Comment l'IA aide les scientifiques à créer les médicaments de nouvelle génération

AstraZeneca intègre activement l'IA dans le développement de médicaments biologiques, en suivant un cycle « construire-mesurer-apprendre ». Les modèles d'IA prédisent les molécules prometteuses, permettant aux scientifiques de se concentrer sur les candidats les plus probables. Cela réduit le temps d'itération et permet de travailler sur des cibles auparavant considérées comme incurables. À l'avenir, l'IA aidera à créer des médicaments multispécifiques qui agissent simultanément sur plusieurs cibles. L'entreprise construit un « laboratoire du futur » à Kendall Square (Cambridge, Massachusetts), où l'IA et la robotique forment un système de découverte en boucle fermée continue : l'IA fait des prédictions, les robots réalisent des expériences, et les outils génèrent des données qui sont immédiatement réinjectées dans les modèles. AstraZeneca investit également dans des technologies de criblage pour acquérir des ensembles de données supplémentaires et vise la conception de novo, c'est-à-dire des produits biologiques entièrement générés par l'IA. Cela nécessite des données standardisées, des références fiables et des équipes qui comprennent l'intersection de l'apprentissage automatique et de la biologie. Une attention particulière est portée à la prédiction de la sécurité grâce à des essais cliniques virtuels, c'est-à-dire des systèmes cellulaires avancés et des micro-organes qui génèrent des signaux sans les goulots d'étranglement des tests traditionnels. Selon Pooja Sapra, vice-présidente principale et responsable de l'ingénierie des produits biologiques R&D chez AstraZeneca, les systèmes automatisés à haut débit seront capables de créer et d'évaluer des milliers d'interactions moléculaires chaque semaine. Les scientifiques restent au cœur du processus, garantissant le contrôle, l'explicabilité et l'éthique de l'IA.