Comment l’IA transforme la découverte de médicaments en Suisse (8 exemples clés)

L’intelligence artificielle (IA) révolutionne l’industrie pharmaceutique suisse, réduisant les coûts, accélérant les découvertes et repoussant les limites de l’innovation. En Suisse, berceau des géants Roche et Novartis, cette technologie redéfinit les étapes clés du développement de médicaments : identification de cibles, conception moléculaire et essais cliniques. Voici 8 exemples concrets illustrant cette transformation.

1. Roche et NVIDIA : modélisation accélérée de molécules

Roche a signé un partenariat avec NVIDIA pour exploiter l’IA dans la découverte de médicaments. Leur plateforme utilise des algorithmes génératifs pour concevoir des molécules en quelques jours au lieu de mois.

Tableau récapitulatif

Objectif	Technologie	Résultat
Concevoir des molécules anticancéreuses	Algorithmes génératifs + supercalculateurs NVIDIA DGX	Réduction de 70 % du temps de conception

Cette collaboration a déjà identifié 3 candidats-médicaments contre des tumeurs résistantes aux traitements classiques.

2. Novartis et Isomorphic Labs : cibler les maladies rares

Novartis collabore avec Isomorphic Labs (filiale de Google DeepMind) pour développer des traitements contre des pathologies complexes comme la fibrose pulmonaire. Leur modèle AlphaFold 3 prédit les interactions protéiques avec une précision inédite.

Points clés :

• 3 médicaments en phase préclinique ciblant des mutations génétiques rares.
• 1,2 milliard de dollars investis dans l’IA d’ici 2026.

3. ETH Zurich : génération de molécules inédites

Des chercheurs de l’ETH Zurich ont développé un algorithme générant des structures moléculaires optimisées pour des protéines cibles.

Exemple concret :

• EA-2353 : Molécule conçue par IA pour traiter la dégénérescence rétinienne, actuellement en essais cliniques.

Avantages :

• Exploration de 10 000 molécules virtuelles en 48 heures.
• Coût réduit à 500 000 CHF par candidat-médicament.

4. Insilico Medicine : de la théorie aux essais cliniques

La start-up Insilico Medicine a conçu un traitement contre la fibrose pulmonaire idiopathique en 18 mois (vs 5 ans en moyenne).

Processus :

1. Identification de la cible thérapeutique via l’IA.
2. Génération de 200 000 structures moléculaires.
3. Synthèse et tests de 7 molécules prometteuses.

5. BenevolentAI : repositionnement de médicaments

BenevolentAI a identifié le baricitinib (un traitement contre la polyarthrite) comme potentiel remède contre le COVID-19 en seulement 4 jours.

Tableau comparatif

Méthode traditionnelle	Approche IA
2-3 ans de recherche	4 jours
Coût : ~1 million CHF	Coût : 50 000 CHF

6. Endogena Therapeutics : lutte contre les maladies oculaires

Cette spin-off zurichoise utilise l’IA pour identifier des molécules régénérant les cellules rétiniennes.

Résultats :

• 2 candidats-médicaments en phase I.
• 40 millions CHF levés en 2024 pour accélérer les essais.

7. Université de Zurich : prédiction de toxicité

Un modèle d’IA développé ici analyse les données génomiques pour prédire les effets secondaires des molécules avec 92 % de précision.

Application :

• Élimination précoce de 30 % des composés toxiques lors des tests précliniques.
• Économie estimée : 200 millions CHF/an pour les labos suisses.

8. Start-ups locales : l’écosystème émergent

La Suisse encourage les start-up IA via des hubs comme Basel Area et BioTown Lucerne.

Exemples notables :

• Sophia Genetics : Analyse génomique de tumeurs via l’IA.
• Versameb : Conception d’ARN messagers thérapeutiques.
• Araris Biotech : Optimisation d’anticorps en oncologie.

Tableau synthèse des avancées

Entreprise/Institution	Innovation	Impact
Roche	Conception accélérée de molécules	-70 % de temps
ETH Zurich	Génération de structures inédites	3 médicaments en essais
BenevolentAI	Repositionnement de médicaments	Découverte en 4 jours

Conclusion

En Suisse, l’IA n’est plus un outil expérimental mais un pilier de la recherche pharmaceutique. Entre collaborations industrielles, percées académiques et start-up innovantes, le pays consolide sa position de leader mondial. Les défis persistent (confiance des patients, régulation), mais les gains en vitesse, coût et précision laissent entrevoir une ère nouvelle pour la médecine.