Scienta lab : utiliser l’IA pour accélérer le développement de médicaments

Scienta lab est fondée en 2021 par Camille Bouget, docteure en pharmacie, Vincent Bouget, diplômé en biomédical et en informatique et Julien Duquesne, spécialisé en informatique et en mathématiques appliquées. Elle a pour objectif d’aider les entreprises pharmaceutiques à développer des médicaments pour les maladies auto-immunes, complexes et multifactorielles. « Je travaillais auparavant sur la commercialisation de médicaments pour les maladies auto-immunes. J’ai ainsi eu l’opportunité de comprendre la manière dont sont conçus les nouveaux traitements. Des centaines de millions de dollars y sont investis pour plus de 10 ans de travail avec moins de 10 % de réussite », constate Camille Bouget. Elle poursuit : « En 2020, avec les progrès de l’IA dans le domaine de l’oncologie, nous nous sommes dit que nous pouvions aussi trouver des applications pour les maladies auto-immunes, notamment pour des aires thérapeutiques de l’inflammation, où il reste de nombreux besoins médicaux non satisfaits ».

Un modèle basé sur l’IA et le machine learning

Les équipes ont créé un modèle de fondation basée sur une technologie d’IA où le programme est entraîné par des données anonymisées de patients atteints de pathologies auto-immunes. « L’algorithme permet de décrire l’état biologique des malades, en prenant en compte la pathologie dont ils ou elles souffrent et les données comme les différentes protéines en fonctionnement », explique la cofondatrice. Ces projets de recherche sont très encadrés par la CNIL qui établit un cadre pour réutiliser les données des patients et patientes dans la recherche. La technologie de Scienta lab est déjà mise en pratique au sein de collaborations avec cinq entreprises pharmaceutiques afin de les assister à plusieurs étapes du développement de médicaments : pour l’optimisation de la découverte et la validation de la cible thérapeutique et la combinaison de voies biologiques, la transition de la phase préclinique à la phase clinique et la phase d’administration à l’humain. « Il y a de gros enjeux sur la démonstration de l’efficacité du traitement. Les simulations virtuelles permettent de mieux sélectionner les volontaires », développe Camille Bouget. Dans le cas où le client a déjà généré des données précliniques, la start-up va fournir ces informations à son programme qui va prédire l’efficacité chez les patients et les patientes. Elle poursuit : « Nous transformons un processus long et complexe en un procédé plus rapide pour répondre aux besoins des malades ».

Un modèle en perpétuelle évolution

Les modèles conçus par Scienta lab sont en perpétuelle recherche et développement, pour en améliorer les performances et les capacités. Des modalités d’informations sont ajoutées ainsi que des éléments pour l’apprentissage des algorithmes. Les équipes travaillent notamment sur l’ARN pour capturer un état biologique, ainsi que la génomique afin de représenter de la manière la plus fine l’état du patient ou de la patiente et d’être plus précis dans les prédictions. « Via cette approche systémique basée sur les données, nous sommes plus efficaces que ce qui se passe dans la réalité. Nous avons pour vocation de changer cette tendance et de faciliter la mise sur le marché de traitements pour des patients et patientes qui sont dans le besoin », se félicite la cofondatrice.