Révolution de l’IA renforcée par le quantique dans la découverte de médicaments contre le cancer : un bond en avant avec l’IA générative industrielle

Dans une avancée sans précédent dans la découverte de médicaments, Zapata Computing, Inc., aux côtés de Insilico Medicine, de l’Université de Toronto et de l’hôpital de recherche pour enfants St. Jude, a mis en évidence le potentiel remarquable de l’IA générative renforcée par le quantique. Cette collaboration a conduit au premier cas où un modèle génératif fonctionnant sur du matériel quantique dépasse les modèles classiques traditionnels dans la génération de candidats médicaments contre le cancer viables.

Cette étude phare s’est concentrée sur le développement de nouveaux inhibiteurs de KRAS, une cible notoirement difficile dans la thérapie contre le cancer. En utilisant des modèles d’IA générative avancés sur du matériel classique et quantique, notamment un appareil IBM 16 qubits, l’équipe a réussi à générer un million de candidats médicaments. Après un processus méticuleux de filtrage algorithmique et humain, le modèle génératif renforcé par le quantique a produit deux molécules distinctes avec une affinité de liaison supérieure à celles produites par les modèles classiques. Cette avancée souligne non seulement l’efficacité du calcul quantique dans la découverte de médicaments, mais illustre également le rôle transformateur de l’IA générative industrielle dans la résolution de défis complexes et spécifiques aux domaines dans diverses industries.

L’IA générative industrielle, une sous-catégorie spécialisée de l’IA générative, est particulièrement adaptée pour résoudre de tels problèmes complexes. Contrairement aux outils d’IA généraux comme ChatGPT et DALL-E d’OpenAI, l’IA générative industrielle est conçue pour résoudre des problèmes spécifiques au sein des entreprises ou des industries. Elle navigue à travers des défis tels que les données désorganisées, les grands espaces de solutions, l’imprévisibilité, la sensibilité au temps, les contraintes de calcul et les exigences d’exactitude, de fiabilité et de sécurité. À son cœur se trouvent des modèles génératifs, comme les Large Language Models (LLM), qui apprennent à partir des données de formation pour générer de nouvelles sorties réalistes. Cette approche a permis à l’équipe Zapata AI de pionnier dans le domaine de la découverte de médicaments, en utilisant l’IA pour créer des solutions innovantes.

Yudong Cao, directeur technique et co-fondateur de Zapata AI, a souligné la synergie entre le calcul quantique et classique pour fournir des solutions complètes dans ce projet révolutionnaire. La recherche, actuellement en attente de révision par les pairs et disponible sur ArXiv, s’appuie sur des études antérieures démontrant le potentiel de l’IA générative quantique dans la découverte de médicaments.

Alex Zhavoronkov, PhD, fondateur et co-PDG d’Insilico Medicine, a reconnu l’intégration du moteur d’IA générative d’Insilico, Chemistry42, avec des modèles quantiques augmentés, ouvrant de nouvelles voies thérapeutiques pour les cibles de cancer difficiles. Cette étape est cruciale pour faire progresser l’avenir de la découverte de médicaments.

Avec un partenariat stratégique récent avec D-Wave Quantum Inc. (QBTS ), Zapata AI est prêt à élargir encore les horizons des modèles d’IA générative quantique dans la découverte de nouvelles molécules pour une gamme d’applications commerciales. Christopher Savoie, PDG et co-fondateur de Zapata AI, a exprimé son enthousiasme pour ce développement et le potentiel d’applications plus larges dans diverses industries.

Alán Aspuru-Guzik, professeur à l’Université de Toronto et co-fondateur et conseiller scientifique de Zapata AI, a partagé son optimisme quant à l’intégration du calcul quantique dans le pipeline de découverte de médicaments. Cette recherche est pionnière, établissant un précédent pour les futurs ordinateurs quantiques pour mettre en évidence leurs capacités uniques.

La recherche a utilisé le package Python QML Suite de Zapata AI, disponible sur sa plateforme Orquestra®, soulignant l’application pratique du calcul quantique dans la résolution de défis scientifiques réels. Cette intégration de l’IA générative industrielle dans le processus de découverte de médicaments marque un pas significatif dans l’utilisation de l’IA pour des solutions innovantes et spécifiques aux industries, stimulant la croissance et l’efficacité dans le paysage technologique en constante évolution.