Des scientifiques du MIPT : les réseaux de neurones échouent dans le développement de médicaments

Les chercheurs de l'Institut de physique et de technologie de Moscou (MIPT) ont découvert que l'intelligence artificielle utilisée pour modéliser de futurs médicaments peut produire des erreurs systématiques. Ils ont testé quatre algorithmes populaires : AlphaFold 3, Boltz-2, Chai-1 et Protenix-v1. L'étude s'est concentrée sur des molécules simples comme la méthylamine et l'acide acétique, qui peuvent exister sous forme neutre et chargée. Les résultats ont montré que les prédictions dépendaient davantage du format d'entrée (standard CCD ou notation SMILES) que de la charge de la molécule. De manière alarmante, les longueurs de liaison prédites étaient systématiquement trop courtes, parfois d'un facteur dix, ce qui indique que les modèles ne comprennent pas pleinement la chimie de base. Ivan Gushchin, chef du laboratoire du MIPT, a noté qu'aucun outil ne se démarquait par sa précision et a souligné la nécessité d'améliorer les algorithmes pour qu'ils soient insensibles au format d'entrée et tiennent compte de la variabilité de la charge moléculaire. Ces travaux ont été soutenus par le ministère russe de la Science et de l'Enseignement supérieur, et toutes les données sont publiquement disponibles sur Zenodo.