Google DeepMind dévoile la nouvelle génération de modèles d'IA pour la découverte de médicaments

information fournie par Reuters •08/05/2024 à 17:00

((Traduction automatisée par Reuters, veuillez consulter la clause de non-responsabilité https://bit.ly/rtrsauto)) par Martin Coulter

Google Deepmind GOOG.O a dévoilé la troisième version majeure de son modèle d'intelligence artificielle "AlphaFold", conçu pour aider les scientifiques à concevoir des médicaments et à cibler plus efficacement les maladies.

En 2020, l'entreprise a réalisé une avancée significative en biologie moléculaire en utilisant l'IA pour prédire avec succès le comportement de protéines microscopiques.

Avec la dernière version d'AlphaFold, les chercheurs de DeepMind et de sa société sœur Isomorphic Labs - toutes deux supervisées par le cofondateur Demis Hassabis - ont cartographié le comportement de toutes les molécules de la vie, y compris l'ADN humain.

Les interactions des protéines - des enzymes essentielles au métabolisme humain aux anticorps qui combattent les maladies infectieuses - avec d'autres molécules sont essentielles à la découverte et à la mise au point de médicaments.

DeepMind a déclaré que ces résultats, publiés mercredi dans la revue Nature, permettraient de réduire le temps et l'argent nécessaires à la mise au point de traitements susceptibles de changer la vie des patients.

"Grâce à ces nouvelles capacités, nous pouvons concevoir une molécule qui se liera à un endroit spécifique d'une protéine, et nous pouvons prédire la force de cette liaison", a déclaré M. Hassabis lors d'une conférence de presse mardi.

"C'est une étape cruciale si l'on veut concevoir des médicaments et des composés qui aideront à lutter contre la maladie

L'entreprise a également annoncé le lancement du "serveur AlphaFold", un outil en ligne gratuit que les scientifiques peuvent utiliser pour tester leurs hypothèses avant d'effectuer des essais en conditions réelles.

Depuis 2021, les prédictions d'AlphaFold sont accessibles gratuitement aux chercheurs non commerciaux, dans le cadre d'une base de données contenant plus de 200 millions de structures protéiques, et ont été citées des milliers de fois dans les travaux d'autres chercheurs.

DeepMind a déclaré que le nouveau serveur nécessitait moins de connaissances informatiques, permettant aux chercheurs d'effectuer des tests en quelques clics.

John Jumper, chercheur principal chez DeepMind, a déclaré: "Il sera très important de voir à quel point le serveur AlphaFold facilite la tâche des biologistes - qui sont des experts en biologie et non en informatique - pour tester des cas plus vastes et plus complexes"

Nicole Wheeler, experte en microbiologie à l'université de Birmingham, a déclaré qu'AlphaFold 3 pourrait accélérer considérablement le processus de découverte de médicaments, car "la production physique et l'essai de modèles biologiques constituent actuellement un goulot d'étranglement important en biotechnologie".