Pourquoi la découverte de médicaments brûle encore des milliards en conjectures

Le problème

Nikola Tesla a dit un jour que « un peu de théorie et de calcul » aurait épargné à Thomas Edison 90 % de son travail. Plus d'un siècle plus tard, les industries pharmaceutiques et des sciences des matériaux appliquent encore la méthode d'Edison — synthétiser et tester physiquement d'immenses bibliothèques de composés en espérant tomber par hasard sur la bonne. Les chiffres montrent exactement à quel point cette approche est défaillante.

L'espace des molécules de type médicament est estimé entre 10^60 et 10^100. Votre meilleure campagne de criblage à haut débit teste environ un million de composés. Autrement dit, vous couvrez 0,000000000000000000000000000000000000000000000000001 % des options disponibles. Le livre blanc le dit sans détour : c'est comme vouloir cartographier l'océan Pacifique en y plongeant une cuillère à café à intervalles aléatoires. Si vous testez de nouveaux matériaux dans un laboratoire humide sans les simuler au préalable, vous brûlez de l'argent.

Ce n'est pas une curiosité technologique. C'est une crise structurelle de l'économie de la R&D. La méthode « édisonienne » — essais et erreurs par force brute — substitue le travail à l'intelligence. Ce compromis s'aggrave de façon exponentielle à mesure que la complexité de vos cibles augmente. Les fruits à portée de main des petites molécules simples ont été cueillis. Ce qui reste exige une approche fondamentalement différente : simuler d'abord, puis ne synthétiser que les candidats aux probabilités les plus élevées.

Pourquoi cela compte pour votre entreprise

Les dégâts financiers sont déjà visibles dans les comptes de votre secteur. Voici les chiffres qui devraient inquiéter votre conseil d'administration :

• 2,23 milliards de dollars par nouveau médicament — c'est le coût moyen de développement d'un seul actif pharmaceutique en 2024. Ce chiffre absorbe le coût de milliers d'échecs pour chaque succès.
• 1,2 % de taux de rendement interne — la R&D pharmaceutique a touché un plancher de douze ans en 2022 avant de se redresser à 5,9 % en 2024. Ce rebond a été porté en grande partie par des valeurs aberrantes comme les agonistes GLP-1, non par une amélioration systémique.
• ~90 % de taux d'échec — la très grande majorité des candidats de R&D n'atteignent jamais le marché. Chaque dollar dépensé à tester physiquement un composé qu'une simulation aurait pu éliminer est un dollar détourné d'un candidat viable.
• Une IA informée des coûts peut réduire les coûts de réactifs jusqu'à 90 % — les algorithmes qui intègrent le prix des expériences à côté de leur valeur informationnelle ont démontré des économies spectaculaires.

Cette baisse de productivité de la R&D porte un nom : la loi d'Eroom — la loi de Moore à l'envers. Chaque génération de médicaments est plus difficile et plus coûteuse à découvrir. Vos concurrents font face au même mur, mais ceux qui passent à la découverte par simulation d'abord franchiront ce mur des années avant vous.

Pour votre compte de résultat, l'implication est directe. Le criblage à haut débit est lourd en charges opérationnelles : consommables, réactifs, temps de personnel et heures d'équipement. Chaque expérience évitée grâce à une meilleure prédiction va droit au résultat net. Pendant ce temps, les horloges des brevets continuent de tourner. Chaque jour gagné en R&D est un jour supplémentaire d'exclusivité commerciale. Des petites molécules conçues par IA, issues d'entreprises comme Exscientia, sont entrées en essais de phase I en environ 12 mois, contre une moyenne sectorielle de quatre à cinq ans.

Ce qui se passe réellement sous le capot

L'échec fondamental, c'est que la découverte traditionnelle trie des composés au lieu de les concevoir. Le criblage suppose que votre réponse existe déjà dans une bibliothèque préconstruite. Mais dès que vous passez aux biomolécules complexes, aux alliages multi-éléments et aux matériaux nanostructurés, la probabilité que la solution optimale se trouve dans une bibliothèque physiquement gérable tend vers zéro.

Pensez-y ainsi. Vous avez un cadenas à 100 chiffres. Le criblage traditionnel essaie des combinaisons aléatoires une par une. Une approche simulation-d'abord étudie la mécanique du cadenas, restreint les possibilités à une poignée, puis tourne la molette.

Le marché est inondé de modèles d'IA boîte noire qui n'apprennent que des corrélations de données. Ces modèles s'effondrent dans des domaines nouveaux parce que les données expérimentales sont rares, bruitées et coûteuses à collecter. L'apprentissage automatique standard performe bien dans ses données d'entraînement mais échoue quand on lui demande de prédire les propriétés de classes de matériaux entièrement nouvelles. Pire, les outils d'IA générative bâtis sur de grands modèles de langage peuvent « halluciner » — générer des descriptions de molécules qui semblent plausibles mais violent la chimie élémentaire. Ils peuvent proposer une structure qui enfreint les règles de valence ou ignore la conservation de la masse. Les molécules sont des graphes tridimensionnels d'atomes et de liaisons, pas des chaînes de texte. Les traiter comme des phrases conduit à des sorties physiquement impossibles.

