À Montréal, une équipe de développeurs chez Insilico Medicine utilise le pouvoir de l’intelligence artificielle (IA) pour accélérer la recherche de médicaments salvateurs. Sous la direction du Dr Petrina Kamya, l’équipe vise à exploiter le potentiel de l’IA dans l’industrie pharmaceutique, où le processus de développement et de test de médicaments peut être intensif en ressources et chronophage.
Insilico Medicine, une entreprise de biotechnologie dont le siège social est à Hong Kong, a choisi Montréal comme centre de recherche en raison des profondes racines de la ville dans la recherche médicale et de son statut de tremplin pour le boom de l’IA. Le Dr Kamya, directeur mondial des plateformes d’IA, reconnaît le potentiel de croissance et d’intégration au sein de l’écosystème montréalais.
Contrairement aux méthodes traditionnelles de découverte de médicaments, les algorithmes d’Insilico Medicine utilisent une approche « multi-modale », qui consiste à analyser les résultats de la littérature publiée et des demandes de subventions pour identifier les candidats médicamenteux prometteurs. Cette approche leur permet de naviguer dans le paysage complexe des thérapies potentielles et d’accélérer le processus de découverte.
Bien que la découverte de médicaments guidée par l’IA offre la possibilité d’un développement clinique plus rapide, le Dr Kamya souligne l’importance de maintenir des attentes réalistes. Alors que les algorithmes d’IA peuvent aider à identifier plus efficacement des médicaments potentiels, il est crucial de prouver leur efficacité lors des essais cliniques.
La pertinence de l’IA en tant qu’outil biomédical a été soulignée en 2020 lorsque AlphaFold 2, un algorithme développé par Google DeepMind, a dominé une compétition de prédiction de structures de protéines. Cette percée a ouvert la voie à des avancées dans la compréhension des formes et des fonctions des protéines, essentielles au développement de traitements ciblés contre les maladies.
Cependant, un obstacle majeur à la découverte de médicaments guidée par l’IA est le manque de données publiques disponibles pour former les algorithmes. Contrairement aux algorithmes linguistiques qui peuvent apprendre à partir de textes sur Internet ou aux algorithmes de prédiction de formes de protéines qui utilisent une base de données publique, les algorithmes de découverte de médicaments ne disposent pas d’un référentiel complet d’informations pertinentes.
Pour relever ce défi, le Structural Genomics Consortium et le Princess Margaret Cancer Centre ont lancé le défi CACHE. Inspiré de la compétition de prédiction de structures de protéines, CASP, le défi CACHE vise à encourager et à identifier des approches réussies pour trouver de nouveaux médicaments à l’aide d’outils informatiques. La compétition fournit aux concurrents des cibles de protéines pour découvrir de petites molécules ou des « hits » pour d’éventuelles thérapies.
La communauté dynamique de recherche en IA et en médecine de Montréal, ainsi que des initiatives telles que le défi CACHE, positionnent la ville comme un pôle majeur de la découverte de médicaments alimentée par l’IA. Alors que l’IA continue de révolutionner l’industrie de la santé, le potentiel de progrès significatifs dans le développement de médicaments et les soins aux patients est à portée de main.
The source of the article is from the blog elektrischnederland.nl