Intelligence artificielle : le monde des affaires
Le secteur de l'intelligence artificielle (IA) se situe au premier plan des technologies numériques et transforme l'entreprise à tel point qu'en 2023, elle représentera une valeur estimée à un demi-billion de dollars. Toutefois, sa progression soulève souvent un débat polarisant : celui de l'homme contre la machine. Les robots pourraient-ils prendre les emplois des humains et dominer notre monde ?
Selon un rapport de l'IDC, les dépenses mondiales sur le marché de l'IA devraient augmenter de 19,6 % d'une année sur l'autre en 2022, atteignant 432,8 milliards de dollars, et pourrait franchir la barre des 500 milliards de dollars en 2023. L'IDC s'attend à ce que les services d'IA fassent l'objet de la croissance la plus rapide de dépenses, avec un taux de croissance annuel composé (TCAC) de 22 %, les plateformes d'IA présentant la plus forte croissance (34,6 % de TCAC) sur l'ensemble des logiciels d'IA observés.
Le processus de développement de médicaments par IA
D'une manière générale, il faut aujourd'hui en moyenne 10 à 15 ans pour identifier, valider, développer et faire approuver un médicament pour l'utilisation clinique. La mise sur le marché d'un nouveau médicament s'accompagne de multiples défis, le plus notable étant le coût, estimé à 2,6 milliards de dollars avec un taux d'approbation de seulement 12 %.
La découverte de médicaments réinventée avec l'IA
Lorsqu'il s'agit de numérisation, l'industrie pharmaceutique se trouve au premier plan de la recherche de pointe, s'appuyant sur les progrès permis par la conception d'un nouveau médicament par IA. L'IA est en mesure d'identifier les composés les plus efficaces et de valider rapidement les cibles de médicaments, tout en optimisant la conception de la structure du médicament.
Certains algorithmes d'IA (par ex. les classificateurs de type « plus proche voisin », les radio-fréquences (RF), les machines d'apprentissage extrême, les machines à vecteurs de support (SVM) et les réseaux neuronaux profonds, sont utilisés pour la sélection virtuelle des médicaments en fonction de la faisabilité de la synthèse et peuvent prévoir les propriétés physicochimiques, la bioactivité et la toxicité des molécules cibles et ce, sans biais.
La conception de médicament par IA peut aider la découverte basée sur la structure en prévoyant la structure de protéines en 3D et en fournissant des informations vitales sur les effets et l'innocuité d'un composé avant sa synthèse. Des méthodes d'IA ont également été utilisées pour prévoir avec précision les interactions ligands-protéines, ce qui assure en dernier ressort une meilleure efficacité thérapeutique. La prédiction des interactions entre médicament et cible avec l'IA a également été utilisée pour la réutilisation de médicaments et pour éviter la polypharmacologie, ce qui pourrait entraîner des économies de coûts substantielles.
L'intervention de l'IA dans la conception de novo de molécules peut être avantageuse grâce à son aptitude à fournir un apprentissage en ligne et une optimisation simultanée des données déjà apprises, ainsi qu'à suggérer des voies de synthèse possibles des composés, pour aboutir à une conception et à un développement de pistes rapides.
Enfin, les solutions de recherches utilisant l'IA peuvent jouer un rôle important dans l'ensemble de l'écosystème des brevets en améliorant à la fois l'efficacité et la qualité des brevets. Elles peuvent réaliser et examiner des recherches complexes des techniques antérieures, libérant ainsi du temps pour permettre aux examinateurs de brevets de se consacrer à d'autres tâches et réduisant les retards dans les applications.
L'homme et la machine : peuvent-ils vivre en harmonie ?
Malgré la multitude d'applications du processus de développement de médicaments par l'IA, l'utilisation de l'IA dans la découverte de médicaments présente certains inconvénients et l'intervention humaine restera essentielle au procédé. La qualité des prédictions générées dépend en grande partie de la conception de l'algorithme. L'IA est également soumise à un biais d'algorithme. Or, les algorithmes doivent toujours être validés par des scientifiques. Même si les coûts des superordinateurs et de la sélection à haut débit ont diminué au fil du temps, ils demeurent substantiels.
Une solution potentielle à de tels défis est l'IA avec l'humain dans la boucle (HITL), qui combine l'efficacité de l'IA et de la robotique avec l'intervention, les idées et le jugement complet des chercheurs, permettant ainsi d'économiser du temps et des ressources tout en minimisant les échecs. Cette approche a été utilisée par Astellas, où une méthode de HITL s'est avérée réduire d'environ 70 % le délai entre l'identification d'un composé et l'acquisition d'un composé de candidat médicament. CAS a évalué la nouveauté structurelle des trois premiers candidats médicaments conçus par IA à passer en phase d'essais cliniques. Le premier candidat médicament, le DSP-1181, a été annoncé par Exscientia début 2020. Deux candidats médicaments, EXS21546 et DSP-0038, ont suivi rapidement et un pipeline d'autres produits progresse rapidement vers ce jalon tandis que plusieurs laboratoires, parmi lesquels Exscientia, Insilico Medicine et Schrodinger, mènent des études précliniques sur des candidats potentiels dans le but de déposer des demandes de nouveaux médicaments.
Les avantages du développement de médicaments par l'IA sur l'optimisation de la découverte thérapeutique sont indéniables : associée à une pensée scientifique innovante, l'IA peut être exploitée pour repousser les limites de la technologie. Familiarisez-vous avec ce sujet en lisant notre rapport CAS Insights au sujet du paysage de l'IA et de la chimie.