"Je cherche des médicaments".

C'est probablement la réponse que vous obtiendrez si vous demandez à Emmanuelle Martiano ou Maximilien Levesque de vous expliquer leur métier.

Pourtant, derrière cette phrase simple se cache un énorme défi et une technologie ambitieuse.

On vous explique tout dans cet article.

Le processus de développement d'un médicament dure entre 10 et 15 ans et peut coûter jusqu'à 2 Mds€.

L'objectif d'Aqemia est de raccourcir cette durée et de diminuer ces coûts en intervenant dans la première phase du développement du médicament, la phase de Drug Discovery.

Solution

Quels que soient les symptômes ou la gravité d'une maladie, le mécanisme cellulaire est souvent (et très schématiquement) le même : une molécule se fixe à un récepteur, déclenchant une série de réactions à l'origine de la maladie.

Le principe d'un médicament sera alors de se fixer sur ce même récepteur à la place de la molécule malveillante, permettant ainsi de bloquer l'activité nocive.

Prenons l'exemple de l'allergie :

• Après un contact avec un allergène (ex : pollen), une grande quantité d'histamine est excrétée et ira se fixer sur des récepteurs (appelés H1), entrainant des démangeaisons, oedèmes etc…

• Le rôle de l'Aerius® est de se fixer sur ces récepteurs H1 à la place de l'histamine, empêchant alors les réactions allergiques.

Ainsi, tout l’enjeu est de trouver la bonne molécule pour le bon récepteur. La clé qui ouvre (ou en l'occurence ferme) la serrure.

Méthodes traditionnelles

La découverte de médicaments par les méthodes traditionnelles (ex : criblage à haut débit) suit généralement un processus en plusieurs étapes :

1. Les cellules malades sont reproduites en laboratoire.

2. Des dizaines de milliers de molécules sont synthétisées.

3. L'efficacité de ces molécules est testée en les introduisant dans les cellules malades.

4. Par des marqueurs chimiques, les molécules potentiellement efficaces sont mises en évidence.

Bien que ces procédés aient permis des découvertes significatives, ils n'en demeurent pas moins longs et couteux.

Modélisation in silico

C'est le problème qu'Aqemia cherche à résoudre.

Dans leurs locaux, vous ne trouverez pas de paillasses ni de microscopes, uniquement des ordinateurs et des collaborateurs talentueux.

Leur approche peut être visualisée comme une conversation intense entre un élève et son professeur.

Après avoir analysé la nature physique du récepteur cible, l’élève propose des molécules susceptibles de s’y fixer.

Le professeur reçoit les propositions de son élève, les évalue, et lui envoie une correction.

Imaginez ce processus se dérouler des millions de fois.

L’élève gagne en expérience au fur et à mesure que son professeur lui fait des retours, jusqu'à ce que la molécule idéale soit trouvée.

C'est là le cœur du fonctionnement des algorithmes d'Aqemia :

• Une première IA génère des molécules.

• Une deuxième IA évalue les molécules générées et prédit leur affinité à la cible.

• Après des millions d'itérations, des hits - des molécules potentiellement intéressantes - émergent.

Cette approche offre de nombreux avantages par rapport au criblage traditionnel :

• Elle réduit les coûts en évitant la synthèse de molécules.

• Elle permet de tester l'affinité à la cible sur une base de données de molécules gigantesque - contrairement au criblage haut débit qui se fait sur une base limitée de molécules, Aqemia génère les siennes.

• Elle est extrêmement rapide : les prédictions générées par l'algorithme d'Aqemia seraient "10 000 fois plus rapides que les solutions du marché".

Business Model