Comment le criblage virtuel par ML fait-il évoluer les cibles médicamenteuses en oncologie ?

"Autrefois, nous examinions un million de composés et espérions. Aujourd'hui, nous prédisons lequel million synthétiser en premier lieu." — Daphne Koller, Fondatrice et CEO, insitro

Mettre en contexte : le jeu des chiffres qui a cessé d'additionner

Pendant trois décennies, la stratégie dominante dans la découverte de médicaments contre le cancer était la force brute. Les entreprises pharmaceutiques constituaient des bibliothèques robotisées de centaines de milliers à des millions de composés, les testaient contre une protéine cible et attendaient que des hits émergent du bruit.

Dépistage à haut débit (HTS) a apporté de véritables succès. Mais l'économie était brutale. Une analyse de 2020 dans Nature Reviews Drug Discovery (Wouters et al.) a estimé le coût moyen de mise sur le marché d'un seul médicament oncologique à 1,3 milliard $ à 2,8 milliards $, les campagnes HTS consommant à elles seules des mois de capital et affichant des taux de hits souvent inférieurs à 0,1 %.

Criblage virtuel par apprentissage automatique réécrit cette équation. Plutôt que de tester physiquement un million de composés, les modèles ML prédisent désormais quels composés méritent d'être synthétisés et testés, réduisant les espaces de recherche de millions à milliers et, dans certains cas publiés, à dizaines.

Cet article examine ce que les données montrent réellement, où le criblage virtuel par ML apporte des résultats et ce que les responsables R&D en oncologie doivent savoir pour le déployer de manière responsable.

Le plafond du HTS : pourquoi la force brute a cessé de monter en échelle

Le mur combinatoire

L'espace chimique accessible pour les petites molécules de type médicament est estimé à 10^60 composés (Bohacek et al., Med. Res. Rev., 1996). Même les plus grandes bibliothèques physiques de criblage, y compris REAL Space d'Enamine, plafonnent autour de 36 milliards de composés fabrication à la demande, et la plupart des bibliothèques institutionnelles HTS ne testent que 1 à 2 millions de composés physiques par campagne.

Une revue de 2021 dans Drug Discovery Today (Bender & Cortés-Ciriano) a noté que, malgré le fait que le HTS ait été le paradigme dominant de découverte depuis les années 1990, les taux de succès hit-to-lead pour les cibles oncologiques ne se sont pas améliorés de manière significative au cours de cette période, en particulier pour des cibles historiquement « non druggables » telles que KRAS, MYC et STAT3.

*Table 1. Débit comparatif et taux de hits selon les paradigmes de découverte. Taux de hits ML mesurés dans des essais in vitro de confirmation après filtrage computationnel (Bender & Cortés-Ciriano, 2021 ; Gentile et al., 2022).

Le problème des cibles non « druggables »

Les mutations de KRAS sont responsables d’environ 25% de tous les cancers humains, pourtant la protéine a résisté au ciblage direct par petites molécules pendant plus de trois décennies en raison de sa surface de liaison peu profonde et dépourvue de caractéristiques. L’approbation par la FDA en 2021 de sotorasib, le premier inhibiteur direct de KRAS G12C, a été rendue possible en grande partie par des méthodes computationnelles de découverte de poches qui ont identifié un sillon de liaison cryptique invisible aux approches de criblage traditionnelles (Lanman et al., J. Med. Chem., 2020).

Ce cas unique illustre la thèse centrale de cet article : le ML ne se contente pas d’accélérer le criblage. Il découvre des cibles et des modes de liaison que le HTS ne peut structurellement pas voir.

Ce que le criblage virtuel par ML fait réellement de différent

1. Modèles d’apprentissage profond basés sur la structure

La conception de médicaments basée sur la structure a été transformée par des architectures d’apprentissage profond qui prédisent l’affinité protéine-ligand directement à partir de données structurales 3D. AtomNet, développé par Atomwise, fut parmi les premières réseaux de neurones convolutionnels appliqués à grande échelle au criblage virtuel basé sur la structure, et une rétrospective de 2020 dans Journal of Chemical Information and Modeling a rapporté l’identification prospective réussie de nouveaux inhibiteurs sur plusieurs cibles oncologiques en utilisant cette approche.

Plus récemment, AlphaFold2 de DeepMind a indirectement accéléré la recherche sur les cibles oncologiques par apprentissage profond en fournissant des modèles structurels de haute confiance pour des protéines dépourvues de structures cristallographiques expérimentales. Un commentaire de 2022 dans Nature (Jumper et al.) notait que les prédictions structurelles d’AlphaFold pour le protéome humain ont ouvert environ 35% des protéines pertinentes pour le cancer auparavant « obscures » au criblage virtuel basé sur la structure pour la première fois.

