Top 12 des entreprises d'IA en découverte de médicaments en 2026

Introduction

L'intelligence artificielle est rapidement devenue un moteur de la prochaine génération de découverte de médicaments. Alors que les sociétés pharmaceutiques recherchent des délais plus courts, des coûts réduits et une probabilité de succès plus élevée, les plateformes pilotées par l'IA transforment la manière dont de nouveaux médicaments sont identifiés, optimisés et avancés jusqu'à la clinique. 

En analysant d'immenses ensembles de données biologiques, en prédisant les interactions médicament‑cible, en simulant le comportement des molécules et en concevant des composés nouveaux, les entreprises d'IA redessinent l'ensemble du paysage du développement de médicaments. Ce changement est étroitement lié aux évolutions de l'ensemble du processus de découverte de médicaments. En 2026, plusieurs leaders mondiaux continuent de repousser les limites en Amérique du Nord, en Europe et en Asie. 

Voici, par région, un aperçu des 12 principales entreprises d'IA dédiées à la découverte de médicaments qui ont le plus d'impact !

Amérique du Nord :

1) Recursion Pharmaceuticals (USA)

Recursion Pharmaceuticals reste une force majeure dans la découverte de médicaments axée sur l'IA. L'entreprise utilise son vaste ensemble de données d'imagerie biologique et sa plateforme propriétaire d'apprentissage automatique, connue sous le nom de Recursion OS, pour cartographier et analyser la biologie cellulaire à grande échelle. En combinant expérimentation à haut débit et apprentissage profond, Recursion identifie de nouveaux candidats thérapeutiques pour les maladies rares, l'oncologie et la fibrose. Les partenariats de l'entreprise avec Bayer et Roche soulignent également son influence croissante dans le paysage biotechnologique. En 2026, Recursion a poursuivi l'expansion de ses laboratoires automatisés et de ses capacités computationnelles, renforçant sa position de pionnier dans la découverte de médicaments assistée par la technologie. L'apprentissage automatique joue un rôle central dans l'analyse d'ensembles de données biologiques et d'imagerie à grande échelle.

2) Insilico Medicine (USA)

Insilico Medicine s'est forgé une solide réputation pour la découverte de médicaments par IA de bout en bout, de l'identification de cibles à la génération de molécules et à la conception d'essais cliniques. Sa plateforme phare, Pharma.AI, intègre des modèles d'IA générative, des données multi‑omiques et l'intelligence biologique au sein d'un même environnement. L'entreprise a fait la une avec l'un des premiers médicaments conçus par IA à entrer en essais humains et, en 2026, elle continue de faire progresser des programmes en oncologie, fibrose, immunité et maladies liées à l'âge. Le succès d'Insilico réside non seulement dans sa capacité à concevoir des molécules, mais aussi à les valider rapidement grâce à des installations de laboratoire expérimental intégrées. L'IA générative est de plus en plus utilisée pour concevoir de nouveaux candidats-médicaments aux propriétés optimisées.

3) Atomwise (USA)

Atomwise utilise la modélisation basée sur la structure et l'apprentissage profond pour prédire comment de petites molécules se lieront à des protéines spécifiques. Sa plateforme d'IA, AtomNet, crible des milliards de composés contre des cibles de maladie en une fraction du temps requis par les méthodes traditionnelles. Atomwise collabore avec plus de 250 instituts de recherche et plusieurs sociétés pharmaceutiques, contribuant à des découvertes en oncologie, neurologie et maladies infectieuses. En 2026, l'entreprise fait progresser plusieurs candidats-médicaments internes tout en continuant d'étendre son infrastructure computationnelle pour accélérer la découverte de hits à l'échelle mondiale. La modélisation basée sur la structure repose fortement sur les avancées en chimie computationnelle.

4) Nimbus Therapeutics (USA)

Nimbus Therapeutics combine chimie computationnelle, modélisation dans le cloud et apprentissage automatique pour concevoir des petites molécules hautement sélectives. L'entreprise est spécialisée dans les maladies métaboliques, immunologiques et oncologiques et est reconnue pour sa précision dans la conception de candidats-médicaments aux propriétés pharmacocinétiques optimales. Le succès de Nimbus avec les inhibiteurs de TYK2 et d'autres thérapies ciblées démontre comment la chimie pilotée par l'IA peut accélérer la conception moléculaire complexe. Ses partenariats stratégiques et son pipeline bien financé placent Nimbus parmi les leaders de la scène biotech computationnelle nord‑américaine.

