Un préparateur en pharmacie prépare des médicaments dans une pharmacie à Paris, le 9 janvier 2023.
Atlantico : Comment l’intégration de l’intelligence artificielle dans la recherche biomédicale, notamment dans la prédiction de la structure des protéines, pourrait-elle influencer le processus de découverte de médicaments ?
Antoine Flahault : Il est important de comprendre que les nouveaux médicaments sont parfois le résultat de légères modifications de la structure moléculaire de médicaments plus anciens. La phénacétine était un analgésique puissant qui a été retiré du marché en 1983 car il s’est avéré qu’il provoquait de graves lésions rénales. Eh bien, le premier métabolite actif de la phénacétine n’est autre que le paracétamol, qui heureusement ne provoque pas d’insuffisance rénale. Une simple modification de la structure moléculaire de l’ancien médicament a permis de développer un nouveau médicament efficace contre la douleur et qui remplacerait le précédent, moins bien toléré. Les rayons de la pharmacopée regorgent d’histoires comme celle-ci. Vous avez raison de parler de protéines, car leur structure moléculaire détermine leur forme dans l’espace et leur action dans notre organisme. Les protéines sont des molécules dont la configuration dans les trois dimensions de l’espace est essentielle à comprendre afin de pouvoir prédire les effets qu’elles peuvent produire dans l’organisme. Par exemple, la protéine Spike du coronavirus, que l’on a bien connue pendant la pandémie, a fait l’objet de toute l’attention des chercheurs qui ont développé des vaccins à ARN messager ou encore des anticorps monoclonaux, ces médicaments antiviraux contre le Covid. Parfois, il suffit de quelques mutations du virus, c’est-à-dire une modification de quelques acides aminés seulement constituant la protéine Spike, pour que les vaccins ou les antiviraux deviennent inefficaces. À l’échelle humaine, il est fastidieux et chronophage d’envisager les effets sur la morphologie de toutes les combinaisons possibles d’acides aminés dans une protéine. Nous comprenons que c’est là que toute la puissance de calcul de l’intelligence artificielle peut apporter une valeur ajoutée substantielle.
Dans quelle mesure pensez-vous que les prédictions fournies par des systèmes comme AlphaFold (un système d’IA développé par Google) peuvent accélérer la recherche et le développement de traitements pour des maladies spécifiques que vous traitez régulièrement ?
J’aime votre question, car si elle évoque l’accélération envisagée par l’usage de ces systèmes d’intelligence artificielle, elle ne cède pas à la fascination trop naïve que pourrait avoir son apport. La biologie structurale, qui jusqu’à l’avènement de l’IA faisait le travail de développement de nouveaux médicaments, vise à modéliser le repliement tridimensionnel des protéines en fonction des séquences d’acides aminés qui les composent. Mais ces modèles se heurtent rapidement à leurs limites car la complexité des structures protéiques peut être grande. L’IA permet d’envisager de dépasser ces limites des modèles existants et ouvre donc de nouvelles voies dans la recherche thérapeutique. Les anticorps monoclonaux, qui sont des protéines, représentent tout un domaine de recherche et de développement thérapeutique très prometteur dans de nombreux domaines allant de la migraine, au Covid, en passant par les maladies auto-immunes, les cancers et un jour, peut-être proche, la maladie de Parkinson ou d’Alzheimer.
Quels défis ou limites potentiels voyez-vous dans l’utilisation de l’IA pour la découverte de médicaments, et comment pensez-vous que ces défis pourraient être surmontés dans le contexte de la pratique médicale ?
L’IA est aujourd’hui une aide de plus en plus précieuse pour le développement de nouveaux médicaments puisqu’elle permet de balayer de manière plus méthodique et plus exhaustive tous les domaines du possible en termes de recherche de combinaisons d’acides aminés ou de molécules d’un médicament. Mais l’IA ne reste encore qu’une aide et ne se substitue pas, ou pas encore, à l’intelligence humaine.
Comment les nouvelles connaissances et hypothèses générées par l’IA peuvent-elles être intégrées dans les soins aux patients ? Auront-ils une réelle influence sur les prescriptions de médicaments et la prise en charge des maladies chroniques ?
L’un des principaux problèmes liés au développement de nouveaux médicaments est la très faible performance du processus de découverte. Près de 90 % des molécules découvertes se révèlent être des échecs lors des phases de tests précliniques puis cliniques. Les échecs les plus lourds et les plus coûteux sont ceux qui surviennent près de la ligne d’arrivée, lors des essais cliniques de phase III. On dit qu’il faut près de dix ans pour développer un nouveau médicament ou un nouveau vaccin. Les vaccins Covid nous ont montré que l’on pouvait considérablement raccourcir ces délais. L’IA et les nouvelles technologies de l’information, parce qu’elles peuvent traiter cette gigantesque masse de données produites par la biologie moderne à laquelle nous sommes confrontés aujourd’hui, pourraient accélérer la recherche et le développement et offrir une médecine plus avancée. personnalisé.