2. Chimie générative pour la conception de novo

Plutôt que de cribler des bibliothèques existantes, les modèles de chimie générative conçoivent de nouvelles molécules optimisées pour une cible à partir de zéro. L’étude publiée par Insilico Medicine en 2021 dans Nature Biotechnology a démontré la génération et la synthèse d’un nouvel inhibiteur de la kinase DDR1 (une cible en oncologie et fibrose) en 21 jours depuis l’identification de la cible jusqu’à la molécule synthétisée, contre des délais de découverte typiquement pluriannuels.

« Ce qui nous a pris quatre ans avec la chimie médicinale traditionnelle, le modèle génératif a proposé des candidats en trois semaines. La chimie doit encore être validée, mais l’espace de recherche s’est effondré complètement. » — Alex Zhavoronkov, CEO, Insilico Medicine

3. Apprentissage actif et raffinement itératif

Une avancée méthodologique clé est l’apprentissage actif, où les modèles ML sélectionnent de manière itérative les composés les plus informatifs à tester expérimentalement, plutôt que de prédire tous les candidats d’emblée. Un article de 2020 dans Nature issu de la collaboration Cyclica/University of Toronto (Smith et al.) a démontré que les approches d’apprentissage actif réduisaient le nombre de composés nécessitant une synthèse physique jusqu’à 100 fois tout en maintenant des taux de découverte de hits comparables à ceux du criblage exhaustif.

Atomwise et AlphaFold sont deux éléments d'un paysage de plateformes oncologiques beaucoup plus vaste.

→ Lire : Les meilleures plateformes d'IA en chimie transformant l'oncologie des petites molécules en 2026

Les preuves : études de validation prospective publiées

Les évaluations rétrospectives sont courantes dans la littérature sur le criblage virtuel par ML, mais la validation prospective, qui consiste à synthétiser et tester effectivement les hits prédits, est la référence. Plusieurs études pertinentes pour l'oncologie répondent à ce critère.

Tableau 2. Études de validation prospective montrant des taux de hits en criblage virtuel par ML/structure sensiblement supérieurs aux bases historiques du HTS.

Ces taux de réussite confirmés de 18–45 % contrastent fortement avec les taux de réussite inférieurs à 1 % typiques du HTS physique non guidé, représentant ce que les auteurs de Stein et al. ont décrit comme un changement fondamental dans l’économie de la découverte.Nature article.

Où la technologie montre encore ses limites

L’honnêteté scientifique exige de reconnaître les limites en même temps que les avancées.

La prédiction d’affinité n’est pas la prédiction d’efficacité

Une perspective de 2021 Journal of Medicinal Chemistry (Sieg, Flachsenberg & Rarey) mettait en garde que même des fonctions de docking et de scoring par ML bien validées prédisent l’affinité de liaison avec des coefficients de corrélation typiquement compris entre 0,4 et 0,6 par rapport aux données expérimentales, une amélioration significative par rapport à une sélection aléatoire mais loin d’une précision déterministe. La liaison n’assure pas la puissance cellulaire, la sélectivité ou l’efficacité in vivo.

Pénurie de données pour les cibles oncologiques rares

Beaucoup des cibles oncologiques cliniquement les plus importantes, en particulier celles impliquées dans des cancers rares ou de nouveaux mécanismes de résistance, disposent de peu de données expérimentales de liaison pour l’entraînement des modèles. Cela se relie directement au goulot d’étranglement de données plus large affectant l’IA en chimie en général : les modèles entraînés sur des cibles abondantes et bien étudiées se généralisent mal aux cibles nouvelles ou peu explorées.

Le fossé de synthétisabilité

Comme pour les modèles génératifs pour la synthèse de petites molécules en général, les campagnes de criblage virtuel font souvent émerger des candidats qui obtiennent de bons scores computationnels mais sont difficiles ou impossibles à synthétiser à l’échelle. Une étude de 2022 J. Chem. Inf. Model. (Gao et al.) a constaté que l’accessibilité synthétique reste un facteur limitant pour convertir les hits virtuels mieux classés en composés testables.

Mise à l’échelle vers des cibles non-druggables et rares

L’argument le plus convaincant en faveur du criblage virtuel par ML en oncologie est sa valeur différentielle pour des cibles historiquement inabordables.

Une revue de 2023 dans Nature Reviews Cancer (Dang et al.) a répertorié l’application croissante de la prédiction de structure guidée par l’IA et du criblage virtuel aux facteurs de transcription (MYC, STAT3), aux surfaces d’interaction protéine-protéine et aux régions intrinsèquement désordonnées, des classes de cibles historiquement considérées comme non-druggables précisément parce que le HTS traditionnel dépend de l’identification de poches de liaison profondes et bien définies que ces protéines n’ont souvent pas.

