Une start-up passe au crible une multitude de candidats-médicaments générés par l'IA afin d'identifier les plus prometteurs

L'une des contributions les plus importantes de l'IA à la science réside dans l'application, par Google DeepMind, d'un modèle d'apprentissage profond permettant de prédire les structures complexes des protéines, ces molécules qui régissent la quasi-totalité des processus au sein des cellules vivantes.

Cependant, alors que les modèles d’IA génèrent un nombre croissant de candidats pour des thérapies potentielles, un nouveau goulot d’étranglement apparaît : la caractérisation pratique de ces candidats en vue de leur test et de leur production à grande échelle.

Telle est la mission de 10x Science, une start-up lancée en décembre 2025 qui a annoncé aujourd’hui une levée de fonds d’amorçage de 4,8 millions de dollars menée par Initialized Capital, avec la participation de Y Combinator, Civilization Ventures et Founder Factor. Ses trois cofondateurs sont David Roberts et Andrew Reiter, tous deux biochimistes chevronnés, ainsi que Vishnu Tejas, un entrepreneur en série spécialisé en informatique et en modèles d’IA.

« Lorsque le secteur biopharmaceutique se lance dans la création d’un candidat-médicament, il dispose de tous ces excellents outils de prédiction », a déclaré David Roberts à TechCrunch. « On peut ajouter autant de candidats que l’on veut en amont du processus, mais ils doivent tous passer par le processus de caractérisation. Tout doit être mesuré. »

Pour les chercheurs qui développent des médicaments biologiques — produits dans des cellules vivantes et conçus pour cibler précisément des maladies et des pathologies —, il est essentiel de comprendre la structure des protéines. Par exemple, ces médicaments peuvent être conçus pour se fixer sur des cellules spécifiques, à l’instar du Keytruda, un médicament de Merck largement utilisé qui aide le système immunitaire à reconnaître et à attaquer les cancers.

Les trois fondateurs de 10x ont auparavant travaillé ensemble au sein du laboratoire de Stanford dirigé par la lauréate du prix Nobel, le Dr Carolyn Bertozzi, où ils étudiaient les interactions entre les cellules cancéreuses et le système immunitaire. Ils ont fini par être frustrés par leur incapacité à saisir précisément ce qui se passait au niveau moléculaire.

La méthode la plus précise pour évaluer les molécules est la spectrométrie de masse, une technique complexe qui détermine la structure atomique en mesurant les molécules dans un champ électrique. Cette approche relativement nouvelle produit des données complexes dont l’interprétation exige une expertise considérable, et le processus d’analyse prend beaucoup de temps.

La plateforme de 10x associe des algorithmes déterministes fondés sur la chimie et la biologie à des agents d’IA capables d’interpréter les données. L’équipe a consacré des efforts considérables à l’entraînement des modèles sur des données de spectrométrie et à garantir la traçabilité de leurs analyses — une caractéristique essentielle pour un outil destiné à aider les entreprises à se conformer aux réglementations.

Matthew Crawford, chercheur chez Rilas Technologies — une entreprise qui réalise des analyses chimiques pour le compte d’autres sociétés —, aide des clients tels que des start-ups biotechnologiques à éviter d’investir des millions dans leur propre équipement de spectrométrie et dans les experts nécessaires à son utilisation. M. Crawford utilise la plateforme 10x Science depuis plusieurs semaines et affirme qu’elle accélère son travail.

M. Crawford a souligné que le modèle l’avait impressionné par sa capacité à expliquer son raisonnement, à localiser de manière autonome les données pertinentes pour les analyses et à s’adapter à l’évaluation de divers types de molécules. Alors que certains outils d’IA qu’il avait testés auparavant faisaient des promesses exagérées ou présentaient des problèmes de précision, il affirme que celui-ci formule des hypothèses sensées — une qualité qu’il attribue à la profonde expertise de ses créateurs dans ce domaine.

« J’ai soumis une protéine spécifique au modèle, et celui-ci a en substance déduit, à partir du nom du fichier, de quelle protéine il s’agissait probablement », a déclaré Crawford. « Il a ensuite recherché la séquence de cette protéine dans des bases de données en ligne, ce qui m’a évité d’avoir à la saisir manuellement. »

Les dirigeants de 10x indiquent qu’ils collaborent également avec plusieurs grandes entreprises pharmaceutiques et des chercheurs universitaires. L’objectif est d’utiliser ce financement initial pour recruter davantage d’ingénieurs, affiner encore le modèle et acquérir de nouveaux clients. S’ils parviennent à s’imposer dans le domaine de la caractérisation des protéines, M. Roberts espère que l’entreprise finira par se développer pour offrir une nouvelle compréhension de la biologie, intégrant la structure des protéines à d’autres données cellulaires.

« Ce que nous construisons réellement en sous-couche, c’est une nouvelle approche pour définir l’intelligence moléculaire », a déclaré M. Roberts.

Pour les investisseurs, 10x offre un point d’entrée dans le secteur des biotechnologies qui ne dépend pas du succès ni de l’autorisation réglementaire d’un médicament particulier. Si l’entreprise évolue comme le prévoient ses fondateurs, elle deviendra un outil essentiel dans le développement de médicaments, que les produits finaux connaissent ou non un succès commercial.

« Il s’agit d’une plateforme SaaS pour laquelle les laboratoires pharmaceutiques doivent s’abonner mensuellement afin de traiter tous ces candidats potentiels », a déclaré Zoé Perret, associée chez Initialized. Elle mise sur l’expertise approfondie des fondateurs pour protéger l’entreprise de la concurrence : très peu de personnes comprennent véritablement ces méthodes et les données qu’elles génèrent.

Selon M. Crawford, la plateforme permet de rendre ces techniques accessibles aux chercheurs qui pourraient en tirer profit, mais qui manquent de temps ou de ressources pour les mettre en œuvre.

« Les équipes ici tentent de développer un nouveau médicament », a-t-il déclaré à TechCrunch. « Elles veulent simplement une réponse rapide et simple issue de la spectrométrie de masse, mais cela ouvre alors une véritable boîte de Pandore. Ce logiciel permettra de garder cette boîte fermée et leur donnera simplement la réponse dont elles ont réellement besoin pour passer à l’étape suivante de leurs recherches. »