L'alternative, c'est le Machine Learning informé par la physique (Physics-Informed Machine Learning, ou PIML) — des modèles qui intègrent les lois mêmes de la physique (conservation de l'énergie, thermodynamique, mécanique quantique) directement dans l'architecture de l'IA. Ces modèles exigent bien moins de données d'entraînement car les règles de la chimie y sont incorporées. Ils extrapolent mieux vers l'inconnu. Et ils ne peuvent proposer aucune molécule qui violerait des contraintes physiques fondamentales. Un système, appelé FlowER, suit explicitement la redistribution des électrons pendant les réactions chimiques, garantissant que la masse et la charge restent toujours conservées. Aucun modèle de langage standard ne sait faire cela.

Ce qui fonctionne (et ce qui ne fonctionne pas)

Trois approches qui semblent prometteuses mais qui échouent :

• Des bibliothèques de criblage plus grandes : passer d'un million à un milliard de composés ne couvre toujours qu'une fraction infime de l'espace chimique. Vous ne pouvez pas forcer le passage à travers 10^60 possibilités.
• Des wrappers d'IA génériques sur des modèles de langage publics : ces outils aident pour la revue de littérature et la rédaction de protocoles, mais ils manquent des contraintes physiques propres au domaine, indispensables à la conception moléculaire. Un wrapper ne peut pas imposer la conservation de la masse dans une réaction chimique.
• Le « fail fast » sans simulation : échouer dans un laboratoire humide coûte cher — réactifs, temps de synthèse et équipement brûlent tous du capital. Un échec physique rapide reste lent et coûteux comparé à un échec virtuel qui ne prend que quelques millisecondes de calcul.

Ce qui fonctionne vraiment, c'est une architecture en boucle fermée en trois étapes :

1. Prédire et sélectionner (entrée) : un moteur d'optimisation bayésienne — un cadre mathématique qui équilibre l'exploration de territoires chimiques inconnus et le raffinement de zones prometteuses connues — identifie l'expérience de plus grande valeur à mener ensuite. Il ne devine pas au hasard. Il calcule où se situe le plus grand gain d'information relativement au coût. Les versions multi-fidélité de cet algorithme mélangent des simulations informatiques bon marché et des résultats de laboratoire coûteux, ne déclenchant les expériences physiques que lorsque la confiance de la simulation est trop faible.

2. Automatiser et synthétiser (traitement) : les plateformes robotisées reçoivent les instructions de l'IA, synthétisent le matériau prédit et exécutent les tests de caractérisation — spectroscopie, diffraction des rayons X, microscopie — sans intervention humaine. L'A-Lab du Lawrence Berkeley National Laboratory a utilisé cette approche pour synthétiser 41 composés inorganiques inédits en 17 jours. Quand une synthèse échouait, l'IA analysait les résultats, ajustait la recette et réessayait de façon autonome.

3. Apprendre et mettre à jour (sortie) : chaque résultat — succès ou échec — réalimente le modèle. C'est là que les données négatives deviennent de l'or. Les expériences ratées affinent la compréhension qu'a l'IA de ce qui ne fonctionne pas, cartographiant définitivement les impasses de la chimie. Votre organisation ne gaspille plus jamais de ressources sur ces voies. Ce savoir accumulé sur les paysages d'échec est une propriété intellectuelle durable.

Pour vos équipes conformité et audit, cette boucle crée ce qui manque à la R&D traditionnelle : un registre complet et traçable de chaque prédiction, de chaque raisonnement décisionnel et de chaque résultat expérimental. L'IA ne se contente pas de dire « testez ce composé ». Elle vous montre pourquoi elle a préféré ce composé à toute alternative, ce qu'elle espérait apprendre et comment le résultat a modifié son modèle. Cette piste de décision est auditable, reproductible et défendable.

Votre jumeau numérique — une réplique virtuelle de votre laboratoire physique — ajoute une couche de protection supplémentaire. Avant tout mouvement d'un robot, l'expérience tourne en simulation. Cela intercepte les erreurs de protocole, les conflits d'ordonnancement et les collisions d'équipements avant qu'ils ne détruisent échantillons ou machines. La comparaison en temps réel entre les prédictions du jumeau et les données réelles des capteurs signale les anomalies — pipettes obstruées, dérives de température — avant qu'elles ne ruinent un lot.

Le raisonnement économique est simple. Les équipements autonomes fonctionnent 24 h/24, 7 j/7 avec une disponibilité proche de 100 %, contre 30 à 40 % typiquement dans les laboratoires dotés en personnel humain. Insilico Medicine a fait passer un candidat fibrose découvert par IA de la découverte de cible au stade préclinique en moins de 18 mois, pour une fraction du coût habituel. Ce ne sont pas des projections. Ce sont des résultats déjà obtenus en environnement de production.