Résumé
Le rythme de la découverte de nouveaux médicaments ralentit fortement, car le nombre de nouvelles classes de médicaments facilement identifiables s’amenuise. Pour de nombreux types de traitements, les chercheurs doivent de toute urgence trouver des moyens novateurs de concevoir de nouveaux composés. Ces dernières années, les chercheurs ont de plus en plus appliqué l’apprentissage profond générateur - qui utilise l’intelligence artificielle (IA) pour interpréter les données - à la conception de médicaments. Mais le processus connaît encore des problèmes d’intelligibilité et un manque d’évolutivité.
Rachael Mansbach, titulaire de la Chaire de recherche du Canada en physique et biophysique computationnelles, s’efforce de combler cette lacune. Mme Mansbach et son équipe de recherche utilisent des principes physiques pour orienter des techniques d’IA de pointe afin de comprendre les processus biophysiques. Ils s’en servent également pour définir des règles de conception uniques pour des molécules et de courtes protéines destinées à des usages pharmaceutiques, comme la lutte contre la résistance antimicrobienne et la réduction de la douleur chronique.