MIT présente le modèle CheMeleon pour prédire les propriétés moléculaires avec peu de données

MIT News a présenté CheMeleon le 6 novembre 2026 : un modèle moléculaire fondamental open source conçu pour prédire les propriétés chimiques lorsque les données expérimentales propres à une tâche sont rares. Mis au point par des chercheurs du MIT et de BASF, il vise à prioriser les molécules pour la découverte de médicaments et de matériaux.

L’article évalué par les pairs à l’origine du modèle est antérieur à cette annonce. Il a été publié en ligne le 7 août 2026, puis dans le numéro du 14 septembre 2026 du Journal of Chemical Information and Modeling ; une version antérieure était disponible en ligne depuis 2025.

L’un des cas d’utilisation envisagés consiste à estimer l’affinité d’un ligand pour une cible médicamenteuse cellulaire récemment découverte. Les chercheurs disposent alors de peu de mesures de la propriété qui les intéresse et doivent déterminer quels composés méritent d’être synthétisés et testés. CheMeleon sert à réduire le nombre de candidats, et non à rendre le comportement moléculaire parfaitement prévisible.

Préentraînement sur des descripteurs calculés

CheMeleon a été préentraîné sur environ un million de molécules issues de PubChem et quelque 1 600 descripteurs moléculaires mis au point par des chimistes au fil de plusieurs décennies. Les valeurs cibles utilisées pour l’entraînement ont été calculées plutôt que recueillies dans la littérature expérimentale publiée ; elles comprenaient notamment la masse moléculaire et le nombre d’atomes d’oxygène. Ce préentraînement supervisé s’appuie sur des descripteurs calculables à faible bruit pour construire des représentations moléculaires transférables à d’autres tâches.

Le même modèle préentraîné peut ensuite être affiné à l’aide d’une petite quantité de données propres à la tâche pour étudier des propriétés telles que la solubilité, la viscosité, la bioactivité ou la réactivité avec une protéine ou une enzyme particulière. CheMeleon est un modèle fondamental comptant de l’ordre de 10 millions de paramètres, conçu pour les réseaux neuronaux à propagation dirigée de messages.

Akshat Shirish Zalte, étudiant de deuxième cycle au MIT, a opposé cette approche aux modèles classiques conçus par des experts, dans lesquels des spécialistes codent manuellement les liens possibles entre des descripteurs tels que la taille moléculaire, la ramification ou l’encombrement et une propriété comme la solubilité. CheMeleon apprend plutôt des relations chimiques générales pendant le préentraînement, de sorte que le réseau n’a pas à tout apprendre depuis le début pour chaque nouvelle tâche.

Résultats des évaluations comparatives et adoption rapportée

Les chercheurs ont évalué CheMeleon sur 58 jeux de données de référence portant sur des propriétés pertinentes pour la découverte de médicaments à petites molécules. Ces données provenaient de l’initiative d’évaluation comparative Polaris, menée par l’industrie. Selon les comparaisons statistiques rapportées par les auteurs, CheMeleon a surpassé les modèles de référence classiques, notamment les forêts aléatoires appliquées aux empreintes moléculaires et aux descripteurs, ainsi que les modèles fondamentaux existants.

William Green, titulaire de la chaire Hoyt Hottel de génie chimique au MIT, a déclaré que le modèle réduisait considérablement le nombre de molécules à tester expérimentalement pour prédire avec précision les propriétés de nouveaux composés, soulignant ainsi les gains de temps et d’argent liés à leur synthèse et à leur mise à l’essai.

Green a indiqué que neuf des 20 meilleures candidatures à un concours OpenADMET organisé plus tôt en 2026 avaient utilisé CheMeleon dans des processus visant à prédire les propriétés de molécules qui n’avaient encore jamais été synthétisées.

Le MIT a fait état d’une utilisation régulière de CheMeleon par plusieurs entreprises pharmaceutiques. Green a déclaré qu’au moins une entreprise, dont il n’a pas révélé le nom, avait demandé à son personnel de commencer par CheMeleon chaque fois qu’il modélisait une propriété.

Disponibilité ouverte et limites pratiques

CheMeleon et son cadre de préentraînement sont open source. Les utilisateurs peuvent télécharger et affiner le modèle au moyen de ChemProp, un logiciel mis au point et maintenu par le groupe de Green. Le projet réunit également des chercheurs en génie chimique du MIT et trois scientifiques de BASF SE en Allemagne : Jochen Sieg, Christian Feldmann et Miriam Mathea.

Pour les équipes de recherche et de découverte, l’intérêt pratique est de disposer d’un point de départ réutilisable lorsqu’une nouvelle propriété est associée à peu de données d’entraînement directement pertinentes. Les résultats des évaluations comparatives et les premières adoptions montrent que CheMeleon a dépassé le stade d’une démonstration dans un seul laboratoire, mais son rôle reste de prioriser les candidats : les composés qu’il retient doivent encore être étudiés expérimentalement pour établir leur comportement réel.