L’Application IA la Plus Importante que Personne ne Surveille
Alors que le discours public sur l’intelligence artificielle se focalise sur les chatbots, les générateurs d’images et les véhicules autonomes, l’application la plus conséquente de l’IA pourrait se dérouler en biologie. Les chiffres sont stupéfiants : l’industrie pharmaceutique dépense entre 2 et 2,6 milliards de dollars et 10 à 15 ans pour amener un seul médicament du concept au marché, avec un taux d’échec dépassant 90 %. L’analyse de Deloitte en 2024 situe la moyenne actuelle à 2,2 milliards de dollars par actif approuvé. Si l’IA peut significativement comprimer ces délais et améliorer les taux de succès, l’impact économique et humanitaire éclipse toute autre application de l’IA combinée.
Les preuves que l’IA accomplit exactement cela s’accumulent rapidement — et ont reçu leur validation ultime lorsque le Prix Nobel de Chimie 2024 a été attribué à Demis Hassabis et John Jumper pour la prédiction de structure protéique d’AlphaFold, aux côtés de David Baker pour la conception computationnelle de protéines. AlphaFold a résolu un grand défi de 50 ans en biologie en prédisant avec précision les structures 3D de pratiquement toutes les protéines connues — plus de 214 millions de structures désormais disponibles dans sa base de données ouverte, utilisée par plus de deux millions de chercheurs dans 190 pays. Isomorphic Labs, la spin-off de DeepMind dédiée à la découverte de médicaments, a signé des partenariats avec Eli Lilly et Novartis d’une valeur potentielle de 3 milliards de dollars en janvier 2024. Recursion Pharmaceuticals a fusionné avec Exscientia en novembre 2024 pour 688 millions de dollars afin de créer la plateforme de découverte de médicaments par IA la plus complète de l’industrie. Et Insilico Medicine est devenue la première entreprise à démontrer une validation clinique de preuve de concept d’un médicament entièrement découvert et conçu par IA, avec des résultats positifs de Phase IIa pour son inhibiteur TNIK Rentosertib dans la fibrose pulmonaire idiopathique, publiés dans Nature Medicine en juin 2025.
Il ne s’agit pas d’une amélioration incrémentale. Cela représente une restructuration fondamentale de la façon dont l’humanité découvre des médicaments. Plus de 200 médicaments conçus par IA sont actuellement en développement, dont 15 à 20 devraient entrer dans des essais pivots en 2026.
Du Repliement des Protéines à la Conception de Médicaments : Le Pipeline Technique
Comprendre comment l’IA transforme la découverte de médicaments nécessite de suivre le pipeline biologique. Le développement traditionnel de médicaments commence par l’identification d’une cible pathologique (généralement une protéine), la compréhension de sa structure, le criblage de millions de composés chimiques pour des interactions potentielles, l’optimisation des meilleurs candidats, puis des années d’essais cliniques. L’IA intervient à chaque étape.
Au stade de l’identification des cibles, les grands modèles de langage entraînés sur la littérature biomédicale peuvent synthétiser les résultats de millions d’articles de recherche pour identifier de nouvelles cibles médicamenteuses que les chercheurs humains pourraient manquer. BenevolentAI a utilisé cette approche pour identifier le baricitinib comme traitement potentiel du COVID-19 en janvier 2020 — complétant l’analyse en environ 48 heures. La découverte a été validée cliniquement : la FDA a accordé une autorisation d’utilisation d’urgence en novembre 2020. AlphaFold 3 de Google DeepMind, annoncé en mai 2024, a étendu la prédiction de structure protéique à la modélisation des interactions entre protéines, ADN, ARN et petites molécules.
Au stade de la conception de composés, les modèles d’IA générative créent de nouvelles structures moléculaires optimisées pour des propriétés spécifiques : affinité de liaison, sélectivité, solubilité et toxicité. Des entreprises comme Generate Biomedicines et Absci utilisent des modèles de diffusion pour concevoir des anticorps et des protéines de novo — Generate Biomedicines a déjà avancé son anticorps anti-TSLP conçu par IA GB-0895 en essais de Phase 3 pour l’asthme sévère. Le partenariat d’Absci avec AstraZeneca, d’une valeur potentielle de 247 millions de dollars, a atteint sa première étape en novembre 2024. Le résultat est que la phase hit-to-lead, qui prenait traditionnellement 2-3 ans, peut maintenant être comprimée à 3-6 mois.
Advertisement
Génomique et la Révolution de la Médecine de Précision
La révolution parallèle en génomique est tout aussi transformatrice. Le coût du séquençage d’un génome humain a chuté de 3 milliards de dollars (le Projet Génome Humain, achevé en 2003) à moins de 200 dollars aujourd’hui. AlphaMissense de Google DeepMind, publié dans Science en septembre 2023, a classifié 89 % de toutes les variantes faux-sens possibles à travers plus de 19 000 protéines humaines. Auparavant, les experts humains n’avaient annoté que 2 % des 4 millions de variantes faux-sens déjà observées chez l’homme.
