Des algorithmes capables d’accélérer la découverte de nouveaux médicaments : c’est le pari que viennent de réussir deux géants de l’intelligence artificielle, Google DeepMind et FutureHouse, selon Le Monde. Dans deux études publiées ce mercredi 21 mai 2026 dans la revue scientifique Nature, les deux entreprises détaillent comment leurs systèmes automatisés ont permis d’identifier des molécules existantes pouvant être « repositionnées » pour traiter des maladies autres que celles initialement ciblées.

Ce qu'il faut retenir

  • Deux études publiées le 21 mai 2026 dans Nature par Google DeepMind et FutureHouse.
  • Utilisation de « robots » logiciels pour évaluer le potentiel de molécules existantes dans de nouvelles indications thérapeutiques.
  • L’objectif : réduire le temps et les coûts liés au développement de médicaments.
  • Une avancée qui pourrait transformer les méthodes traditionnelles de recherche pharmaceutique.

Les travaux menés par ces deux acteurs majeurs de l’IA s’appuient sur des modèles capables d’analyser des millions de données biologiques et chimiques en un temps record. Plutôt que de partir de zéro pour chaque nouvelle pathologie, leurs systèmes ont scanné des bibliothèques de molécules déjà approuvées ou en phase avancée de test, afin d’en évaluer l’efficacité potentielle contre d’autres maladies. Cette approche, appelée « repositionnement de médicaments », est un enjeu crucial pour l’industrie pharmaceutique, car elle permet de raccourcir considérablement les délais de mise sur le marché.

Selon les auteurs des études, les résultats obtenus démontrent que l’IA peut prédire avec une précision significative quelles molécules pourraient être efficaces contre des maladies non initialement prévues. « Nous avons pu identifier plusieurs composés prometteurs en quelques semaines, là où les méthodes traditionnelles auraient pu prendre des années », a déclaré un chercheur de Google DeepMind sous couvert d’anonymat. FutureHouse, de son côté, a précisé que ses algorithmes avaient permis de cibler des cibles biologiques rarement explorées par les laboratoires pharmaceutiques classiques.

Cette innovation s’inscrit dans un contexte où l’intelligence artificielle devient un pilier de la recherche médicale. Les géants du numérique et les start-up spécialisées multiplient les initiatives pour exploiter le potentiel des données massives et des modèles prédictifs. Le repositionnement de médicaments n’est qu’un exemple parmi d’autres : l’IA est également utilisée pour concevoir des molécules de novo, optimiser les essais cliniques ou encore prédire les effets secondaires des traitements.

Et maintenant ?

Les prochaines étapes consisteront à valider expérimentalement les molécules identifiées par les algorithmes, puis à engager des essais cliniques si les résultats préliminaires s’avèrent concluants. Les deux entreprises prévoient de collaborer avec des laboratoires pharmaceutiques pour tester ces pistes, tandis que les régulateurs devront se pencher sur les protocoles d’évaluation de ces nouveaux usages. D’ici la fin de l’année 2026, des annonces sur les premières molécules repositionnées pourraient être faites, si les essais en laboratoire donnent satisfaction.

Cette avancée soulève également des questions plus larges sur l’avenir de la recherche médicale. Si l’IA permet de réduire les coûts et les délais, elle pose aussi des défis éthiques et réglementaires. Comment garantir la transparence des algorithmes utilisés ? Quels mécanismes de contrôle mettre en place pour éviter les biais ou les erreurs de prédiction ? Autant de sujets qui devront être abordés rapidement, alors que les premières applications concrètes se profilent à l’horizon.

Pour les patients, cette révolution technologique pourrait se traduire par un accès plus rapide à des traitements innovants. Pour l’industrie pharmaceutique, c’est une opportunité de repenser ses modèles économiques, alors que les coûts de développement d’un nouveau médicament dépassent souvent le milliard de dollars. Reste à voir si cette promesse se concrétisera dans les années à venir.

Le repositionnement de médicaments consiste à utiliser une molécule déjà existante, approuvée ou en développement pour une maladie donnée, afin de la tester contre une autre pathologie. Cette approche permet de gagner du temps et de réduire les coûts, car la molécule a déjà passé certaines étapes de validation (sécurité, toxicité, etc.).