Un nouveau modèle développé par des chercheurs du MIT promet de révolutionner la découverte de molécules grâce à l’intelligence artificielle, en simplifiant le processus de prédiction des comportements moléculaires à partir de données limitées. Cette avancée, qui s’inscrit dans les efforts pour accélérer le développement de nouveaux médicaments, matériaux et technologies, pourrait transformer la manière dont les industries évaluent et synthétisent des composés chimiques.
Ce qui s’est passé
La recherche de molécules spécifiques est cruciale dans de nombreux secteurs, notamment la pharmaceutique, l’électronique et l’énergie. Cependant, le processus actuel reste fortement tributaire d’essais et d’erreurs, car la prédiction des comportements des composés chimiques reste complexe. Le modèle CheMeleon, développé au MIT, utilise des techniques d’apprentissage machine pour surmonter cette difficulté, en permettant de faire des prédictions même lorsque les données disponibles sont rares.
Ce que l’on sait
Les résultats de cette étude, publiée dans le Journal of Chemical Information and Modeling, montrent que CheMeleon peut surpasser d’autres méthodes existantes en affinant le choix des molécules à tester. Le modèle a été conçu par une équipe dirigée par des étudiants du MIT et des chercheurs de la société chimique BASF, et est déjà utilisé par plusieurs entreprises pharmaceutiques. CheMeleon repose sur une base de données de plus d’un million de molécules, ayant permis d’apprendre des corrélations entre les structures moléculaires et leurs comportements en termes de propriétés chimiques.
Les éléments à retenir
D’une manière innovante, CheMeleon exploite les descripteurs moléculaires pour prédire des propriétés telles que la solubilité, la viscosité, ou des aspects plus spécifiques comme la bioactivité. Contrairement aux modèles traditionnels qui nécessitent des données détaillées, ce nouveau système calcule automatiquement des descripteurs à partir de bases de données chimiques, ce qui en réduit significativement la complexité d’utilisation.
Cette approche a déjà prouvé sa valeur : lors d’une compétition organisée par OpenADMET, neuf des vingt meilleures soumissions ont fait appel à CheMeleon, ce qui a engendré un intérêt accru des entreprises pharmaceutiques. Certaines ont même intégré son usage dans leur politique de modélisation des propriétés moléculaires.
La suite
Les chercheurs estiment que l’utilisation de ce modèle peut drastiquement réduire le nombre de molécules nécessitant des tests expérimentaux, un avantage significatif lorsqu’il s’agit de synthétiser et tester des composés chimiques, un processus souvent coûteux et chronophage. Grâce à CheMeleon, l’avenir des découvertes moléculaires pourrait être beaucoup plus rapide et efficace.
Source : MIT News (news.mit.edu)
Article original : Consulter la source originale
Auteur : David L. Chandler | Department of Chemical Engineering