Europe: 

5) Exscientia (UK)

Exscientia est l'une des premières entreprises au monde à avoir amené des médicaments conçus par l'IA en développement clinique. Sa plateforme intègre chimie automatisée, modèles d'apprentissage profond et robotique pour concevoir des candidats‑médicaments de haute qualité plus rapidement que les approches traditionnelles de chimie médicinale. Réputée pour sa précision et son efficience, Exscientia collabore avec des géants pharmaceutiques tels que Sanofi, Bristol Myers Squibb et Merck KGaA. La capacité de l'entreprise à concevoir des molécules prêtes pour la clinique en des délais records en a fait, en 2026, l'une des sociétés de découverte de médicaments par IA les plus influentes d'Europe.

6) BenevolentAI (UK)

BenevolentAI combine graphes de connaissances, exploration de la littérature scientifique et apprentissage automatique pour découvrir de nouvelles cibles médicamenteuses et repositionner des molécules existantes. Sa plateforme d'IA cartographie des relations biologiques complexes et identifie des voies pathologiques présentant un fort potentiel d'intervention thérapeutique. L'entreprise se concentre sur des domaines tels que la neurologie, l'inflammation et l'oncologie. BenevolentAI a été reconnue pour avoir identifié le baricitinib comme traitement du COVID-19 pendant la pandémie, démontrant l'impact réel de la découverte assistée par IA. En 2026, l'entreprise continue de renforcer son pipeline avec plusieurs nouveaux programmes progressant vers la clinique.

Recursion et Insilico s'appuient tous deux fortement sur l'apprentissage automatique pour donner un sens à d'énormes ensembles de données biologiques. Découvrez comment les techniques de ML sont réellement appliquées tout au long du pipeline de découverte de médicaments.

→ Lire : L'intelligence artificielle et l'apprentissage automatique transforment la découverte de médicaments

7) Evotec (Germany)

Evotec est un leader mondial de la découverte de médicaments qui intègre l'IA, le criblage à haut débit, les données multi‑omiques et des capacités de recherche translationnelle. Sa plateforme d'IA, PanHunter, permet d'identifier rapidement les mécanismes moteurs de la maladie et les candidats-médicaments. Evotec collabore avec des dizaines de partenaires pharmaceutiques dans le monde et a fait progresser des pipelines en neurosciences, maladies métaboliques, oncologie et anti-infectieux. Avec une solide base opérationnelle en Europe et une infrastructure numérique en croissance, Evotec demeure une pierre angulaire de l'écosystème R&D européen axé sur l'IA. De nombreux programmes mondiaux dépendent désormais d’écosystèmes intégrés CDMO et CRO pour faire évoluer la découverte.

8) Owkin (France)

Owkin est un leader remarquable dans la recherche biomédicale alimentée par l’IA, connu pour son approche d’apprentissage fédéré qui permet d’entraîner des modèles sur des données hospitalières sensibles sans compromettre la confidentialité. Cette avancée a permis à l’entreprise de générer des modèles prédictifs de haute qualité pour la stratification des patients, la découverte de biomarqueurs et l’optimisation des essais cliniques. Owkin collabore avec des centres de cancérologie de premier plan à travers l’Europe et de grandes entreprises pharmaceutiques, en particulier en oncologie. Sa capacité à tirer des informations des ensembles de données cliniques réelles fait d’Owkin un acteur clé du paysage européen de la santé pilotée par l’IA.

L’apprentissage fédéré d’Owkin optimise déjà les essais cliniques, pas seulement la découverte. Découvrez comment l’IA réduit les coûts et améliore l’efficacité une fois qu’un candidat arrive en clinique.

→ Lire : L’IA dans les essais cliniques : améliorer l’efficacité et économiser de l’argent

Asie : 

9) Deep Intelligent Pharma (Chine)

Deep Intelligent Pharma (DIPAI) utilise l’IA pour améliorer chaque étape de la découverte et du développement de médicaments, du traitement du langage naturel de la littérature scientifique à la conception moléculaire et au soutien du développement clinique. L’accent fort mis par l’entreprise sur l’automatisation et la chimie computationnelle a contribué à accélérer la découverte de candidats petites molécules dans plusieurs domaines thérapeutiques. DIPAI fournit également des outils alimentés par l’IA aux grandes entreprises pharmaceutiques en Chine, contribuant à un écosystème croissant de découverte de médicaments numériques dans la région. En 2026, l’entreprise continue d’étendre ses partenariats et d’améliorer l’efficacité de la découverte basée sur les données.

10) XtalPi (China/USA)

XtalPi opère à l’intersection des simulations basées sur la physique, de la chimie quantique et de l’IA. L’entreprise se spécialise dans la conception et l’optimisation de petites molécules avec une grande précision, en utilisant des simulations de jumeau numérique pour prédire des propriétés telles que la solubilité, la stabilité et l’activité biologique. La plateforme Intelligent Digital Drug Discovery and Development (ID4) de XtalPi est largement utilisée par des entreprises pharmaceutiques mondiales. Bénéficiant d’un fort soutien d’investisseurs majeurs et de collaborations avec des groupes pharmaceutiques internationaux, XtalPi demeure un innovateur de premier plan axé sur l’IA dans la découverte de médicaments, tant en Asie que sur le marché international.

