« La conception de produits pharmaceutiques par ordinateur est de plus en plus utilisée, on estime à 10 % le nombre de molécules qui ont été découvertes de cette manière ! Nos travaux vont précisément permettre de trouver de nouveaux médicaments contre des cibles à fort besoin médical insatisfait dans le domaine du cancer et des maladies immuno-inflammatoires », a souligné mercredi 10 juillet Robert Marino, PDG de Qubit Pharmaceuticals, société deeptech spécialisée dans la découverte de nouveaux candidats médicaments grâce à la simulation et la modélisation moléculaire accélérée.
La société vient d’annoncer une percée majeure dans l’algorithmie quantique, grâce à l’émulateur Hyperion-1.
Qubit Pharmaceuticals a ainsi divisé par dix le nombre de qubits nécessaires pour calculer les propriétés de petites molécules avec cet émulateur, développé en partenariat avec Sorbonne Université. Une prouesse permise grâce à une approche hybride mêlant calcul haute performance et calcul quantique.
Découvertes accélérées
La start-up et Sorbonne Université ont par exemple réussi, avec seulement 32 qubits logiques, à prédire des propriétés physico-chimiques de l’azote, du fluorure d’hydrogène, de l’hydrure de lithium ou encore de l’eau. « L’informatique quantique utilise des processus qui permettent de gagner énormément de temps de calcul. Pour une molécule comme l’eau, nous avons besoin de 400 qubits mais nous obtenons des résolutions quasi exactes avec 24 qubits. Hyperion-1 va nous permettre de générer de l’IA plus performante et moins chère », explique Jean-Philip Piquemal, cofondateur et directeur scientifique de Qubit Pharmaceuticals, également professeur à Sorbonne Université. Se dessine ainsi une nouvelle ère de la « quantum utility » pour la découverte de médicaments à très court terme.
Selon les équipes de la deeptech, cette première preuve de concept démontre que l’utilisation en routine d'ordinateurs quantiques couplés à des plateformes de calcul haute performance pour la chimie et la découverte de médicaments est plus proche qu’on ne le croyait. Près de cinq ans pourraient être ainsi gagnés. « Nous allons également simuler d’autres propriétés de molécules, comme la toxicité. Cela fait partie des calculs que nous réalisons tout au long du processus de modélisation », complète le PDG de la structure. Les atouts de l’approche hybride sont déjà illustrés. « Nous modélisons par exemple la cible interleukine-4 afin d’étudier la manière dont elle interagit avec son milieu et de réussir son inhibition. Nous découvrons des mécanismes que les autres technologies n’identifient pas. Dans cette quête de découverte de nouveaux médicaments, il est crucial de ne pas opposer les trois technologies : informatique quantique, calcul haute performance et intelligence artificielle. »
Nouvelles sources de financement grâce à France 2030
L’autre bonne nouvelle annoncée par les dirigeants de la deeptech est l’obtention d’un financement de huit millions d’euros pour les quatre prochaines années dans le cadre du plan d’investissement France 2030.
« Nous pourrons poursuivre le développement d’algorithmes de manière plus rapide, accélérer l’émulation et donc la résolution des équations sur de petites molécules. Grâce aux financements obtenus dans le cadre de France 2030, des modèles d’IA nous permettront de réaliser des simulations sur des objets pharmaceutiques avec la précision de la physique quantique, se réjouit Jean-Philip Piquemal. Et s’agissant de la mise au point d’un médicament, il est préférable d’identifier des erreurs dans un ordinateur plutôt que dans un laboratoire, le coût est bien moindre ! »
Qubit Pharmaceuticals, qui ne fait pas mystère de son ambition de devenir leader de la découverte de médicaments moléculaires, devrait annoncer une nouvelle levée de fonds au deuxième semestre 2024.
Sérologie sans ordonnance, autotest : des outils efficaces pour améliorer le dépistage du VIH
Cancer colorectal chez les plus de 70 ans : quels bénéfices à une prise en charge gériatrique en périopératoire ?
Un traitement court de 6 ou 9 mois efficace contre la tuberculose multirésistante
Regret post-vasectomie : la vasovasostomie, une alternative à l’AMP