Découverte Collaborative de Médicaments : pourquoi l’avenir de la médecine se construit-il ensemble ?

L'image d'un scientifique solitaire travaillant dans un laboratoire clos, protégeant avec soin chaque découverte, chaque composé, chaque insight, servait à décrire le fonctionnement réel de la découverte de médicaments pharmaceutiques. Les entreprises édifiaient des murs autour de leurs recherches. 

Les données étaient propriétaires. Les concurrents étaient des rivaux, pas des partenaires. L'hypothèse sous-jacente était que le secret était la source de l'avantage concurrentiel, et que le chemin le plus rapide vers un nouveau médicament passait uniquement par votre propre organisation.

Cette hypothèse ne tient plus. Le développement de médicaments est devenu trop coûteux, trop complexe et trop lent pour qu'une seule organisation puisse le gérer efficacement seule. Selon une analyse Deloitte de 2024, le coût moyen pour développer un nouveau médicament unique a grimpé à $2.23 billion, atteignant environ $3.3 billion lorsqu'on prend en compte le coût total du capital ! 

Le taux de réussite moyen d'un médicament entrant en phase I jusqu'à l'approbation est d'environ 7,9 %. Ce ne sont pas les mathématiques d'un système durable. Ce sont les mathématiques d'un modèle soumis à de fortes tensions.

La découverte collaborative de médicaments est la réponse structurelle la plus importante de l'industrie à cette pression. Elle réunit des entreprises pharmaceutiques, des startups biotechnologiques, des institutions académiques, des groupes de défense des patients, des fournisseurs de technologie et des organismes gouvernementaux, combinant des capacités qu'aucune organisation unique ne pourrait construire seule. Et cela fonctionne.

À quoi ressemble réellement la découverte collaborative de médicaments ?

La collaboration en découverte de médicaments n'est pas une chose unique. Elle existe sur un spectre de modèles, chacun adapté à différentes étapes du processus de développement et à différents objectifs stratégiques.

Les formes les plus courantes incluent :

1. Accords de licence et de co-développement Pharma-Biotech — De grandes entreprises s'associent à de petites biotechs qui possèdent une expertise approfondie sur une cible ou une modalité spécifique. La biotech réalise la découverte précoce ; la pharma apporte l'infrastructure clinique, réglementaire et commerciale.

1. Partenariats public-privé (PPP) — des consortiums financés par l'État s'associent à l'industrie pour lutter contre des maladies scientifiquement importantes mais pas suffisamment attractives commercialement pour qu'une seule entreprise s'en charge. Wellcome Trust, BARDA et CEPI ont tous joué ce rôle.

1. Partenariats université-industrie — les universités contribuent à la science fondamentale et à l'identification de nouvelles cibles ; l'industrie fournit des financements, une expertise translationnelle et l'accès à des programmes cliniques.

1. Consortia précompétitifs — les entreprises pharmaceutiques acceptent de partager des données dans des domaines où personne ne bénéficie à les garder privées, tels que le développement de biomarqueurs, les bases de données de sécurité et les plateformes de validation de cibles.

1. Découverte de médicaments en open source — les résultats de recherche, les bibliothèques de composés, les ensembles de données et les outils computationnels sont mis gratuitement à la disposition de la communauté scientifique.

Chaque modèle implique un compromis différent entre ouverture et contrôle, et entre risque concurrentiel à court terme et bénéfice collectif à long terme.

L'accord tripartite d'AI de Sanofi en est un modèle.

Voici l'intégralité de la feuille de route commerciale derrière les partenariats AI-pharma.

→ Lire : Stratégie de commercialisation | AI Driven Biotech Company

Le mouvement Open Science : partager ce qui était autrefois secret !

L'un des changements les plus significatifs dans la découverte collaborative de médicaments au cours de la dernière décennie a été l'essor de la science ouverte, le partage délibéré de données de recherche, d'outils et de résultats qui étaient auparavant détenus de manière propriétaire. Dans la pharma, cela est passé d'une idée marginale à une stratégie grand public, motivée par la prise de conscience que les entreprises ne gagnent rien à accumuler des données qui ne différencient pas leurs produits commerciaux.

