La découverte de nouveaux médicaments est fastidieuse. Cette startup d'IA évite le travail en laboratoire
wired ·
Potential Sciences, une startup britannique soutenue par le fonds SovAI du gouvernement, vise à accélérer la découverte de médicaments en utilisant des modèles d’IA entraînés sur des données biochimiques simulées plutôt que sur des expériences de laboratoire traditionnelles. L’entreprise prévoit de générer de vastes ensembles de données synthétiques fondés sur les principes de la physique afin de prédire l’interaction des molécules avec la biologie humaine, identifiant ainsi plus rapidement les candidats prometteurs. Cette approche cherche à contourner le processus coûteux et long de l’expérimentation physique, rendant potentiellement viable le développement de traitements pour les maladies rares. Si les experts du secteur reconnaissent le potentiel de révolutionner le développement pharmaceutique, ils mettent en garde en soulignant que les capacités actuelles en ingénierie des protéines restent rudimentaires par rapport aux références historiques. Malgré des investissements importants et un accès aux ressources nationales de supercalcul, Potential Sciences fait face à une concurrence intense dans un marché de la découverte de médicaments par IA déjà saturé. De plus, la startup doit relever des défis liés à la génération de revenus, à la disponibilité des données et au risque d’usage dual de sa technologie, qui pourrait être détournée à des fins nuisibles. En définitive, si l’IA peut accélérer l’identification initiale des candidats, les étapes finales de test de sécurité et d’efficacité nécessiteront toujours un temps et des ressources considérables.
wired