Une plateforme en source libre pour découvrir de nouveaux médicaments

Une plateforme en source libre pour découvrir de nouveaux médicaments

Un membre de l’Institut québécois d’intelligence artificielle (Mila) et son équipe de chercheurs ont récemment lancé une plateforme d’apprentissage automatique ouverte visant à mettre des logiciels et des bibliothèques de découverte de médicaments basés sur l’intelligence artificielle (IA) à la disposition de la communauté de recherche.

TorchDrug est le fruit de la collaboration entre Jian Tang, professeur adjoint à HEC Montréal et membre académique principal de Mila, son équipe d’étudiants, ainsi que des chercheurs de l’Université de Tsinghua, de l’Université de Pékin et de l’Université Jiao Tong de Shanghai.

Il s’agit d’une des premières plateformes à code source libre (de l’anglais open source) qui permet « aux spécialistes de l’apprentissage automatique d’utiliser, de contribuer et d’appliquer des algorithmes fondamentaux aux opérations de découverte de médicaments avec un minimum d’efforts sur la connaissance du domaine », selon un communiqué émis le 11 août dernier par Mila.

Pour y parvenir, les fondateurs de TorchDrug ont intégré des techniques allant de l’apprentissage automatique par graphes (réseaux neuronaux à graphes, apprentissage profond géométrique et graphes de connaissances) et des modèles génératifs profonds à l’apprentissage par renforcement.

Ainsi, l’outil comprend une connaissance minimale du domaine, des ensembles de données et des modules de base, des tests de référence complets et des modèles d’apprentissage et d’inférence évolutifs.

Cette innovation tombe à point, car beaucoup d’argent est investi par les compagnies pharmaceutiques et biotechnologiques pour le développement de nouvelles molécules, un processus laborieux et coûteux.

« L’IA offre désormais un niveau de précision inégalé dans la recherche de médicaments, ce qui mène à des délais de développement plus rapides et à des coûts potentiellement réduits », souligne-t-on chez Mila.

Dans le même ordre d’idée, en juin dernier le gouvernement québécois a accordé 13 M$ à l’Université de Montréal sur deux ans, afin qu’elle pilote Médicament Québec. Ce consortium a pour objectif de donner un meilleur accès aux technologies et infrastructures en IA disponibles dans les centres de recherches déjà établis.

Pour le professeur Tang, l’avenir de la découverte de médicaments repose sur la promotion d’une riche communauté en code source libre.

« Nous espérons que cette plateforme pourra accélérer le processus de découverte de médicaments en réunissant des chercheurs des communautés de l’apprentissage automatique et de la biomédecine de partout sur la planète et qu’elle deviendra la principale plateforme pour la découverte de médicaments à l’avenir », a-t-il indiqué.

Crédit photo: Pexels/Mart Production