Des exemples concrets de science ouverte en action aujourd'hui incluent :

1) AlphaFold & Biologie structurale : AlphaFold de Google DeepMind a été open-sourcé en novembre 2024. Le consortium OpenFold a publié OpenFold3 en octobre 2025 sous licence Apache 2.0, fournissant une alternative entièrement entraînable et utilisable commercialement. Ces outils sont désormais utilisés librement par les équipes de découverte de médicaments du monde entier pour identifier des cibles et concevoir des molécules à des vitesses auparavant impossibles.

2) ENAMINE & bibliothèques de composés partagées — Des collections de criblage partagées par des consortiums sont désormais disponibles pour les partenaires académiques et biotechs, réduisant considérablement le coût et le temps du criblage à haut débit.

3) Plateforme Open Targets — Un consortium incluant le European Bioinformatics Institute, le Wellcome Sanger Institute, GSK et AstraZeneca met à disposition des données intégrées de génétique et de génomique pour soutenir l'identification systématique de cibles médicamenteuses à travers les maladies.

4) L'initiative Openpharma — Presque toutes les grandes entreprises pharmaceutiques maintiennent désormais des dépôts de code open source. La communauté openpharma50 suit les contributions de logiciels open source des 50 principales entreprises pharmaceutiques.

L'idée clé qui sous-tend ces initiatives est constante : les entreprises ont réalisé que la capacité à convertir les données en connaissances, et non les données elles-mêmes, est la véritable source de valeur concurrentielle.

La dimension IA : la collaboration accélérée par la technologie

L'intelligence artificielle n'a pas seulement accéléré la découverte de médicaments au sein des organisations individuelles, elle est devenue un puissant catalyseur pour les modèles collaboratifs, car la valeur de l'IA augmente avec le volume et la diversité des données auxquelles elle peut accéder. Aucune entreprise unique ne génère suffisamment de données, couvrant suffisamment de domaines thérapeutiques, pour réaliser pleinement le potentiel de l'IA seule.

Les initiatives IA collaboratives les plus significatives en découverte de médicaments incluent :

a) Sanofi, Formation Bio, & OpenAI (2024) : En mai 2024, Sanofi a annoncé une collaboration tripartite sans précédent pour développer un logiciel alimenté par l'IA destiné au développement de médicaments. Sanofi a apporté des données propriétaires ; OpenAI a fourni des capacités de modèles fondamentaux ; Formation Bio a apporté une technologie d'essais cliniques, un nouveau type de collaboration entre organisations des sciences de la vie et le secteur technologique.

b) Isomorphic Labs avec Eli Lilly & Novartis — Isomorphic Labs a conclu des collaborations historiques avec les deux entreprises au début de 2024, travaillant sur la découverte de novo de petites molécules avec un potentiel de jalons combinés approchant 3 milliards de dollars.

c) AstraZeneca & CSPC Pharmaceuticals — Au milieu de 2025, AstraZeneca a conclu un accord d'une valeur supérieure à 5 milliards de dollars avec le géant pharmaceutique chinois CSPC, obtenant l'accès au portefeuille oncologique découvert par l'IA de CSPC, un modèle de collaboration transfrontalière devenu de plus en plus important.

Les défis qui rendent la collaboration difficile

Sur le papier, la collaboration semble simple. En pratique, elle implique la négociation de certains des terrains intellectuels et organisationnels les plus complexes en affaires.