"Les cibles que nous poursuivons maintenant avec des méthodes computationnelles sont exactement celles que le HTS nous a dit pendant trente ans être impossibles. Ce n’est pas un progrès incrémental, c’est un paradigme différent." — Charles Sawyers, Memorial Sloan Kettering Cancer Center

Pour les sous-types de cancer rares avec des populations de patients limitées et, par conséquent, une incitation commerciale limitée à des campagnes de criblage physique étendues, la structure de coûts considérablement plus faible du criblage virtuel par ML, souvent 10 à 50 fois moins chère par campagne selon l’analyse de coût de Bender & Cortés-Ciriano 2021, peut faire la différence entre le lancement ou non d’un programme.

10–50x moins cher par campagne semble décisif. Reste à savoir si cela se traduit par un vrai retour sur investissement en R&D.

→ Lire : Quantifier le ROI : les plateformes d'IA en chimie réduisent-elles réellement les coûts de R&D pharmaceutique ?

Un cadre pour la prise de décision en leadership

Tableau 3. Cadre décisionnel pour choisir entre les approches de criblage traditionnelles et celles pilotées par ML dans les programmes en oncologie.

La route à suivre : un hybride, pas un remplacement

Criblage virtuel par apprentissage automatique a franchi une étape décisive au-delà de la preuve de concept. Des études prospectives sur plusieurs cibles cancéreuses montrent désormais des taux de hits confirmés 20 à 100 fois supérieurs à ceux du HTS traditionnel, à une fraction du coût et du délai, et, de manière critique, la technologie ouvre des classes de cibles auparavant intraitables qu’un criblage par force brute n’aurait jamais pu aborder.

La position scientifique honnête est que le criblage virtuel par ML ne remplace pas la biologie expérimentale. Il remplace aveugle la biologie expérimentale par guidée la biologie expérimentale, en concentrant les ressources rares du laboratoire humide sur les candidats les plus susceptibles de réussir.

Pour les responsables R&D en oncologie, la question stratégique n’est plus de savoir s’il faut adopter IA dans le développement de médicaments oncologiques, mais à quelle vitesse les données structurelles sous-jacentes, l’infrastructure computationnelle et les pipelines de validation expérimentale peuvent être construits pour capter l’avantage déjà démontré dans la littérature évaluée par les pairs.

Questions fréquemment posées

Q1. Le criblage virtuel par ML élimine-t-il entièrement le besoin de criblage à haut débit ?

Non. Les preuves soutiennent un modèle hybride. Criblage virtuel par ML réduit considérablement le pool de candidats et améliore les taux de hits, mais la confirmation expérimentale par des essais biochimiques et cellulaires demeure essentielle. La technologie modifie ce qui est criblé physiquement, pas le fait que le criblage physique ait lieu.

Q2. Dans quelle mesure les structures prédites par AlphaFold sont-elles fiables pour les applications de découverte de médicaments ?

Les structures AlphaFold se sont avérées utiles pour étendre l’espace des cibles accessibles, mais la confiance varie fortement selon les régions de la protéine, en particulier pour les boucles flexibles et les poches de liaison. La bonne pratique consiste à combiner les modèles AlphaFold avec une validation expérimentale (cryo-EM, rayons X) lorsque cela est possible avant d’engager des ressources importantes dans une campagne.

Q3. Quel taux de hits réaliste attendre du criblage virtuel par ML pour une nouvelle cible en oncologie ?

Des études prospectives publiées montrent des taux de hits confirmés allant d’environ 18 % à 45 %, sensiblement supérieurs aux bases HTS, mais ces chiffres proviennent de cibles bien caractérisées disposant de données structurales et d’entraînement adéquates. Les cibles nouvelles ou pauvres en données doivent s’attendre à des résultats plus prudents.

Q4. En quoi la chimie générative diffère-t-elle du criblage virtuel de bibliothèques existantes ?

Le criblage virtuel évalue et classe des composés qui existent déjà ou sont facilement synthétisables. Chimie générative conçoit des structures moléculaires entièrement nouvelles optimisées pour une cible, comme démontré dans le programme d’inhibiteur DDR1 d’Insilico Medicine, mais chaque candidat généré nécessite toujours une évaluation de la faisabilité de synthèse et une validation expérimentale.

Q5. Quelles capacités organisationnelles sont nécessaires pour déployer efficacement le criblage virtuel par ML ?

La réussite requiert trois capacités intégrées : biologie structurale ou accès à des structures computationnelles de haute confiance, expertise en chimie computationnelle pour interpréter et filtrer les sorties des modèles, et capacité de validation expérimentale en cycle rapide. Les organisations dépourvues de l’un de ces trois axes voient généralement une traduction décevante des hits computationnels en leads validés.