaux traités ont nécessité peu, voire aucune recherche supplémentaire
• Les gains de productivité ont permis de réduire de 80 % les arriérés de l'office

Enseignements de l'optimisation des performances de l'IA dans la recherche des techniques antérieures

L'IA intéresse de plus en plus les offices des brevets pour son aptitude à analyser rapidement des millions de jeux de données et à produire des résultats pertinents. Selon le WIPO, plus de 70 projets liés à l'intelligence artificielle sont en cours dans 27 offices, dont 19 qui portent sur les recherches de techniques antérieures et les procédures d'examen.

Notre travail avec l'INPI du Brésil a renforcé plusieurs principes de base concernant l'optimisation de l'application de l'IA dans la recherche des techniques antérieures :

• Des données propres et structurées améliorent considérablement la précision des prédictions
• Plusieurs algorithmes sont nécessaires pour renvoyer les similitudes les plus pertinentes
• L'augmentation de la technologie avec l'expertise humaine améliore les résultats

Qualité des données : la plupart des données scientifiques et de brevet non organisées disponibles publiquement présentent des défis inhérents aux offices des brevets. Elles comprennent souvent des erreurs de transcription, des unités mal étiquetées et un langage de brevet complexe. Les langues étrangères présentent des défis particuliers.

Les données organisées par des humains et qui ont été normalisées, préparées et connectées dans un format structuré améliorent l'entraînement des algorithmes d'IA et renforcent la performance des recherches des techniques antérieures. Les données organisées révèlent plus de brevets incluant des similitudes et identifient les brevets adjacents qui pourraient susciter des préoccupations quant à leur caractère évident.

Algorithmes multiples : l'utilisation de plusieurs algorithmes personnalisés pour des méthodologies de recherches spécifiques améliore les performances de l'IA. Au Brésil, nous avons développé 10 algorithmes pour produire la première série de résultats. Un autre algorithme pour l'apprentissage d'ensemble analysait ces résultats pour produire un jeu final de résultats classés et hautement pertinents.

Flux de travail optimisés :  notre solution de flux de travail personnalisée pour l'INPI Brésil a réduit de moitié les étapes de recherche des techniques antérieures. Cela permet aussi d'économiser du temps en produisant des résultats de recherche sur les brevets et les non-brevets, les références et les outils pour trier, filtrer et visualiser par le biais d'une interface unique basée dans le cloud. Les flux de travail personnalisés peuvent être entièrement automatisés ou inclure des experts de la recherche extérieurs qui peuvent valider les modèles d'algorithme et filtrer les recherches pour augmenter la capacité de l'examinateur.

Vous souhaitez en savoir plus au sujet des approches de flux de travail s'appuyant sur l'IA dans les offices de brevets et la manière dont la technologie prédictive peut contribuer à garantir la durabilité de l'ensemble de l'écosystème de la propriété intellectuelle ? Lisez notre rapport Insights - « Gérer la durabilité du système mondial de brevets : le rôle de l'intelligence artificielle dans l'amélioration de la productivité »