Menten AI utilise AWS, l'IA et l'informatique quantique pour créer des médicaments inédits et améliorés

Menten AI a créé la première protéine au monde conçue sur un ordinateur quantique. Cet exploit a d'énormes implications pour le monde de la découverte et de la conception de médicaments, et en fin de compte pour tous ceux d'entre nous qui pourraient bénéficier de nouvelles thérapies pour traiter les maladies. Cette perspective d'impact réel est exactement ce qui a poussé le PDG Hans Melo et le COO Tamás Gorbe à cofonder Menten AI alors qu'ils terminaient leur doctorat : Melo en machine learning et neurosciences computationnelles, et Gorbe en biocatalyse, ingénierie des protéines et chimie médicinale.

La technologie de découverte de médicaments de la startup se concentre sur la conception de peptides, ou de petites molécules semblables à des protéines qui se lient à des protéines d'intérêt, également appelées « cibles médicamenteuses ». Les peptides sont des molécules de taille moyenne et ils ont le potentiel de se lier aux protéines intracellulaires et extracellulaires. Cette flexibilité permet aux peptides de « cibler pratiquement toutes les cibles médicamenteuses potentielles, y compris une section de niche, ce que les autres types de médicaments ne peuvent pas cibler », explique Melo.

Et si les peptides offrent des « possibilités astronomiques », toutes ces possibilités ont également traditionnellement nécessité des investissements astronomiques en temps et en argent. Les approches traditionnelles de découverte de médicaments « synthétisent ou expriment des centaines de milliers, parfois des millions, de molécules » avant de les tester sur une cible. Seulement 0,01 % d'entre elles sont efficaces, ce qui signifie que « la grande majorité ne sont que des déchets », explique Melo.

C'est là que Menten AI est intervenue, en fusionnant les méthodes de machine learning et d'informatique quantique afin de réduire considérablement le temps et les coûts nécessaires à la conception de peptides, tout en fournissant « l'accès à un nouvel espace chimique que nous n'avions pas auparavant », explique Melo. Jusqu'à récemment, aucune technologie informatique ne permettait de concevoir des peptides avec suffisamment de précision pour qu'ils se fixent réellement à leurs cibles médicamenteuses.

En utilisant des simulations de modélisation informatique, Menten AI peut non seulement concevoir de nouvelles molécules à partir de zéro pour une cible d'intérêt spécifique, mais également affiner les options avant de donner vie aux molécules en laboratoire. « Nous réalisons des centaines de milliers de simulations et de conceptions in silico », explique Melo. « Tout cela se fait sur ordinateur, puis à la fin, nous pouvons en faire une petite liste, afin de transmettre 20 à 100 molécules et d'obtenir des taux de réussite très élevés. »

Menten AI construit toutes ces simulations sur AWS, en utilisant des milliers de processeurs et de GPU. En effectuant la majeure partie de leurs simulations et de leurs tests dans le cloud, les coûts sont nettement inférieurs à ceux des méthodes précédentes, à la fois du point de vue du temps et de l'argent.

« AWS possède pratiquement tout ce dont nous avons besoin de ce point de vue », déclare Melo. « Aujourd'hui encore, ils développent Amazon Braket, ce qui offre encore plus de possibilités pour réaliser davantage le travail quantique que nous avons également développé. »

Et c'est ce travail quantique qui prend de plus en plus d'importance alors que Menten AI se tourne vers l'avenir : alors que le machine learning a été utilisé dans le passé pour la découverte de médicaments, l'informatique quantique ouvre la voie à de toutes nouvelles approches pour résoudre des problèmes complexes.

L'un de ces problèmes, l'optimisation combinatoire, est au cœur du type de conception de peptides réalisé par Menten AI. L'optimisation combinatoire est « une recherche dans un espace immense, vraiment immense », explique Melo. « Vous avez donc des milliards et des milliards de possibilités ». Il faudrait des milliers d'années pour analyser chacune de ces possibilités sur un ordinateur classique, et même les algorithmes conçus pour essayer de faciliter les choses n'évoluent pas bien, « ce qui signifie qu'à mesure que les problèmes s'aggravent, il est impossible de trouver des solutions à ces problèmes ».

Les algorithmes d'optimisation quantique, quant à eux, débloquent un immense parallélisme, rendu possible par la modélisation simultanée de nombreuses solutions, ce qui permet une mise à l'échelle exponentielle. Menten AI a déjà réussi à exploiter l'informatique quantique pour la conception de peptides, et Melo est optimiste quant à la possibilité de continuer à l'utiliser en parallèle avec l'informatique classique pour découvrir des solutions qui n'étaient pas disponibles auparavant : « À mesure que les ordinateurs quantiques s'amélioreront et s'agrandiront, nous serons en mesure de tirer parti de ces technologies pour améliorer les médicaments que nous créons. »