Les obstacles les plus récurrents auxquels font face les programmes de découverte de médicaments collaboratifs sont :

1. Complexité de la propriété intellectuelle — Lorsque plusieurs organisations contribuent des données, des composés et des informations à un programme de découverte partagé, décider qui possède quoi à chaque étape du processus requiert une architecture juridique soigneuse dès le départ

1. Différences culturelles et opérationnelles — les grandes entreprises pharmaceutiques et les petites biotechs ou groupes académiques fonctionnent souvent à des vitesses, des structures de prise de décision et des tolérances au risque très différentes, créant des frictions qui retardent le progrès scientifique

1. Gouvernance et normalisation des données — les programmes collaboratifs ne sont efficaces que si la qualité et la compatibilité des données apportées par chaque partenaire sont bonnes ; des données mal formatées, incomplètes ou non standardisées compromettent la valeur du partage

1. Renforcement de la confiance entre concurrents — même dans des consortiums précompétitifs, demander aux scientifiques et aux dirigeants de partager des résultats avec des organisations qui leur font concurrence sur le marché commercial exige un effort culturel et structurel délibéré

AstraZeneca-CSPC est un accord oncologique lié à l'IA.

Voici les plateformes et partenariats qui redessinent l'ensemble du paysage.

→ Lire : Principales plateformes d'IA en chimie pour l'oncologie des petites molécules

Conclusion : la collaboration n'est plus optionnelle

La découverte de médicaments collaborative n'est pas une aspiration idéaliste, elle devient une nécessité commerciale. Le coût de construire toutes les capacités en interne, de protéger chaque point de données et de poursuivre chaque question scientifique via le budget R&D d'une seule organisation n'est plus soutenable pour la plupart de l'industrie pharmaceutique.

Les entreprises qui trouvent le succès dans cet environnement sont celles qui ont appris à être sélectives et stratégiques sur ce qu'elles partagent et ce qu'elles protègent. Elles partagent dans les domaines où la collaboration accélère la science pour tout le monde. Elles concurrencent dans les domaines où leurs capacités et leurs connaissances spécifiques créent une réelle différenciation thérapeutique.

La prochaine génération de percées médicales sera construite par des réseaux de partenaires travaillant vers des objectifs partagés, et non par des scientifiques isolés à huis clos. Les organisations qui construiront bien ces réseaux, avec les bons partenaires, la bonne gouvernance et la bonne ambition scientifique, seront celles qui façonneront la prochaine décennie de la découverte de médicaments.

FAQ

1. Qu'est-ce que la découverte de médicaments collaborative ?

La découverte de médicaments collaborative est une approche de recherche dans laquelle des entreprises pharmaceutiques, des sociétés de biotechnologie, des institutions académiques, des fournisseurs de technologies, des organisations gouvernementales et d'autres parties prenantes travaillent ensemble pour développer de nouveaux médicaments. En partageant expertise, ressources, données et technologies avancées, ces partenariats contribuent à accélérer l'innovation et à améliorer l'efficacité du processus de développement des médicaments. Ce modèle de collaboration aide également à réduire les coûts et à relever plus efficacement des défis scientifiques complexes. En conséquence, il devient une stratégie de plus en plus importante pour faire progresser la médecine moderne.

2. Pourquoi la collaboration devient-elle essentielle dans la découverte de médicaments ?

Le développement de nouveaux médicaments est devenu plus coûteux, plus long et scientifiquement plus complexe, rendant difficile pour une seule organisation de gérer l'ensemble du processus seule. La collaboration permet aux partenaires de combiner des expertises spécialisées, de partager les risques, d'exploiter des technologies avancées telles que l'intelligence artificielle et d'accélérer la découverte de nouvelles thérapies. Elle favorise également l'accès à des ensembles de données plus larges et à des approches de recherche innovantes. Ensemble, ces avantages augmentent le potentiel de réussite du développement de médicaments et un accès plus rapide des patients à de nouveaux traitements.

3. Quels sont les plus grands défis de la découverte de médicaments collaborative ?

Parmi les principaux défis figurent la gestion des droits de propriété intellectuelle, la protection des données sensibles, l'alignement des cultures organisationnelles différentes et l'assurance d'une communication efficace entre les partenaires. Les différences d'objectifs, de processus opérationnels et de normes de données peuvent aussi créer des obstacles qui nécessitent une planification et une gouvernance attentives. La construction de la confiance entre les collaborateurs est essentielle pour un succès à long terme. Lorsque ces défis sont traités efficacement, les partenariats collaboratifs peuvent améliorer considérablement l'innovation et les résultats de la recherche.