Warp Sciences sort de l’ombre avec 215 millions de dollars pour créer des laboratoires de chimie pilotés par l’IA

Concevoir une molécule prometteuse n’est que le début de la recherche pharmaceutique. Il faut encore la fabriquer, la tester et tirer des résultats obtenus des enseignements pour concevoir la prochaine expérience. Warp Sciences mise sur le fait que l’IA peut créer son prochain avantage majeur en levant ce goulot d’étranglement expérimental.

Warp Sciences sort de l’ombre avec 215 millions de dollars de financement pour créer aux États-Unis un organisme de recherche sous contrat (CRO) en chimie, associant des chimistes expérimentés, l’IA et la robotique. Dirigée par Kevin Weil, ancien directeur des produits d’OpenAI, l’entreprise prévoit de fournir des composés de recherche à des clients des secteurs de la biotechnologie et de l’industrie pharmaceutique, tout en développant des laboratoires qui tirent des enseignements des expériences qu’ils réalisent.

Lightspeed a mené le tour de financement, auquel ont également participé IVP, Mayfield, Lux, Premji Invest et Menlo Ventures, entre autres. Parmi les investisseurs providentiels figurent Brian Armstrong, Mike Krieger, Dylan Field, ainsi que Mark Chen et Sarah Friar, d’OpenAI.

Une activité de services en chimie conçue autour de l’IA

Warp commence par la synthèse d’analogues pour optimiser des molécules tête de série : il s’agit de produire des variantes de molécules afin que les chercheurs puissent les comparer pendant qu’ils mettent au point un candidat médicament. C’est un service concret qui fournit un résultat tangible, et non une promesse selon laquelle un modèle d’IA inventerait un médicament de manière autonome.

Selon sa page consacrée aux services aux clients, Warp se concentre sur les programmes précliniques portant sur de petites molécules et produit des composés à l’échelle du milligramme jusqu’à plusieurs grammes. L’entreprise indique que ses travaux habituels portent sur des molécules élaborées nécessitant cinq à quinze étapes de synthèse. Cette activité s’inscrit dans le cycle itératif de fabrication et d’évaluation des composés dont les équipes de recherche ont besoin pour affiner un programme.

Warp établit également une distinction claire concernant la maîtrise des orientations de recherche. Les clients choisissent les molécules à étudier et gardent le contrôle de leurs programmes de développement de médicaments. Warp ne possède pas de portefeuille de médicaments en développement. Son activité consiste à fournir les moyens chimiques et les infrastructures expérimentales utilisés par ces équipes.

C’est important sur le plan commercial. Un organisme de recherche sous contrat doit fournir des composés utilisables, garantir leur qualité et collaborer efficacement avec les scientifiques de ses clients. Ces exigences soumettent immédiatement l’automatisation de Warp à une épreuve opérationnelle : doit-elle rendre le service plus productif et plus fiable ?

Des résultats de laboratoire à de meilleurs modèles

À plus long terme, la thèse technologique repose sur une boucle de rétroaction entre l’expérimentation et l’apprentissage automatique. Les expériences physiques produisent des éléments de preuve sur ce qui fonctionne. Les systèmes d’IA tirent des enseignements de ces données, contribuent à orienter les expériences suivantes et favorisent une automatisation croissante du travail en laboratoire. Des laboratoires plus performants peuvent ensuite produire des données plus utiles.

Dans son manifeste des fondateurs, Warp indique vouloir consigner aussi bien les expériences concluantes que les échecs. En parallèle des travaux réalisés pour ses clients, l’entreprise prévoit de mener des campagnes expérimentales dédiées afin de produire des données pour ses modèles. Des chimistes expérimentés dirigeront les laboratoires à mesure que davantage d’étapes du processus seront automatisées.

La prise en compte des échecs est un aspect important de cette approche. Savoir qu’une expérience n’a pas donné le résultat attendu peut aider à cerner les limites d’une méthode et à déterminer ce qu’il convient d’essayer ensuite. Pour que ces informations permettent d’améliorer un modèle, elles doivent être consignées avec suffisamment de contexte expérimental pour distinguer une piste infructueuse d’un problème d’exécution.

