IA : accélérateur de développement de médicaments
Le développement de médicaments nécessite la maîtrise de processus chimiques complexes. Une nouvelle étude a pour objectif d’évaluer l’efficacité d’un procédé de développement de principes actifs pharmaceutiques assisté par l’intelligence artificielle.
ORION Corporation et l’Université d’Helsinki lancent une étude qui utilise l’intelligence artificielle (IA) pour la recherche et développement de nouveaux principes actifs pharmaceutiques (ou API, pour Active Pharmaceutical Ingredient).
Le développement de procédés chimiques à l’aide de l’IA est relativement récent à l’échelle mondiale. « Au cours de l’année écoulée, des rapports intéressants ont été publiés sur des projets pour lesquels l’apprentissage automatique a été appliqué pour la première fois dans le but d’optimiser des réactions de synthèse à grande échelle », déclare Julius Sipilä, responsable Chimie Thérapeutique dans le département recherche et développement chez Orion.
L’étude vise à optimiser les synthèses pharmaceutiques et à identifier des moyens plus efficaces de préparer de nouveaux principes actifs pharmaceutiques. Dans le même temps, l’objectif est de faire évoluer la formation des chimistes de façon à les inciter à associer les nouvelles méthodes d’IA aux technologies de synthèses.
« Lorsque nous développons de nouveaux principes actifs pharmaceutiques, nous devons développer une méthode de synthèse pour la première fois au monde. Cela consiste à mener à bien plusieurs réactions. Précurseurs, réactifs, catalyseurs, solvants, températures et volumes doivent être sélectionnés avec soin pour chacune des réactions. Il existe de nombreuses variables et chaque réaction implique des millions d’options » explique Julius Sipilä.
L’étude utilise toutes les données de réactions qui ont été accumulées au cours des projets précédents. "Nous essayons d'utiliser les données, à la fois de nos propres projets ainsi que des bases de données publiques, aussi efficacement que possible et de les traiter pour l'apprentissage automatique (ou "machine learning"). Ensuite, nous utiliserons les données pour aider la chimie expérimentale."
Le travail d’optimisation ne peut pas démarrer avant que les premières réactions aient réussi et que le principe actif soit prêt à être testé. Lorsque les tests démarrent, la quantité requise de principe actif augmente rapidement et fortement (des milliers de fois).
C’est à ce moment là que la voie de synthèse doit être optimisée et que l’apprentissage automatique est nécessaire. Les premières réactions fournissent des données qui permettent de déterminer ce qui fonctionne et ce qui ne fonctionne pas. Ensuite, la machine suggère quel type d’optimisation devrait être testé.
C’est une méthode de développement de procédés plus rapide que si le travail était réalisé par un chimiste seul.
Cette étude fait partie d’un projet beaucoup plus vaste, l’IA faisant partie intégrante de la recherche pharmaceutique à toutes les étapes, de l’identification des mécanismes en causes dans les pathologies aux essais cliniques.
Ces dernières années, Orion a lancé plusieurs projets utilisant l’IA pour traiter des données internes et publiques en partenariat avec des universités ou d’autres partenaires institutionnels.
Les avantages pour la médecine sont clairs. « Le développement rapide de nouveaux médicaments est essentiel pour les patients. De plus, l’optimisation des réactions réduit les erreurs et le gaspillage. Ainsi, cela nous permet de réduire nos impacts environnementaux.» déclare Julius Sipilä.
Ce site internet est dédié aux professionnels de santé exerçant sur le territoire français.