Google DeepMind dévoile un modèle d'IA de nouvelle génération pour la découverte de médicaments

Google DeepMind a présenté la troisième itération de son modèle d'intelligence artificielle révolutionnaire, AlphaFold, visant à améliorer l'efficacité et la précision de la conception de médicaments et du traitement des maladies.

Ce dernier développement a été annoncé à Londres le 8 mai, marquant une avancée significative dans l’utilisation de l’IA en biologie moléculaire.

Cartographie complète des molécules de la vie

Depuis sa percée initiale en 2020, où AlphaFold a utilisé l’IA pour prédire les comportements des protéines, l’outil a évolué.

La version actuelle, développée en collaboration avec Isomorphic Labs, deux sociétés dirigées par le cofondateur Demis Hassabis, a réussi à cartographier les interactions de toutes les structures moléculaires de la vie, y compris l'ADN humain.

Impact sur la découverte de médicaments

L’interaction des protéines avec d’autres molécules est cruciale dans le développement de nouveaux médicaments. Les protéines jouent divers rôles, allant de la stimulation du métabolisme humain grâce aux enzymes à la lutte contre les infections via les anticorps.

Selon les résultats publiés dans la revue scientifique Nature, ce modèle d’IA réduit considérablement le temps et les ressources financières nécessaires au développement de nouveaux traitements.

Innovations dans la conception moléculaire

Demis Hassabis a expliqué les capacités du nouvel AlphaFold lors d'un point de presse :

"Grâce à ces nouvelles capacités, nous pouvons concevoir une molécule qui se liera à un endroit spécifique d'une protéine, et nous pouvons prédire la force avec laquelle elle se liera."

Il a souligné l’importance de ces progrès pour concevoir des médicaments et des composés efficaces pour lutter contre les maladies.

Serveur AlphaFold : Un nouvel outil pour les scientifiques

En plus des améliorations du modèle, Google DeepMind a publié le « serveur AlphaFold ». Cet outil en ligne gratuit permet aux scientifiques de tester leurs hypothèses dans un environnement simulé avant de mener des expériences réelles.

Cette initiative s'appuie sur l'héritage d'AlphaFold depuis 2021, lorsque ses prédictions ont été mises gratuitement à la disposition des chercheurs non commerciaux via une base de données contenant plus de 200 millions de structures protéiques.

Cette ressource constitue un atout précieux, cité des milliers de fois dans la littérature scientifique.