La robotique apporte la dimension matérielle de cette boucle, tandis que les logiciels relient la planification, l’exécution et la consignation des résultats. En développant ces systèmes en parallèle du laboratoire, Warp peut concevoir une automatisation adaptée au travail réellement effectué par les chimistes. L’avantage envisagé tient à l’amélioration de l’ensemble du processus expérimental, plutôt qu’à l’accélération de la conception moléculaire tandis que les délais d’attente au laboratoire restent inchangés.

L’ambition plus large de Warp est de développer une IA scientifique capable d’aider les scientifiques à raisonner sur le monde physique et à concevoir des expériences instructives. Son premier objectif commercial annoncé reste plus limité : fournir des composés de recherche et automatiser progressivement le travail nécessaire à leur production.

Quatre fondateurs à la croisée de la chimie, de l’IA et des opérations

Kevin Weil, cofondateur et directeur général, a récemment occupé les fonctions de directeur des produits et de vice-président chargé des sciences chez OpenAI. Son expérience porte notamment sur la transformation des avancées de l’IA en produits et sur la mise en place des systèmes opérationnels qui les accompagnent.

Le cofondateur et directeur des opérations DJ Patil a été le premier scientifique en chef des données des États-Unis et un dirigeant fondateur de Devoted Health. Le cofondateur et directeur scientifique Sol Reisberg a auparavant occupé des postes de direction en chimie médicinale chez Terremoto Biosciences. Le cofondateur et directeur technique Mano Paluri a été vice-président chez Meta Superintelligence Labs et membre fondateur de FAIR.

Cette combinaison de profils reflète les tâches à accomplir : concevoir des systèmes d’IA, mener des activités scientifiques et fournir une chimie exploitable par les clients. Warp indique que son équipe initiale comprend également des spécialistes de la robotique issus de Genesis, Skild AI et 1X, ainsi que des experts scientifiques de Genentech et de Lawrence Livermore National Labs.

Facturer les composés livrés

La tarification de Warp apporte une autre dimension à son financement. Sur son site, l’entreprise indique facturer chaque composé livré, selon un tarif convenu avec le client. Si un composé n’est pas produit, le client ne le paie pas. Warp oppose cette formule aux contrats de CRO fondés sur des effectifs exprimés en équivalents temps plein.

Ce modèle lie les revenus au travail accompli. Si l’automatisation réduit les efforts nécessaires pour produire un composé de manière fiable, Warp pourrait améliorer sa propre rentabilité tout en établissant un lien plus direct entre les dépenses des clients et les résultats obtenus. L’entreprise positionne son service autour d’une collaboration et d’un contrôle sur le territoire national, à des tarifs comparables à ceux pratiqués à l’étranger, mais elle n’a publié ni liste générale de prix ni résultats comparatifs sur les coûts.

Warp indique travailler actuellement avec un petit nombre de partenaires de conception. Ces collaborations reposent sur des échanges hebdomadaires entre les chimistes des clients et l’équipe de Warp, ce qui permet à la jeune entreprise d’affiner son service et ses systèmes en fonction de besoins de recherche concrets.

Le défi de l’exécution derrière les 215 millions de dollars

Ce financement apporte à Warp un soutien substantiel pour développer une activité qui nécessite de construire des capacités physiques autant que des logiciels. L’occasion consiste à transformer les services de chimie en un système apprenant : livrer des composés, recueillir des données expérimentales, améliorer les modèles, puis tirer parti de ces améliorations pour rendre les travaux suivants plus efficaces.

L’annonce ne fournit aucune mesure de l’amélioration des délais d’exécution, aucune évaluation comparative des modèles ni aucune preuve qu’un laboratoire entièrement autonome est déjà en activité. Ces étapes sont distinctes de la constitution de l’équipe et de la levée de capitaux. L’épreuve concrète consistera à vérifier si Warp peut tenir régulièrement ses promesses aux clients en matière de qualité, de rapidité et de rentabilité.

Pour l’heure, le choix le plus déterminant de l’entreprise concerne son point de départ. En commençant par des programmes de chimie pilotés par les clients, Warp rattache ses ambitions en matière d’IA à un besoin scientifique récurrent. Chaque composé livré représente une occasion de générer des revenus et d’améliorer le système de laboratoire qui servira à produire le suivant.