Découvrez comment Profluent utilise l’IA pour révolutionner la recherche médicale, soutenu par Jeff Dean et inspiré par les recherches de Salesforce

ProGen: une initiative de Salesforce pour concevoir des protéines grâce à l’IA générative

L’année dernière, Salesforce, l’entreprise connue pour son logiciel de support de vente dans le cloud (et Slack), a lancé un projet appelé ProGen pour concevoir des protéines à l’aide de l’intelligence artificielle générative. Un projet de recherche audacieux, ProGen pourrait, s’il était mis sur le marché, aider à découvrir des traitements médicaux de manière plus rentable que les méthodes traditionnelles, ont affirmé les chercheurs derrière lui dans un billet de blog de janvier 2023.

ProGen : des structures protéiques artificielles créées avec succès

ProGen a abouti à une recherche publiée dans la revue Nature Biotech montrant que l’IA pouvait créer avec succès les structures 3D de protéines artificielles. Mais, au-delà de l’article, le projet n’a pas eu beaucoup d’impact chez Salesforce ou ailleurs, du moins pas sur le plan commercial.

Profluent : une nouvelle entreprise pour mettre la technologie de génération de protéines entre les mains des sociétés pharmaceutiques

L’un des chercheurs responsables de ProGen, Ali Madani, a lancé une entreprise, Profluent, qui, espère-t-il, mettra une technologie similaire de génération de protéines hors du laboratoire et entre les mains des sociétés pharmaceutiques. Dans une interview accordée à nous, Madani décrit la mission de Profluent comme « inverser le paradigme du développement de médicaments », en partant des besoins des patients et des thérapies pour créer des solutions de traitement « sur mesure ».

Une approche révolutionnaire pour les médicaments

Madani s’est intéressé aux similitudes entre le langage naturel (par exemple, l’anglais) et le « langage » des protéines lorsqu’il était à la division de recherche de Salesforce. Les protéines – des chaînes d’acides aminés liés que le corps utilise à diverses fins, de la fabrication d’hormones à la réparation des tissus osseux et musculaires – peuvent être traitées comme des mots dans un paragraphe, a découvert Madani. En utilisant un modèle d’IA génératif, les données sur les protéines peuvent être utilisées pour prédire de toutes nouvelles protéines aux fonctions nouvelles.

Profluent applique la technologie à l’édition de gènes

Avec Profluent, Madani et son associé Alexander Meeske, professeur adjoint de microbiologie à l’Université de Washington, visent à appliquer le concept à l’édition de gènes. De nombreuses maladies génétiques ne peuvent pas être corrigées par des protéines ou des enzymes directement extraites de la nature, explique Madani. De plus, les systèmes d’édition de gènes assemblés en combinant différentes technologies présentent des compromis fonctionnels qui limitent considérablement leur portée. Profluent, en revanche, peut optimiser simultanément plusieurs attributs pour créer un éditeur de gènes sur mesure pour chaque patient.

La concurrence dans le domaine de l’IA générative pour la prédiction de protéines

D’autres entreprises et groupes de recherche ont déjà démontré des moyens viables d’utiliser l’IA générative pour prédire des protéines. En 2022, Nvidia a lancé un modèle d’IA générative, MegaMolBART, qui a été formé sur un ensemble de données de millions de molécules pour rechercher des cibles de médicaments potentielles et prévoir des réactions chimiques. Meta a formé un modèle appelé ESM-2 sur des séquences de protéines, une approche qui, selon l’entreprise, lui a permis de prédire les séquences de plus de 600 millions de protéines en seulement deux semaines. Et DeepMind, le laboratoire de recherche IA de Google, dispose d’un système appelé AlphaFold qui prédit les structures protéiques complètes, réalisant une rapidité et une précision bien supérieures aux anciennes méthodes algorithmiques moins complexes.

Profluent : des modèles d’IA formés sur des ensembles de données massifs

Profluent forme des modèles d’IA sur des ensembles de données massifs, avec plus de 40 milliards de séquences de protéines, pour créer de nouveaux systèmes d’édition de gènes et de production de protéines, ainsi que pour affiner les systèmes existants. Au lieu de développer des traitements eux-mêmes, la start-up prévoit de collaborer avec des partenaires externes pour produire des « médicaments génétiques » avec les meilleures chances d’approbation.

Un raccourci pour le développement de médicaments

Madani affirme que cette approche pourrait réduire considérablement le temps et le capital normalement nécessaires pour développer un traitement. Selon le groupe industriel PhRMA, il faut en moyenne de 10 à 15 ans pour développer un nouveau médicament, de la découverte initiale à l’approbation réglementaire. Les estimations récentes situent le coût de développement d’un nouveau médicament entre plusieurs centaines de millions et 2,8 milliards de dollars.

Profluent soutenu par des investisseurs de renom

Profluent, basée à Berkeley et comptant 20 employés, bénéficie du soutien de grands investisseurs en capital-risque, dont Spark Capital (qui a dirigé le récent tour de financement de 35 millions de dollars de la société), Insight Partners, Air Street Capital, AIX Ventures et Convergent Ventures. Le scientifique en chef de Google, Jeff Dean, a également contribué, ce qui ajoute de la crédibilité à la plateforme.

Les prochaines étapes pour Profluent

La prochaine étape de Profluent consistera à améliorer ses modèles d’IA, notamment en élargissant les ensembles de données d’entraînement, explique Madani. L’entreprise se concentrera également sur l’acquisition de clients et de partenaires. Elle devra agir rapidement, car des concurrents tels que EvolutionaryScale et Basecamp Research forment également leurs propres modèles de génération de protéines et lèvent des sommes importantes en capital-risque.

Madani déclare que « nous avons développé notre plateforme initiale et montré des percées scientifiques dans l’édition de gènes. Il est maintenant temps de passer à l’échelle et de commencer à proposer des solutions avec des partenaires qui correspondent à nos ambitions pour l’avenir. »