Excelsior Sciences lève 95 millions de dollars pour accélérer le développement de médicaments à base de petites molécules grâce à l'IA

information fournie par Reuters •03/12/2025 à 16:15

((Traduction automatisée par Reuters à l'aide de l'apprentissage automatique et de l'IA générative, veuillez vous référer à l'avertissement suivant: https://bit.ly/rtrsauto))

(Ajout d'un contexte au paragraphe 2 et d'un commentaire exécutif au paragraphe 10) par Kamal Choudhury

Excelsior Sciences a annoncé mercredi avoir levé 95 millions de dollars pour développer une technologie qui utilise des machines et l'intelligence artificielle pour accélérer le développement et l'essai de petites molécules, dans le but de réduire de plusieurs années les délais de découverte de médicaments.

Les développeurs de médicaments adoptent de plus en plus les technologies d'intelligence artificielle , les experts de l'industrie prévoyant que ces méthodes pourraient réduire les délais et les coûts de développement de plus de la moitié d'ici trois à cinq ans.

L'entreprise a annoncé une levée de fonds de 70 millions de dollars en série A, co-dirigée par Deerfield Management, Khosla Ventures et Sofinnova Partners, ainsi qu'une subvention de 25 millions de dollars de la part de l'Empire State Development de New York.

L'entreprise n'a pas divulgué l'évaluation à laquelle les fonds ont été levés.

Les petites molécules constituent la majorité des médicaments approuvés aux États-Unis. Alors que les traitements tels que les anticorps et les thérapies cellulaires sont en plein essor, Michael Foley, directeur général d'Excelsior, a déclaré qu'environ 60 % des nouveaux médicaments approuvés par la FDA aux États-Unis sont des petites molécules.

Cependant, la découverte et la fabrication de petites molécules sont lentes et coûteuses, prenant souvent plus d'une décennie et des milliards de dollars, car chaque molécule nécessite un processus de synthèse personnalisé.

L'approche "smart bloccs" d'Excelsior, que l'un de ses principaux investisseurs a décrite comme un nouveau langage modulaire, peut aider l'IA à "mieux prédire comment créer et optimiser de nouvelles thérapies".

Jim Flynn, associé directeur chez Deerfield, a déclaré qu'un cycle typique de quatre mois ou plus, impliquant souvent un travail réparti entre les États-Unis, l'Asie et de multiples sous-traitants, pourrait être réduit à environ deux semaines dans une seule installation automatisée.

Le même processus peut ensuite être mis à l'échelle pour la fabrication, ce qui permettrait de gagner encore un an à 18 mois avant le début des essais cliniques, a ajouté M. Flynn.

"Nous commençons par la découverte de médicaments, mais nous travaillerons dans de nombreux secteurs", a déclaré M. Foley.

L'entreprise new-yorkaise, issue de la société d'investissement Deerfield, espère démontrer le fonctionnement de sa plateforme complète dans les 12 mois et l'appliquer à au moins un programme de découverte de médicaments.

Le tour de table a également reçu le soutien d'Eli Lilly

LLY.N , de Cornucopian Capital, d'Illinois Ventures et d'institutions académiques telles que le MIT.