Sciences

L'intelligence artificielle permet désormais de recomposer des molécules

Un nouvel outil d’intelligence artificielle qui vient d’être mis au point est capable d’opérer une rétrosynthèse moléculaire par lui-même et aussi bien qu’un Homme.

De Juliette Heuzebroc
Illustration extraite de la série Year Million

Dans l’élaboration de nouveaux médicaments, les chimistes utilisent un procédé appelé la rétrosynthèse. Cela consiste à partir de la molécule souhaitée, la décomposer pour déterminer ses agents d’origine et ainsi pouvoir la re-synthétiser. Les chercheurs tentent d’utiliser les ordinateurs pour ce type de travaux depuis les années 1960, sans succès. Publié dans la revue Nature, un nouveau rapport montre qu’une équipe d’experts, menée par Marwin Segler, chimiste organique et chercheur en intelligence artificielle à l’université de Münster en Allemagne, vient de mettre au point un nouvel outil permettant de définir des schémas pour effectuer la rétrosynthèse d’une molécule. Il apparaît que ces schémas sont aussi efficaces que ceux construits par des Hommes.

 

UN NIVEAU DE PRÉCISION INÉDIT

Cette avancée, que les scientifiques saluent unanimement comme majeure, a été rendue possible grâce au deep learning neuronal. Le deep learning est une technique d’apprentissage qui permet à un programme ou une machine de décrypter par lui-même un langage ou un contenu et de s’en enrichir pour augmenter sa capacité de compréhension. En inculquant plus de 12,4 millions de réactions chimiques uniques à l’outil, celui-ci est à présent capable de schématiser une suite de réactions à effectuer pour recréer une molécule organique.

D’ordinaire, préparer une rétrosynthèse peut prendre des heures voire des jours. Les chimistes reconnaissent donc que ce nouvel outil est susceptible de faire évoluer significativement la recherche médicamenteuse en l’améliorant et en l’accélérant : « Augmenter le taux de réussite en chimie de synthèse serait très bénéfique en terme de rapidité et d’efficacité dans la découverte de nouveaux médicaments ainsi que dans la réduction de leurs coûts » explique Ola Engkvist, physicochimiste dans une entreprise pharmaceutique suédoise.

Afin de prouver la qualité des hypothèses générées par l’ordinateur, Marwin Segler et son équipe ont mis en place des phases tests. Ils ont réuni 45 chimistes chinois et allemands pour les faire travailler sur la recomposition de neuf molécules. Pour chacun d’elles, deux méthodes leur ont été soumises : une schématisée par un humain et une schématisée par l’intelligence artificielle. Les chimistes ont dû opérer ces deux méthodes à l’aveugle, sans savoir par qui elles avaient été proposées. Les résultats ont montré que les chimistes n’avaient aucune préférence entre les deux méthodes, et n’en distinguait pas une meilleure que l’autre, ramenant la machine à égalité avec l’humain.

Une technique nommée Chematica avait déjà été créée et commercialisée ; elle était jusqu’à ce jour la plus populaire du marché. La grande différence entre Chematica et l’outil créé par Segler réside dans le fait que, pour déterminer un schéma, un chimiste doit préalablement entrer des règles dans Chematica ; alors que ce dernier développement permet à la machine de n’apprendre que par la data sans besoin de cadre déterminé par l’humain.

 

Retrouvez Juliette Heuzebroc sur Twitter.

Lire la suite