La médecine de précision — adapter les traitements aux patients individuels basé sur leur profil génétique — passe du concept à la pratique clinique. Foundation Medicine (filiale de Roche) utilise l’IA pour analyser les profils génomiques tumoraux. Tempus, l’entreprise d’IA en santé, est entrée en bourse sur le Nasdaq en juin 2024 à une valorisation de 6,1 milliards de dollars et a depuis atteint une capitalisation boursière dépassant 10 milliards de dollars, avec un chiffre d’affaires de 693 millions de dollars en 2024 en croissance de 30 % d’une année sur l’autre.
Modèles Économiques, Voies Réglementaires et le Nouvel Écosystème Biotech
Le paysage des modèles économiques évolue rapidement. Trois modèles dominent. Premièrement, le modèle de plateforme : des entreprises comme l’entité combinée Recursion-Exscientia construisent des plateformes IA propriétaires et développent leurs propres pipelines médicamenteux. Deuxièmement, le modèle de partenariat : des entreprises comme Isomorphic Labs licencient leurs capacités IA aux grandes entreprises pharmaceutiques. Troisièmement, le modèle d’outils : des entreprises comme Schrodinger et Benchling vendent des outils logiciels alimentés par l’IA. L’approche de Schrodinger a produit l’un des résultats les plus significatifs du domaine : le zasocitinib (TAK-279), un inhibiteur de TYK2 co-conçu avec Nimbus et acquis par Takeda, a réussi en Phase III dans le psoriasis en plaques en décembre 2025.
L’acceptation réglementaire a progressé. La FDA américaine a publié des lignes directrices préliminaires en janvier 2025 établissant un cadre d’évaluation de crédibilité basé sur les risques pour les modèles d’IA. L’investissement reflète un optimisme prudent. Selon PitchBook, les investisseurs en capital-risque ont investi 3,2 milliards de dollars dans 135 startups de développement de médicaments par IA sur 12 mois glissants. Une nuance essentielle : fin 2025, aucun médicament découvert par IA n’a obtenu l’approbation de la FDA. Les taux de succès en Phase I pour les médicaments conçus par IA sont de 80-90 % contre environ 40 % pour les méthodes traditionnelles, mais le test ultime reste à venir.
Advertisement
🧭 Radar de Décision (Prisme Algérien)
| Dimension | Évaluation |
|---|---|
| Pertinence pour l’Algérie | Moyenne — Le secteur pharmaceutique algérien (Saidal, Biopharm) pourrait adopter des outils IA ; la recherche génomique à l’Institut Pasteur d’Algérie pourrait exploiter ces avancées |
| Infrastructure prête ? | Non — L’Algérie manque d’infrastructure computationnelle, de bases de données génomiques et d’écosystème biotech pour la découverte de médicaments par IA domestique |
| Compétences disponibles ? | Partiel — Les universités algériennes forment des diplômés en bioinformatique, mais l’expertise interdisciplinaire IA-biologie est concentrée aux États-Unis, au Royaume-Uni et en Chine |
| Calendrier d’action | 12-24 mois — immédiat pour le suivi des thérapies conçues par IA approchant le marché ; long terme pour les capacités domestiques |
| Parties prenantes clés | Groupe Saidal, Biopharm, Institut Pasteur d’Algérie, Ministère de la Santé, autorité de réglementation pharmaceutique, programmes universitaires de bioinformatique |
| Type de décision | Stratégique |
En bref : La découverte de médicaments par IA est l’application à plus fort retour sur investissement de l’intelligence artificielle, pouvant potentiellement économiser des milliers de milliards en coûts de santé. Bien que l’Algérie ne soit pas positionnée pour la découverte de médicaments par IA de pointe, elle devrait se préparer à adopter les thérapies qui en résultent et explorer si sa diversité génomique — sous-représentée dans les biobanques mondiales — pourrait devenir un atout stratégique pour un partenariat avec des entreprises biotech IA internationales.
Sources et lectures complémentaires
- 2024 Nobel Prize in Chemistry: AlphaFold and Computational Protein Design — NobelPrize.org
- AlphaFold Protein Structure Database — EMBL-EBI / Google DeepMind
- Isomorphic Labs Signs Pharma Collaborations Worth Nearly $3B — FierceBiotech
- Insilico Medicine Phase IIa Results for Rentosertib in IPF — Nature Medicine
- AlphaFold 3: Predicting Structure and Interactions of All Life’s Molecules — Google Blog
- AlphaMissense: Accurate Proteome-Wide Missense Variant Prediction — Science
- Recursion and Exscientia Combine to Create AI Drug Discovery Leader — Recursion
- Zasocitinib Phase 3 Plaque Psoriasis Data — Takeda
- FDA: Artificial Intelligence for Drug Development — CDER
- AI in Drug Discovery: 2025 in Review — Drug Target Review
- Drug Development Costs Pharma $2.2B Per Asset in 2024 — Deloitte via FierceBiotech
- AI Biotechs Fetch Big Premiums as Investors Pile In — PitchBook
- Genome Sequencing Cost Data — National Human Genome Research Institute
- AstraZeneca Inks $247M AI Antibody Design Pact with Absci — FierceBiotech
Advertisement