L'IA dans la découverte de médicaments confrontée à des défis de qualité et de biais des données

Le coût élevé et les longs délais de développement des médicaments poussent les entreprises pharmaceutiques à adopter l'intelligence artificielle (IA) pour améliorer les taux de réussite et réduire les risques. L'IA est utilisée pour concevoir des candidats médicaments à partir de zéro et prédire leurs interactions avec les cibles de maladies, remplaçant le criblage physique traditionnel de vastes bibliothèques moléculaires. Ce changement permet aux entreprises d'identifier plus rapidement des composés prometteurs et d'éliminer les candidats de faible qualité avant les tests en laboratoire, économisant du temps et des ressources.

Cependant, les candidats générés par l'IA nécessitent encore une validation en laboratoire car les modèles actuels ne peuvent pas prédire de manière fiable la cinétique ou la développabilité. Cela a accru la pression sur les équipes de laboratoire, qui doivent tester et caractériser un volume croissant de composés divers générés par l'IA. Les flux de travail de criblage traditionnels, conçus pour des résultats binaires oui/non, peinent à fournir les données détaillées nécessaires pour ces candidats complexes.

Un défi majeur est la qualité et l'exhaustivité des données d'entraînement. De nombreux modèles d'IA reposent sur des ensembles de données publics qui manquent de structure, d'étiquetage et de diversité, conduisant à un « mur de données » où les modèles arrivent à des conclusions similaires avec des rendements décroissants. Le biais de publication exacerbe ce problème, car la plupart des données publiques se concentrent sur les résultats positifs, tandis que les données négatives—expériences échouées et composés non liants—restent non publiées. Paul Belcher, directeur de la stratégie de recherche sur les protéines chez Cytiva, note que ce biais limite la capacité des modèles à apprendre des échecs et à faire des prédictions fiables.

L'intégrité des données est une autre préoccupation. La fabrication d'images, comme les Western blots, est devenue plus facile avec l'IA générative. Des recherches menées par la microbiologiste Elisabeth Bik ont montré que près de 4 % des articles biomédicaux contenaient des images dupliquées ou manipulées en 2016. Belcher prévient que des données manipulées utilisées pour entraîner l'IA pourraient avoir des conséquences désastreuses. Certains fournisseurs développent des outils pour vérifier l'authenticité des données, comme l'Image Integrity Checker de Cytiva, qui utilise des algorithmes de hachage sécurisé pour détecter les falsifications. Les maisons d'édition montrent de l'intérêt pour adopter de tels outils comme pratique standard.

À l'avenir, l'industrie doit relever ces défis de données pour réaliser pleinement le potentiel de l'IA dans la découverte de médicaments. Cela inclut la création d'ensembles de données plus complets incluant les résultats négatifs, l'amélioration de l'étiquetage et de la structure des données, et la mise en œuvre d'outils de vérification pour garantir l'intégrité des données. Sans ces mesures, les modèles d'IA risquent de perpétuer les biais et de produire des prédictions peu fiables, compromettant leur promesse d'accélérer le développement de médicaments.