Insilico Medicine annonce un partenariat autour d’un modèle fondationnel d’IA et un accord de développement de médicaments en Chine

Insilico Medicine et Liquid AI ont annoncé un partenariat ayant abouti à LFM2-2.6B-MMAI (v0.2.1), un modèle fondationnel scientifique léger destiné à la recherche pharmaceutique. Ce modèle unique de 2,6 milliards de paramètres atteint des performances de pointe dans plusieurs sous-domaines de la découverte de médicaments, tout en s’exécutant intégralement sur une infrastructure pharmaceutique privée.

Le modèle couvre l’ensemble de la boucle de découverte, incluant la prédiction de propriétés et les critères ADMET, l’optimisation moléculaire multi-paramètres, le scoring tenant compte de la cible avec conditionnement par poche protéique, le raisonnement sur les groupes fonctionnels et la planification de rétrosynthèse. L’entraînement a mobilisé environ 120 milliards de tokens de données pharmaceutiques sur plus de deux cents tâches différentes.

Avec seulement 2,6B paramètres, le modèle a atteint des performances de niveau cloud tout en fonctionnant entièrement sur une infrastructure privée. En prédiction de propriétés, il a surpassé TxGemma-27B, un modèle plus de 10 fois plus grand, sur 13 des 22 tâches couvrant la pharmacocinétique et la toxicologie, et a obtenu des résultats de pointe sur trois de ces tâches par rapport à des modèles spécialisés conçus pour des tâches individuelles. Le modèle a atteint des taux de réussite allant jusqu’à 98,8% sur des benchmarks d’optimisation multi-paramètres de référence dans l’industrie (MuMO-Instruct).

Sur le benchmark interne de prédiction d’affinité d’Insilico, comprenant 2,5 millions de mesures expérimentales sur 689 cibles protéiques, le modèle a produit de meilleurs scores de corrélation que des modèles de pointe, dont GPT-5.1, Claude Opus 4.5 et Grok-4.1. Le modèle a également démontré de solides capacités de raisonnement sur les groupes fonctionnels (FGBench) et des suggestions de rétrosynthèse en une étape de haute qualité (métrique ChemCensor).

Le partenariat combine l’architecture LFM efficiente de Liquid AI avec le MMAI Gym d’Insilico, une plateforme d’entraînement complète comprenant plus de 1.000 benchmarks pharmaceutiques. MMAI Gym for Science est un environnement d’entraînement spécifique au domaine, conçu pour élever des Large Language Models (LLM) généralistes et de pointe au rang de moteurs de qualité pharmaceutique pour la découverte et le développement de médicaments. Le Gym utilise des parcours spécialisés pour la Chemical Superintelligence (CSI) et la Biology/Clinical Superintelligence (BSI) afin d’enseigner aux modèles un raisonnement propre au domaine, couvrant la chimie médicinale, la biologie et la planification clinique.

Par ailleurs, Insilico Medicine a conclu un partenariat de développement de médicaments avec China Medical System Holdings, axé sur les maladies du système nerveux central et les maladies auto-immunes. L’engagement prévoit le co-développement d’au moins deux programmes, avec un financement de R&D pouvant atteindre plusieurs dizaines de millions de HK$ par programme.

L’entreprise a sélectionné ISM5059 comme nouveau candidat préclinique découvert par IA, ajoutant ainsi un actif supplémentaire à son portefeuille. Insilico a également reçu un paiement d’étape de 5 millions de dollars après que le composé en oncologie MEN2501 est passé en études de Phase 1.

Insilico Medicine est une société de biotechnologie au stade clinique qui utilise l’IA pour le développement de médicaments dans les domaines du cancer, de la fibrose, de l’immunité, des maladies du système nerveux central et des pathologies liées au vieillissement. La plateforme d’IA de l’entreprise couvre l’identification de cibles, la conception moléculaire et le développement clinique. Liquid AI développe des Liquid Foundation Models fondés sur les systèmes dynamiques et le traitement du signal, en se concentrant sur des modèles d’IA efficients pouvant être déployés on-premise ou dans des environnements à ressources contraintes.