L'IA réécrit les règles de la découverte d'antibiotiques

Pendant des décennies, le spectre de la résistance aux antibiotiques a plané sur la santé publique mondiale, menaçant de replonger la médecine dans une ère où les infections courantes pourraient redevenir mortelles. Aujourd'hui, une récente percée impliquant la découverte d'une nouvelle classe de molécules antibiotiques efficaces, conçue par un système innovant, présente une lueur d'espoir bien nécessaire. Ce développement, que nous considérons comme un tournant critique, suggère un changement de paradigme potentiel dans la façon dont nous abordons le développement de médicaments et la course à l'armement perpétuelle contre les bactéries résistantes.

Le défi de la résistance aux antibiotiques est grave. Les micro-organismes développent constamment des mécanismes pour échapper à nos médicaments, rendant les infections de plus en plus difficiles à traiter. L'Organisation Mondiale de la Santé (OMS) identifie la résistance aux antimicrobiens comme l'une des trois menaces les plus importantes pour la santé publique au 21e siècle, aux côtés du changement climatique et de l'hésitation vaccinale. Avec environ 1,3 million de décès par an dans le monde et des projections d'un coût économique mondial de 3 400 milliards de dollars d'ici 2030, l'urgence de nouvelles solutions ne pourrait être plus claire. Rien qu'au sein de l'Union européenne, plus de 35 000 personnes meurent chaque année des suites d'infections causées par des bactéries résistantes aux antimicrobiens.

Historiquement, la découverte de nouveaux antibiotiques a été une entreprise lente, ardue et coûteuse. L'« âge d'or » de la découverte d'antibiotiques, entre la fin des années 1940 et les années 1960, a produit environ la moitié des antibiotiques encore utilisés aujourd'hui. Cependant, pendant des décennies, les résultats ont été rares. Les difficultés scientifiques signifient que seulement environ 3 à 6 % des nouveaux antibiotiques réussissent réellement les exigences rigoureuses de sécurité et d'efficacité nécessaires à l'approbation réglementaire, un processus qui peut prendre plus de 10 à 15 ans. Même dans ce cas, de nouvelles souches résistantes apparaissent souvent seulement 2 à 3 ans après l'introduction d'un médicament.

Au-delà des obstacles scientifiques, les facteurs économiques découragent également l'innovation. Le développement de nouveaux antibiotiques est coûteux, et leur attrait commercial est limité. Ces médicaments ne sont généralement pris que pendant quelques jours pour traiter une infection, ce qui entraîne des prix et une consommation inférieurs à ceux des traitements contre les maladies chroniques. Ce modèle financier oblige souvent les petites entreprises pharmaceutiques à interrompre des recherches prometteuses, rendant le secteur des antibiotiques moins attractif sans incitations importantes des gouvernements et des organisations de santé internationales.

Le rôle transformateur de l'IA dans la découverte de médicaments

L'urgence de la résistance aux antimicrobiens, que l'OMS considère comme une priorité critique, exige une approche plus rapide et plus efficace. C'est là que l'intelligence artificielle s'avère être un véritable tournant. Les systèmes d'IA, en particulier ceux utilisant des réseaux neuronaux et l'apprentissage profond, peuvent analyser rapidement des millions de structures moléculaires connues pour identifier des candidats antibiotiques potentiels.

Par exemple, un groupe de recherche international a entraîné une IA à distinguer les molécules ayant une activité antibiotique de celles toxiques pour les cellules humaines. Ils ont ensuite alimenté l'IA avec plus de 12 millions de composés, à partir desquels elle a identifié 283 candidats prometteurs. Des tests supplémentaires en laboratoire ont révélé deux molécules, appartenant à une nouvelle classe d'antibiotiques, qui étaient efficaces contre le Staphylococcus aureus résistant à la méthicilline (SARM) et les entérocoques résistants à la vancomycine – deux bactéries multirésistantes notoires. Une autre approche implique l'IA générative qui peut concevoir des structures moléculaires entièrement nouvelles, allant au-delà du simple criblage des structures existantes, pour créer de nouveaux composés potentiellement actifs contre des bactéries comme Neisseria gonorrhoeae et le SARM. Cette capacité à concevoir et à tester in silico réduit considérablement les coûts initiaux et le temps associés à la découverte traditionnelle de médicaments.

Une nouvelle ère de traitements ciblés

Au-delà de l'IA, les organisations scientifiques se concentrent également sur des stratégies qui combinent des antibiotiques existants avec des inhibiteurs de résistance pour restaurer leur efficacité. Les bactéries développent souvent une résistance en produisant des enzymes comme les bêta-lactamases et les carbapénémases qui détruisent les molécules antibiotiques. De nouveaux médicaments sont formulés en associant un antibiotique à un inhibiteur qui neutralise ces enzymes, permettant à l'antibiotique de fonctionner. Des exemples incluent des combinaisons comme le ceftolozane/tazobactam ou le ceftazidime/avibactam, qui sont efficaces contre un éventail de bactéries Gram-négatives, y compris Pseudomonas aeruginosa et certains Enterobacterales. Un autre développement critique est le céfidérocol, une céphalosporine sidérophore capable de pénétrer activement les membranes bactériennes Gram-négatives, offrant une nouvelle arme contre les pathogènes hautement résistants tels que Acinetobacter baumannii et Pseudomonas aeruginosa résistants aux carbapénèmes.

La recherche en cours s'étend à diverses bactéries Gram-négatives multirésistantes, y compris Klebsiella pneumoniae, Escherichia coli et Enterobacterales, qui sont des pathogènes prioritaires identifiés par l'OMS. Bien que les méthodes traditionnelles restent cruciales, l'intégration de l'IA accélère le rythme, permettant aux chercheurs d'explorer de nouveaux mécanismes d'action auxquels les bactéries n'ont peut-être pas encore développé de résistance. Cela marque un changement prometteur, alors que nous nous dirigeons non seulement vers des antibiotiques plus puissants, mais aussi plus intelligents, conçus pour déjouer les menaces évolutives posées par les superbactéries. La lutte est loin d'être terminée, mais avec l'IA de notre côté, l'avenir du développement d'antibiotiques semble plus prometteur qu'il ne l'a été depuis des décennies.