((Traduction automatisée par Reuters, veuillez consulter la clause de non-responsabilité https://bit.ly/rtrsauto)) par Martin Coulter
La société de biotechnologie Iambic Therapeutics a dévoilé mardi ce qu'elle considère comme un modèle d'intelligence artificielle révolutionnaire qui pourrait réduire considérablement le temps et l'argent nécessaires à la mise au point de nouveaux médicaments.
Un nombre croissant de jeunes entreprises technologiques utilisent l'IA pour faire progresser la recherche pharmaceutique. Iambic, qui a déjà obtenu des investissements du géant de la technologie Nvidia NVDA.O , a publié les détails de son nouveau modèle d'intelligence artificielle pour la découverte de médicaments, baptisé "Enchant".
Enchant a été entraîné sur de grandes quantités de données précliniques, dérivées de tests de laboratoire effectués sur des médicaments avant qu'ils ne soient testés sur des humains. Le modèle a été conçu pour prédire les performances d'un médicament donné au stade le plus précoce de son développement.
Dans un livre blanc publié par Iambic, Enchant a fait preuve d'une grande précision dans la prédiction de l'absorption de certains médicaments par le corps humain, les résultats étant comparés à ceux du monde réel.
L'entreprise a déclaré que son modèle établissait une nouvelle référence, avec un score de prédiction de 0,74. À titre de comparaison, les modèles précédents n'atteignaient que 0,58.
Fred Manby, cofondateur d'Iambic et directeur de la technologie, a déclaré à Reuters que les chercheurs utilisant Enchant pourraient potentiellement réduire de moitié l'investissement nécessaire au développement de certains produits pharmaceutiques, puisqu'ils pourraient voir le succès probable d'un médicament dès le premier stade.
"Le coût de la mise sur le marché d'un produit est souvent estimé à environ 2 milliards de dollars, et une grande partie de ce coût n'est pas lié aux coûts du programme, mais aux taux d'échec. Le coût de la mise sur le marché d'un produit est souvent estimé à environ 2 milliards de dollars, et ce n'est pas tant le coût du programme qui est en cause que le taux d'échec.
"Si l'on améliore de 10 % chaque étape du développement clinique, on divise pratiquement par deux le coût, car cela s'applique de manière cumulative
Frances Arnold, qui a remporté le prix Nobel de chimie en 2018 et siège au conseil d'administration d'Iambic, a déclaré à Reuters que le développement représentait une avancée majeure dans l'utilisation de l'IA pour la découverte de médicaments.
Citant le programme AlphaFold de Google DeepMind GOOGL.O , qui a récemment valu à ses développeurs le prix Nobel de chimie , Frances Arnold a déclaré qu'Enchant relevait un défi différent dans le pipeline de découverte de médicaments.
"AlphaFold prédit la structure 3D de la façon dont une molécule se lie à une cible protéique, mais la structure ne suffit pas", a-t-elle déclaré.
"Le succès d'un candidat-médicament est déterminé par ses propriétés pharmacocinétiques, son efficacité et sa toxicité. Enchant relève ces défis distincts et importants"
0 commentaire
Vous devez être membre pour ajouter un commentaire.
Vous êtes déjà membre ? Connectez-vous
Pas encore membre ? Devenez membre gratuitement
Signaler le commentaire
Fermer