Isomorphic Labs dévoile IsoDDE, son modèle propriétaire d’IA pour la découverte de médicaments
Isomorphic Labs a publié le 10 février un rapport technique de 27 pages présentant IsoDDE, son nouveau moteur d’IA propriétaire pour la découverte de médicaments. Le document affirme qu’IsoDDE surpasse des modèles existants pour prédire l’affinité de liaison médicament–protéine et des structures d’anticorps, tout en révélant peu de détails sur la méthode.
Près de deux ans après que Google DeepMind a publié une version mise à jour d’AlphaFold3 orientée vers la découverte de médicaments, sa filiale biopharmaceutique, Isomorphic Labs, a annoncé un modèle d’intelligence artificielle encore plus puissant — et elle le garde pour elle. Isomorphic Labs, basée à Londres, a mis en avant les capacités de son « moteur de découverte de médicaments » — qu’elle appelle IsoDDE — dans un rapport technique de 27 pages, publié le 10 février.
Les avancées, notamment des prédictions précises de la manière dont les protéines interagissent avec des médicaments potentiels et des structures d’anticorps, ont impressionné les scientifiques du domaine. Mais, contrairement aux systèmes d’IA AlphaFold de prédiction de la structure des protéines — rendus accessibles à d’autres chercheurs et décrits en détail dans des articles de revues — IsoDDE est propriétaire, et le document technique donne peu d’indices sur la manière d’obtenir des résultats similaires.
« C’est une avancée majeure, à l’échelle d’un AlphaFold4 », en référence à une génération future non publiée de la technologie de Google DeepMind, déclare Mohammed AlQuraishi, biologiste computationnel à la Columbia University à New York, qui travaille au développement de versions entièrement open source d’AlphaFold. « Le problème, bien sûr, c’est que nous ne connaissons aucun détail. »
AlphaFold 3 a été développé avec la découverte de médicaments à l’esprit. Contrairement à son prédécesseur AlphaFold2, récompensé par le prix Nobel, le modèle pouvait prédire les structures de protéines interagissant avec d’autres molécules — y compris des médicaments potentiels.
Des IA similaires, conçues sur le modèle d’AlphaFold 3, ont presque réussi à égaler pleinement ses performances et disposent de nouvelles capacités. Un modèle open source appelé Boltz-2, développé par des scientifiques du Massachusetts Institute of Technology à Cambridge et publié l’an dernier, pouvait prédire la force avec laquelle des médicaments potentiels se fixent aux protéines, ou l’affinité de liaison. Il s’agit d’une propriété clé pour le développement de traitements et elle est généralement prédite au moyen de méthodes de physique computationnelle très gourmandes en calcul.
Selon le rapport d’Isomorphic, sa nouvelle IA surpasse à la fois Boltz-2 et les méthodes fondées sur la physique pour déterminer l’affinité de liaison. Les prédictions de la manière dont les anticorps — qui constituent la base de thérapies générant chaque année des dizaines de milliards de livres de ventes — interagissent avec leurs cibles sont également à l’état de l’art, affirme le rapport.
AlQuraishi se dit particulièrement impressionné par la capacité d’IsoDDE à prédire des interactions médicament–protéine pour des molécules très différentes des données sur lesquelles le modèle a été entraîné. « C’est le problème vraiment difficile, et cela suggère qu’ils ont dû faire quelque chose d’assez novateur », dit-il.