L'IA dans la découverte de médicaments en plein essor : Galux, LG Chem, Cheiron et Peptris annoncent des accords majeurs
fr
La découverte de médicaments pilotée par l'IA attire des investissements et partenariats majeurs : Galux boucle une série B de 29 M$, LG Chem s'associe à LabGenius sur des anticorps anticancéreux, Cheiron lève 8 M$ en amorçage et Peptris sécurise 7,7 M$. Galux s'allie également à AimedBio pour des protéines traversant la barrière hémato-encéphalique.
Les entreprises de découverte de médicaments basées sur l'IA réalisent d'importantes levées de fonds et nouent de nouveaux partenariats. Galux, une biotech sud-coréenne, a bouclé un financement de série B de 29 millions de dollars (42 milliards de KRW), tandis que LG Chem a signé un accord de recherche et d'option de licence avec LabGenius Therapeutics, basée au Royaume-Uni, pour découvrir des anticorps multispécifiques candidats contre le cancer. Cheiron a obtenu 8 millions de dollars en financement d'amorçage, et Peptris a levé 70 crores INR (7,7 millions de dollars) dans le cadre d'un tour de série A.
Galux, une start-up biotechnologique sud-coréenne pionnière dans la conception thérapeutique de protéines par l'IA, a annoncé la réussite de son financement de série B de 29 millions de dollars (42 milliards de KRW). Grâce à ce tour, le capital total levé par la société atteint 47 millions de dollars (68 milliards de KRW). Les investisseurs existants InterVest, DAYLI Partners et PATHWAY Investment ont participé, aux côtés de nouveaux investisseurs tels que Yuanta Investment, la Korea Development Bank (KDB), SL Investment, NCORE Ventures, SneakPeek Investments, Korea Investment & Securities et Mirae Asset Securities. Galux avait précédemment bouclé un financement de série A de 18 millions de dollars (21 milliards de KRW) en 2022. Le produit de cette levée servira à renforcer sa plateforme d'IA, à développer son infrastructure de R&D et à accélérer la validation préclinique de ses pipelines propriétaires.
Galux a développé GaluxDesign, une plateforme de conception de protéines basée sur l'IA, spécialisée dans la conception d'anticorps de novo. La société a confirmé que la structure d'anticorps conçue par son IA était très cohérente avec la structure expérimentale de cryo-EM, démontrant la précision et la généralisabilité de la plateforme. Cette plateforme est étendue à des classes de cibles difficiles, notamment les RCPG et les canaux ioniques. Galux a établi des partenariats de co-développement avec de grandes sociétés pharmaceutiques nationales telles que Celltrion et LG Chem, et a récemment annoncé une collaboration avec Boehringer Ingelheim pour la conception de protéines de précision par IA. Lors du BIO USA 2026, Galux a tenu des réunions avec une trentaine d'entreprises, cherchant à transformer les premiers projets de validation technologique en partenariats plus vastes. Sa collaboration avec AstraZeneca a été présentée dans le cadre du programme KHIDI-AstraZeneca Project NOVA Global Connect, axé sur la vérification de la capacité de la plateforme d'IA de Galux à concevoir des protéines aux propriétés fonctionnelles prédéfinies. Galux a également signé un accord d'investissement et de recherche conjointe avec AimedBio, développeur de conjugués anticorps-médicaments, pour développer une plateforme de délivrance de protéines traversant la barrière hémato-encéphalique (BHE). Les deux sociétés prévoient de concevoir des candidats protéiques capables de se lier à des récepteurs spécifiques en utilisant des structures d'anticorps. Dans la découverte classique d'anticorps, les entreprises peuvent cribler d'un million à un billion de candidats ; Galux affirme avoir obtenu des anticorps en concevant seulement quelques dizaines de candidats.
LG Chem a signé un accord conjoint de recherche et d'option de licence avec LabGenius Therapeutics, basée au Royaume-Uni, pour découvrir de nouveaux anticorps multispécifiques candidats pour le traitement du cancer. Cette collaboration pluriannuelle se concentrera sur le développement d'anticorps sélectifs des tumeurs, répondant aux toxicités sur cible/hors tumeur dans le traitement des tumeurs solides. LabGenius dirigera le programme jusqu'aux premières étapes de la recherche préclinique, y compris les études d'efficacité in vitro ; LG Chem entreprendra ensuite un développement préclinique supplémentaire, y compris des études in vivo, et disposera d'une option pour acquérir les droits sur le programme par le biais d'un accord de licence d'importation. LabGenius recevra un paiement initial et pourra être éligible à des paiements d'étapes précoces. Si LG Chem exerce son option de licence, LabGenius pourrait recevoir des paiements d'étapes cliniques, réglementaires et commerciales potentiels à trois chiffres en millions de dollars, en plus de redevances sur les ventes nettes futures. LG Chem financera toutes les activités de recherche et de développement. LG Chem s'attend à ce que cette collaboration réduise considérablement le délai de découverte de candidats anticorps, ramenant le processus de plus de cinq ans à environ la moitié. La plateforme EVA de LabGenius combine l'apprentissage automatique à l'expérimentation à haut débit, utilisant un système de laboratoire entièrement autonome pour concevoir, tester par robotique et analyser itérativement des candidats anticorps.
Cheiron, une plateforme de sciences de la vie native de l'IA, a obtenu 8 millions de dollars en financement d'amorçage mené par Menlo Ventures. Parmi les bailleurs de fonds stratégiques figurent le cofondateur de Moderna, un ancien directeur médical de Pfizer, le PDG de Chai Discovery, un ancien PDG de Starbucks et un ancien responsable de l'IA chez Apple. Cheiron est conçu pour remplacer les feuilles de calcul, documents et dossiers fragmentés en représentant l'ensemble du cycle de vie du développement de médicaments comme un système d'exploitation unique, connecté et auditable. Son cœur est le graphe de connaissances des sciences de la vie (LKG), qui unifie les preuves cliniques, biomédicales, réglementaires, de brevets et commerciales mondiales en un seul modèle, permettant des inférences transversales, la détection de divergences et de risques, et la mise à l'épreuve d'hypothèses. La société a signalé une adoption rapide dans les six mois suivant le lancement par des dizaines de milliers de professionnels de la biopharmacie, y compris le géant pharmaceutique sud-coréen du top cinq, Boryung.
Peptris, une start-up de découverte de médicaments basée à Bengaluru, a levé 70 crores INR (7,7 millions de dollars) lors d'un tour de financement de série A co-dirigé par IAN Alpha Fund et Speciale Invest, avec la participation de Tenacity Ventures, BYT Ventures et d'autres investisseurs. La société a déclaré que les fonds serviront à faire progresser les programmes existants vers la préparation clinique et à développer le pipeline de découverte au cours des 24 prochains mois. Peptris développe des modèles d'intelligence artificielle qui génèrent de nouvelles molécules et prédisent des paramètres clés du développement de médicaments, visant à réduire les échecs dans le développement précoce de médicaments. Sa plateforme a conduit à la découverte de nouvelles entités chimiques (NCE) et a identifié des opportunités de réutilisation et de sauvetage de médicaments. La société se concentre sur des domaines thérapeutiques tels que les maladies rares, l'inflammation, l'oncologie et la santé des femmes, et opère selon un modèle B2B, en partenariat avec des sociétés pharmaceutiques et de biotechnologie.
Creative Biolabs a mis à niveau ses solutions de protéines fonctionnelles pilotées par l'IA pour la découverte de médicaments contre les maladies métaboliques, en utilisant des algorithmes propriétaires d'apprentissage profond pour concevoir par calcul des agonistes multi-récepteurs pour des affections comme l'obésité et le diabète de type 2. La plateforme crible des millions de séquences peptidiques et vise à comprimer les cycles de recherche, de l'identification de hits à l'optimisation des leads, à 2 à 14 semaines. Elle aborde également la stabilité des peptides en concevant des profils à action ultra-longue et utilise l'entraînement sur des ensembles de données pharmacologiques haute fidélité pour prédire les propriétés ADMET dès le début. La plateforme intègre des simulations de dynamique moléculaire pour la modulation allostérique afin d'améliorer la sélectivité.