Ces 12 entreprises représentent le volet opportunités de la découverte de médicaments par l’IA — mais la voie à suivre n’est pas sans frictions. Découvrez les obstacles qui subsistent entre la promesse de l’IA et son adoption à grande échelle.

→ Lire : Naviguer dans l’avenir de la découverte de médicaments pilotée par l’IA : opportunités et obstacles

11) Standigm (Corée du Sud)

Standigm est connu pour ses solutions de découverte de médicaments pilotées par l’IA qui prennent en charge la découverte de cibles, l’optimisation de leads et la génération de composés. Ses plateformes, Standigm ASK et Standigm BEST, identifient de nouvelles cibles biologiques et créent des molécules optimisées avec des propriétés améliorées. L’entreprise se concentre sur les maladies métaboliques, le vieillissement, la neurodégénérescence et l’inflammation. Les flux de travail entièrement automatisés et les modèles d’apprentissage profond de Standigm ont accéléré plusieurs programmes internes de pipeline, faisant de l’entreprise un leader émergent dans l’industrie biotechnologique asiatique en rapide expansion.

12) PeptiDream (Japon)

PeptiDream est spécialisée dans la découverte améliorée par l’IA de peptides macrocycliques, une classe de molécules reconnue pour sa grande spécificité et son potentiel thérapeutique. L’entreprise intègre l’apprentissage automatique à son système propriétaire Peptide Discovery Platform System (PDPS) pour concevoir des thérapeutiques à base de peptides ciblant des cibles difficiles à moduler. PeptiDream collabore étroitement avec des sociétés pharmaceutiques du monde entier pour développer des médicaments peptidiques de prochaine génération en oncologie, maladies cardiovasculaires et affections rares. À mesure que les thérapies basées sur les peptides gagnent en importance à l’échelle mondiale, PeptiDream continue de se distinguer comme un innovateur majeur dans le paysage biotechnologique asiatique.

En conclusion

En 2026, l’IA n’est plus seulement un outil émergent, elle est un moteur fondamental de l’innovation pharmaceutique à travers le monde. L’Amérique du Nord domine avec des entreprises qui combinent puissance de calcul et laboratoires automatisés, l’Europe excelle dans la biologie pilotée par les données et les insights cliniques, et l’Asie progresse rapidement grâce à des investissements solides dans l’IA et la chimie computationnelle. 

Ces 12 entreprises accélèrent non seulement les délais de découverte de médicaments, mais transforment aussi la façon dont les médicaments sont conçus, testés et mis sur le marché. L’IA transforme également l’optimisation de la fabrication pharmaceutique tout au long de la chaîne de valeur pharmaceutique.

À mesure que les technologies d’IA continuent de mûrir, l’écosystème mondial de découverte de médicaments deviendra plus connecté, plus prédictif et plus capable de s’attaquer à des maladies complexes. Ces tendances influencent les stratégies à long terme sur le marché de la fabrication sous contrat pharmaceutique. L’avenir de la médecine est façonné par ces innovateurs et leurs contributions définissent la prochaine ère des soins de santé.

FAQ

Q1. Quelle est l’entreprise de découverte de médicaments par IA la plus financée ?

XtalPi a levé plus de $1.9 billion, soutenue par Google, SoftBank et Tencent. Recursion Pharmaceuticals a levé environ $1.8 billion avec des partenariats actifs avec Bayer et Roche.

Q2. Un médicament conçu entièrement par l’IA a-t-il déjà reçu l’approbation de la FDA ?

À la mi-2026, aucun médicament entièrement conçu par l’IA n’a reçu l’approbation de la FDA. Cependant, ISM001-055 d’Insilico Medicine pour la fibrose pulmonaire idiopathique est en Phase 2 — le plus avancé parmi les molécules conçues par l’IA.

Q3. Combien de temps la découverte de médicaments par l’IA prend-elle par rapport aux méthodes traditionnelles ?

La découverte traditionnelle de médicaments prend 4–6 ans de l’identification de la cible au dépôt d’un IND. Les programmes assistés par l’IA ont réduit cela à 18–36 mois. Insilico Medicine a mis 18 mois de l’identification de la cible au candidat clinique pour son médicament contre la FPI.

Q4. Quelle technologie d’IA Insilico Medicine utilise-t-elle ?

Insilico utilise sa plateforme Pharma.AI — Chemistry42 pour la conception de molécules, PandaOmics pour l’identification de cibles, et inClinico pour l’analyse des essais cliniques, combinant IA générative, apprentissage par renforcement et grands modèles de langage.