Applications pharmaceutiques de l’intelligence artificielle

Par Iva Fedorka.

L’industrie pharmaceutique fait confiance à l’intelligence artificielle (IA). Elle espère que l’IA aidera à réduire la charge de travail, à raccourcir les délais, à identifier des possibilités de reconversion des médicaments, à améliorer la productivité du secteur et à améliorer le succès des essais cliniques.

La recherche et le développement d’un seul médicament peuvent prendre plus de dix ans et coûtent 2,8 milliards de dollars en moyenne. Malgré cet engagement de temps et de ressources, neuf médicaments sur dix échouent aux essais cliniques de phase 2 et n’obtiennent jamais d’approbation réglementaire. La numérisation accrue des données dans le secteur pharmaceutique se prête aux outils et aux réseaux d’IA qui imitent les processus de réflexion analytique humains et peuvent être programmés pour interpréter, “apprendre” et prendre des décisions “intelligentes”.

Historique de l’intelligence artificielle dans les applications pharmaceutiques

Dans les années 50, les pionniers de l’IA parlaient de machines capables de sentir, de raisonner et de penser comme des humains. Depuis, l’augmentation rapide de la puissance de calcul des ordinateurs et des quantités de données, ainsi que le développement d’algorithmes avancés, ont amélioré considérablement ce que l’on appelle l’apprentissage automatique (AA). Cette forme d’IA axée sur les tâches, prend en charge les analyses, comprend et génère texte et parole (traitement du langage naturel) et imite réellement la manière dont nous pensons.

Plus de 50 ans plus tard, le 12 juin 2007, le robot Adam a réussi à identifier la fonction d’un gène de levure. Adam a effectué des recherches dans les bases de données publiques et élaboré des hypothèses sur les gènes codant les enzymes principales dans la levure Saccharomyces Cerevisiae. Lorsque ces hypothèses ont été testées, les chercheurs ont découvert que neuf gènes étaient nouveaux et exacts et qu’un seul était faux.

“Les robots scientifiques qui utilisent l’IA peuvent analyser plus de composés, et le font avec une précision et une reproductibilité accrues et avec des enregistrements exhaustifs et consultables”, explique Steve Oliver, biologiste des systèmes à l’université de Cambridge et membre du groupe ayant mis au point le robot Adam. Plus tard, la même équipe a annoncé que la “collègue” d’Adam, Eve, avait découvert un nouveau traitement possible contre les parasites du paludisme résistants aux médicaments.

Success Stories

Chez Berg, une Biotech près de Boston, dans le Massachusetts, des chercheurs ont utilisé l’IA pour découvrir des traitements potentiels basés sur la cause d’une maladie. Ils ont analysé plus de 1 000 échantillons de cellules humaines cancéreuses et saines, en variant les conditions de croissance, puis en mesurant la production et le rendement des cellules. Les différences principales entre les cellules saines et malades ont été démontrées par l’analyse de l’IA, qui intégrait des données biologiques des patients et les données de résultats.

“Nous bouleversons le paradigme de la mise au point de médicaments en utilisant la biologie et les données des patients pour en dériver des hypothèses plus prédictives, au lieu de suivre l’approche traditionnelle par tâtonnements”, explique Niven Narain, cofondateur, président et directeur général de Berg. Son équipe a utilisé cette approche pour identifier des molécules spécifiques du métabolisme du cancer et déterminer le fonctionnement d’un nouveau médicament anticancéreux. Le médicament (BPM31510) fait actuellement l’objet d’essais cliniques de phase 2 pour des patients atteints d’un cancer pancréatique avancé. La société utilise le même système d’IA pour trouver des cibles médicamenteuses et des traitements pour le diabète, la maladie de Parkinson et d’autres maladies.

À Londres, BenevolentAI possède une plateforme d’IA basée sur le cloud qui analyse les données des rapports de recherche, des brevets, des dossiers des patients et des essais cliniques. La base de données comporte plus d’un milliard de relations prouvées ou déduites entre les gènes, les symptômes, les maladies, les protéines, les tissus, les espèces et les médicaments. Utilisée comme un moteur de recherche, elle permet de générer des graphiques des états médicaux, des gènes associés et des composés efficaces. “L’intelligence artificielle peut mettre toutes ces données en contexte et faire apparaître les informations les plus importantes pour les scientifiques travaillant dans la mise au point de médicaments”, explique Jackie Hunter, directrice du conseil de BenevolentAI.

Lorsqu’il a été demandé à BenevolentAI de suggérer des traitements pour la sclérose latérale amyotrophique (SLA), ils ont identifié une centaine de composants existants susceptibles de correspondre. Les scientifiques en ont choisi cinq, qu’ils ont analysés au Sheffield Institue of Translational Neuroscience, au Royaume-Uni. En décembre 2017, lors du symposium international sur la SLA / MND à Boston, dans le Massachusetts, il a été annoncé que quatre des composants étaient prometteurs, et même que l’un d’entre eux retarderait les symptômes neurologiques chez des souris.

Certains pensent que le potentiel de l’IA pour identifier précisément les causes de maladies jusqu’alors inconnues accélérera la tendance vers des traitements conçus pour des patients présentant des profils biologiques spécifiques. “Cela fait longtemps que l’on parle de médecine personnalisée”, déclare Hunter. “L’intelligence artificielle va permettre d’y arriver.”

Que nous réserve l'avenir ?

L’intelligence artificielle a prouvé sa capacité à prédire les paramètres pharmacocinétiques d’un médicament, ses récepteurs cibles, ses propriétés physicochimiques, sa solubilité, son affinité de liaison, sa bioactivité, sa toxicité et d’autres paramètres jouant sur son efficacité.

Les leaders de l’industrie s’accordent à dire que l’utilisation de l’IA pourrait modifier le processus de mise au point de médicaments. Des experts affirment que les futurs étudiants devront avoir une compréhension de la biologie associée aux sciences informatiques, aux statistiques et à l’apprentissage automatique. Certaines écoles ont déjà créé des programmes universitaires en informatique biomédicale, mais la demande pour ces diplômes pourrait évoluer au fil de l’apparition de nouveaux traitements.

D’autres pensent que les prédictions sur la capacité de l’intelligence artificielle à révolutionner la mise au point de médicaments sont trop optimistes. Narain, qui s’attend à ce que l’IA entraîne des avancées majeures, concède que les affirmations sont peut-être exagérées, mais qu’il ne faudra pas attendre longtemps avant qu'elles soient confirmées ou rejetées.“Le battage médiatique ne durera pas très longtemps : les données vont révéler la vérité au fil des cinq prochaines années”, dit-il. “Si, d’ici là, nous créons de meilleurs médicaments, et ce, plus rapidement et pour un moindre coût, l’IA va vraiment décoller.”

Ce contenu a été en partie inspiré par les articles “How artificial intelligence is changing drug discovery,” (Nature, 30 mai 2018), “Transforming Drug Discovery Through Artificial Intelligence,” (Forbes, 3 mars 2020) et “Artificial intelligence in drug discovery and development,” (Drug Discovery Today, 26 janvier 2021).

Iva Fedorka est rédactrice de contenu pour Thermo Fisher Scientific.