Publicité
Technologie

Les robots inventeurs de médicaments

24-09-2020

Le chemputer de l’équipe du professeur Leroy Cronin réalise seul toutes les étapes pour synthétiser un médicament. Image: Leroy Cronin

S’il y a bien un groupe qui bénéficiera de l’automatisation de la recherche de molécules, ce sont les patients atteints de maladies pour lesquelles il n’existe aucun traitement.

Bien que les manipulations en laboratoire dans l’industrie pharmaceutique soient déjà fortement automatisées, les nouvelles techniques d’apprentissage automatique promettent gros pour les prochaines années. Les publications scientifiques sur le sujet se multiplient. Et « il y a des jeunes entreprises qui travaillent là-dessus, en plus des universitaires », affirme Jian Tang, professeur à HEC Montréal et à l’Institut québécois d’intelligence artificielle (Mila). Il s’en sert déjà pour chercher un traitement à la COVID-19 !

Le chercheur conçoit depuis deux ans les outils pour la recherche de nouveaux traitements en utilisant le graph representation learning. Cette technique « permet de faire de l’apprentissage profond avec des données structurées sous forme de graphes, comme les relations entre les personnes sur Facebook. Ça, c’est un graphe énorme, mais on peut aussi se pencher sur de petits graphes, comme une molécule. Chaque sommet est un atome et différents types de liens chimiques relient ces atomes pour faire une molécule ».

À partir de données sur des médicaments connus, le système apprend à prédire les caractéristiques d’une nouvelle molécule : sa toxicité, par exemple, ou sa capacité à se lier à une protéine en particulier. « Mais contrairement à d’autres domaines de l’apprentissage profond, comme la reconnaissance d’images, on n’a pas un grand jeu de données [NDLR : il n’existe que 1 700 médicaments approuvés par la Food and Drug Administration, aux États-Unis], explique Jian Tang. Peut-on quand même apprendre de ces données, tout comme l’humain sait reconnaître un chat sans qu’il ait besoin d’en voir des milliers d’images ? »

Le défi reste de créer de toutes pièces des molécules candidates, et il y travaille. Avec l’apprentissage profond, « on arrive à produire des images, comme des deepfakes [des «hypertrucages » vidéos basés sur l’intelligence artificielle qui font dire n’importe quoi à un individu pour lequel on possède quelques secondes d’image]. On se demande maintenant comment générer des graphes.»

Il est également possible de travailler sur un graphe plus large qui définit les liens entre divers éléments : la maladie, les médicaments en usage, les gènes, les protéines et le phénotype. C’est ce que Jian Tang fait pour le projet COVID-19, qui a pour but de trouver un traitement parmi les médicaments déjà approuvés pour d’autres maladies.

La synthèse rapide

Une équipe du Massachusetts Institute of Technology a utilisé de son côté un catalogue de molécules existantes (le Drug Repurposing Hub du Broad Institute) pour formuler un nouvel antibiotique potentiel qu’elle a appelé Halicin, clin d’œil au système intelligent HAL du film mythique 2001, l’odyssée de l’espace. Le modèle avait prédit que cette molécule déjà étudiée pour lutter contre le diabète aurait une forte activité antibactérienne, en plus de posséder une structure différente des antibiotiques connus (et de moins en moins efficaces). Le tout a été confirmé par des tests en culture et sur des animaux, des travaux parus en février dernier dans Cell.

Le professeur de chimie à l’Université de Toronto Alán Aspuru-Guzik (dont les travaux sont expliqués dans cet autre reportage) a par ailleurs agi comme consultant dans un projet similaire visant à mettre au jour des composés qui inhibent une protéine en jeu notamment dans la fibrose. Grâce à des techniques d’apprentissage automatique, l’équipe a trouvé des candidates en seulement 21 jours. Six molécules prometteuses ont alors été fabriquées et testées (à la main, par des employés d’une entreprise chinoise spécialisée) sur des cellules et des rongeurs. Les résultats ont été publiés dans Nature Biotechnology en 2019.

Un jour, peut-être, emploieront-ils plutôt un chemputer (délicieuse fusion des mots « ordinateur » et « chimie » en anglais) ? Ce système de synthèse et de purification de molécules organiques a été créé par l’équipe de Leroy Cronin, professeur à l’Université de Glasgow, et fonctionne grâce à une application. Il permet de concevoir rapidement à peu près n’importe quel médicament. Le rêve !

Publicité

À lire aussi

Technologie

Espace créatif pour gens productifs

Coup d’œil aux salles multisensorielles de l'UQAM.
Annie Labrecque 30-08-2017
Technologie

Stade olympique: Grande tour, grands défis

La Tour olympique s’élève au-dessus de la ville de Montréal depuis 30 ans. Une série de travaux ont commencé en 2016 et devraient se terminer au printemps 2018. Coup d’œil sur ce chantier à nul autre pareil.
Annie Labrecque 29-06-2017
Technologie

Fab labs: Démocratiser l’innovation

Créer un objet au lieu de l'acheter, c'est désormais possible grâce aux fab labs. Ces ateliers, ouverts à tous et dotés d'équipements de pointe, fleurissent partout dans le monde. Un pied de nez à la grande industrie?
Marine Corniou 17-02-2014