Les médicaments conçus par l'IA atteignent les essais de phase avancée à mesure que les plateformes de découverte de médicaments gagnent en maturité
Une revue de 2025 compare cinq grandes plateformes de découverte de médicaments par intelligence artificielle, en soulignant les jalons atteints en phase IIa et en phase III ainsi que la progression vers des laboratoires autonomes.
Résumé
L'intelligence artificielle est passée du stade de promesse expérimentale à celui de véritables essais cliniques dans la découverte de médicaments. Cette revue compare cinq grands types de plateformes : la chimie générative, les systèmes axés d'abord sur la phénomique, les pipelines intégrés allant de la cible à la conception, la réorientation de médicaments par graphes de connaissances, et la conception combinant physique et apprentissage automatique. Parmi les étapes marquantes figurent les résultats positifs de phase IIa pour l'ISM001-055 d'Insilico Medicine dans la fibrose pulmonaire idiopathique, la fusion entre Recursion et Exscientia, et l'entrée en phase III du zasocitinib (TAK-279), développé grâce à Schrödinger. Les auteurs abordent également des acteurs émergents tels qu'Insitro, Isomorphic Labs, Atomwise et XtalPi, l'évolution des attentes de la FDA et de l'EMA en matière de transparence et de biais, ainsi que les laboratoires autonomes pilotés par la robotique. Selon cette revue, l'IA pourrait raccourcir les délais et réduire les taux d'échec, mais ces bénéfices restent pour l'essentiel prospectifs.
Résumé détaillé
La découverte de médicaments est lente, coûteuse et sujette aux échecs en phase tardive. L'IA est de plus en plus présentée comme un moyen de raccourcir les délais et de réduire l'attrition, ce qui est important pour les affections liées à la longévité, comme la fibrose, le cancer et les maladies inflammatoires liées à l'âge, pour lesquelles de nouvelles thérapies sont cruellement nécessaires.
Cette revue narrative compare de façon critique cinq grandes catégories de plateformes de découverte pilotées par l'IA : la chimie générative, les systèmes axés d'abord sur la phénomique, les pipelines intégrés allant de la cible à la conception, le repositionnement par graphes de connaissances, et la conception associant physique et apprentissage automatique. Elle se concentre sur les développements depuis 2024 et inclut des entreprises émergentes de plusieurs régions.
Parmi les jalons mis en avant figurent les résultats positifs de phase IIa de l'inhibiteur de TNIK ISM001-055 d'Insilico Medicine dans la fibrose pulmonaire idiopathique. Recursion et Exscientia ont fusionné pour combiner le criblage phénomique et la chimie de précision automatisée au sein d'une plateforme de bout en bout. L'inhibiteur de TYK2 zasocitinib (TAK-279), issu de Nimbus, a atteint la phase III, illustrant l'approche de conception fondée sur la physique de Schrödinger parvenue aux essais de stade avancé. Insitro, Isomorphic Labs, Atomwise et XtalPi sont décrits comme élargissant la portée technique et géographique du domaine.
Les auteurs soutiennent que les cadres réglementaires et éthiques de la FDA et de l'EMA commencent à aborder la transparence, les biais, la responsabilité, la propriété intellectuelle et la confidentialité des données. Ils évoquent aussi les laboratoires autonomes, où la robotique intégrée à l'IA accélère les cycles conception-fabrication-test-apprentissage et améliore la reproductibilité. La feuille de route à venir repose sur des modèles de fondation multimodaux, des plateformes pilotées par la robotique et des stratégies hybrides associant physique et IA.
Réserves : seul le résumé était disponible ; les comparaisons détaillées ne sont donc pas évaluées ici. La revue n'est pas une analyse systématique, et les affirmations de délais raccourcis et d'attrition réduite sont présentées comme potentielles plutôt que démontrées. Les auteurs déclarent également une affiliation à une start-up de découverte de médicaments par IA, tout en affirmant qu'elle n'a joué aucun rôle dans l'article.
Principales conclusions
- Insilico Medicine's TNIK inhibitor ISM001-055 showed positive phase IIa results in idiopathic pulmonary fibrosis.
- Recursion and Exscientia merged, combining phenomic screening with automated precision chemistry into one end-to-end platform.
- Zasocitinib (TAK-279), a TYK2 inhibitor from Schrödinger's physics-enabled design approach, has advanced to phase III trials.
- Five platform archetypes are compared, from generative chemistry to knowledge-graph repurposing and hybrid physics-ML design.
- FDA and EMA frameworks are starting to address AI transparency, bias, accountability, intellectual property, and data privacy.
Méthodologie
Il s'agit d'une revue narrative qui compare de manière critique cinq catégories de plateformes de découverte de médicaments pilotées par l'IA et résume les développements intervenus depuis 2024. Le résumé ne décrit ni recherche systématique ni critères de sélection formels.
Limites de l'étude
Seul le résumé a été examiné ; les preuves au niveau des plateformes et les comparaisons n'ont donc pas pu être évaluées. S'agissant d'une revue narrative, elle peut être exposée à un biais de sélection, et les affirmations concernant des délais plus courts et une moindre attrition sont présentées comme des possibilités. Les auteurs ont cofondé une start-up de découverte de médicaments par IA, ce qui constitue un conflit d'intérêts potentiel déclaré.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :