L’IA transforme la découverte de médicaments alors que le marché atteint 31,5 milliards de dollars et que des essais de phase III se profilent

Le marché des services de développement de médicaments devrait passer de 28,09 milliards de dollars en 2025 à 31,5 milliards de dollars en 2026, soit un taux de croissance annuel composé (TCAC) de 12,2 %, tandis que l’intelligence artificielle entre dans une année charnière de validation clinique. Le marché devrait atteindre 50,26 milliards de dollars d’ici 2030, avec un TCAC de 12,4 %.

L’évolution la plus déterminante de 2026 sera la publication des résultats de phase III, qui diront si l’IA peut produire, à grande échelle, des médicaments réellement efficaces. Les candidats médicaments conçus par IA les plus avancés entrent dans des essais pivot, avec plusieurs lectures cliniques attendues tout au long de l’année. Ces résultats constitueront le premier test à grande échelle visant à déterminer si l’IA améliore les taux de succès cliniques au-delà du taux d’échec persistant de 90 % de l’industrie pharmaceutique.

Des données positives de phase III pourraient valider la conception par IA « physics-enabled » pour certaines cibles, ouvrant potentiellement la voie à des dépôts réglementaires et à des calendriers d’approbation s’étendant jusqu’en 2027. Toutefois, compte tenu des taux d’attrition historiques, de nouveaux échecs cliniques restent statistiquement probables. Des commentateurs scientifiques se sont demandé si l’IA améliore fondamentalement les résultats cliniques, notant que les composés découverts par IA présentent des taux de progression similaires à ceux des molécules découvertes de manière traditionnelle.

Les flux de travail activés par l’IA raccourciront de manière démontrable les délais de découverte précoce de 30 à 40 % et réduiront le développement des candidats précliniques à 13-18 mois, contre trois à quatre ans selon les méthodes traditionnelles. Les avancées dans la conception d’anticorps font état de taux de « hit » de 16-20 % contre des références informatiques de 0,1 %. Cependant, la durée des essais cliniques, les délais d’examen réglementaire et la montée en échelle de la fabrication demeurent inchangés.

Des chercheurs de l’University of Missouri ont publié la plus grande collection mondiale de modèles de protéines assortis d’une évaluation de qualité, une nouvelle ressource révolutionnaire susceptible d’accélérer le développement de médicaments pour des maladies comme Alzheimer et le cancer. La base de données, appelée PSBench, comprend 1,4 million de modèles annotés de structures protéiques, tous vérifiés par des experts indépendants. Elle fournit aux scientifiques les informations fiables nécessaires pour construire des systèmes d’intelligence artificielle plus précis afin d’évaluer la qualité des modèles de structures protéiques, ce qui est essentiel pour développer les futurs traitements médicaux.

Les avancées récentes en IA, notamment des outils tels que AlphaFold de Google, ont considérablement amélioré la prédiction de la structure des protéines. Mais même AlphaFold a des limites. Aucun outil d’IA n’est systématiquement exact pour tous les types de protéines, ce qui complique la tâche des chercheurs lorsqu’il s’agit de savoir quand une prédiction peut être jugée fiable. PSBench fournit ce référentiel.

Le groupe de Cheng a été le premier à démontrer que l’apprentissage profond pouvait aider à résoudre le problème du repliement des protéines lors de la compétition CASP 2012. Les travaux de Cheng ont catalysé la révolution de l’apprentissage profond dans le domaine pendant plus d’une décennie, notamment le développement d’AlphaFold, désormais considéré comme l’un des outils de prédiction des protéines les plus précis au monde.

Les dispositions de l’EU AI Act relatives aux systèmes à haut risque entrent en vigueur le 2 août 2026, et pourraient classer certaines IA de développement de médicaments comme « à haut risque ». Cela crée de nouvelles exigences de conformité pour les entreprises pharmaceutiques utilisant l’IA dans des applications critiques pour la réglementation. Cependant, les exigences spécifiques de validation des modèles d’IA dans des contextes réglementaires restent indéfinies. Les entreprises pharmaceutiques attendent des clarifications sur les critères de classification distinguant les outils de découverte précoce « à faible risque » des applications « à haut risque » influençant les dépôts réglementaires.

Le projet de lignes directrices sur l’IA se concentre sur l’IA affectant les décisions réglementaires, en excluant explicitement la découverte précoce. Cela signifie que la plupart des applications actuelles de découverte de médicaments par IA restent en dehors du champ réglementaire.

Les prévisions de marché estiment que la découverte de médicaments par IA passera d’environ 5-7 milliards de dollars en 2025 à 8-10 milliards de dollars en 2026, certaines estimations suggérant que l’IA générative pourrait apporter 60-110 milliards de dollars par an de valeur à l’ensemble de l’industrie pharmaceutique. Cependant, en 2025, plusieurs entreprises ont cessé leurs activités malgré un soutien financier substantiel, d’autres ont annoncé des réductions d’effectifs de plus de 20 %, et plusieurs ont engagé des procédures de retrait de cote. Les investissements en capital-risque restent concentrés sur les acteurs bien financés, tandis que les petites entreprises peinent à suivre.

Les valorisations se sont effondrées depuis les introductions en bourse de 2021-2022, et le ratio de 50:1 entre les « biobucks » annoncés et les paiements initiaux réellement versés révèle une prudence justifiée de l’industrie. Il faut s’attendre à une consolidation continue, les acteurs les plus solides acquérant des actifs en difficulté et les entreprises plus fragiles sortant totalement du marché.

La croissance historique du marché des services de développement de médicaments est largement attribuée à l’augmentation des investissements en recherche et développement des entreprises pharmaceutiques, à l’externalisation accrue des tâches de développement, à la prévalence croissante des maladies chroniques et infectieuses, au durcissement des normes réglementaires et aux progrès en biologie moléculaire et en techniques de tests in vitro. Les principaux facteurs soutenant la croissance future incluent l’adoption de l’intelligence artificielle et du machine learning dans les processus de découverte de médicaments, l’essor des pipelines de biomédicaments et de médecine personnalisée, la demande accrue pour les organismes de recherche sous contrat (contract research organizations), l’intégration de systèmes de gestion des données cliniques basés sur le cloud et l’expansion des marchés dans les régions émergentes.

L’accent croissant mis sur la médecine de précision et la médecine personnalisée est une force majeure qui propulse le marché des services de développement de médicaments. En février 2024, la Personalized Medicine Coalition a indiqué que la FDA avait approuvé 16 nouveaux traitements personnalisés pour des maladies rares en 2023, en forte hausse par rapport aux six de 2022. Cette tendance met en évidence la manière dont la médecine personnalisée alimente la demande de services spécialisés de développement de médicaments.

En 2025, l’Amérique du Nord détenait la plus grande part du marché des services de développement de médicaments. Cependant, la région Asie-Pacifique devrait enregistrer la croissance la plus rapide sur la période de prévision.