La découverte de médicaments par l'IA déclenche un supercycle de fusions-acquisitions dans le secteur des biotechnologies

La nouvelle ère des biotechnologies pilotées par l'IA

L'industrie pharmaceutique s'est initialement construite sur le savoir-faire de l'industrie chimique, qui a commencé à créer des produits toujours plus utiles, y compris à usage médical. Au départ, il s'agissait surtout d'isoler et de purifier des composés chimiques naturels comme l'aspirine extraite de l'écorce de saule et la quinine extraite d'un arbre tropical.

On a ensuite commencé à créer des composés entièrement nouveaux, inexistants dans la nature, et à les transformer en médicaments. Cette approche a cependant commencé à montrer ses limites au cours des dernières décennies.

Les substances chimiques les plus faciles à produire ou à découvrir ont déjà été trouvées, et les autres molécules sont souvent insuffisantes : trop instables, trop toxiques, trop difficiles à fabriquer, etc.

De ce fait, l'industrie pharmaceutique s'est tournée vers les biotechnologies, qui consistent à réutiliser des molécules biologiques comme les hormones, les protéines ou l'ADN et l'ARN pour créer des médicaments. Ceci a permis le développement de l'insuline artificielle, des thérapies monoclonales, des thérapies géniques et de nombreuses autres avancées remarquables.

Cependant, là aussi, les progrès ont commencé à stagner, car les solutions les plus faciles ont déjà été trouvées : la plupart des agents biologiques actifs sont déjà identifiés et connus, laissant aux mécanismes biologiques plus complexes et difficiles à comprendre le soin de guérir les maladies encore résistantes au traitement.

C’est un problème majeur pour les grandes entreprises pharmaceutiques. Non seulement nombre de leurs traitements chimiques ne sont plus protégés par brevet ou le seront bientôt, mais la stratégie consistant à racheter des start-ups de biotechnologie ou à nouer des partenariats avec elles ne suffit plus.

Ces entreprises doivent investir rapidement dans l'innovation, et ce qui fonctionnait auparavant ne suffit plus.

Cela s'explique en grande partie par le fait qu'une représentation fidèle d'une seule cellule humaine serait d'une complexité presque incompréhensible pour une seule personne, comme l'illustre une image générée par ordinateur de tous les composants d'une seule cellule humaine qui est devenue virale il y a quelques années.

Source: Newsweek

Heureusement, une nouvelle vague d'innovation en biotechnologie émerge grâce au déploiement de l'IA dans les laboratoires de biologie. Ceci s'accompagne d'une révolution dans les données disponibles issues de ce que l'on appelle «révolution multiomique« ce qui génère une quantité de données sans précédent jusqu’au niveau intracellulaire. »

Et l'IA, avec sa capacité d'analyse de vastes ensembles de données qui dépasse largement celle de l'esprit humain, contribue désormais à donner un sens à tout cela.

Source: Forum économique mondial

Cette tendance est illustrée par le partenariat annoncé le 12 janvier^th, 2026, jusqu'à XNUMX fois Nvidia (NVDA + 1.02%) et Eli Lilly (LLY -1.34%), prévoyant d'investir conjointement jusqu'à 1 milliard de dollars sur cinq ans dans les infrastructures et la recherche pour la découverte de médicaments basés sur l'IA.

L'ère de la biologie numérique

La biologie numérique est en train de changer la façon dont le temps, les coûts et les risques d'échec s'accumulent tout au long du processus de découverte de médicaments, en transférant davantage d'exploration et d'optimisation vers le calcul avant même que ne commencent les travaux de laboratoire les plus coûteux.

Glissez pour faire défiler →

L'essor de la multiomique

La complexité même des systèmes vivants a conduit à l'émergence de la multiomique, un domaine qui fusionne tous les sous-segments -omiques des sciences biologiques et présenté comme la prochaine étape de la biotechnologie:

• Génomique: l'analyse de la séquence d'ADN dans le noyau des cellules.
• Transcriptomique : l'analyse de l'ARNm porteur des instructions de l'ADN.
• Épigénomique : la modification du génome sans affecter la séquence génétique, ou « épigénétique ».
• Protéomique : l’analyse des protéines, y compris la modification des protéines par des sucres (« post-traductionnelle »).
• Métabolomique : L'analyse des composés chimiques et du métabolisme.
• Microbiomique : l'analyse de tous les microbes vivant à l'intérieur ou sur le corps.
• Multiomique unicellulaire : l'analyse multiomique sur des cellules individuelles.
• Biologie spatiale : analyser en 3D la localisation d'ARNm, de protéines ou de cellules spécifiques.

Source: Recherche sur l'Arche

L'émergence de la multiomique est également due à des outils analytiques beaucoup plus puissants, issus de séquenceurs génétiques à biologie spatiale.

Le problème, cependant, est que cela génère un tel déluge de données que, pour la première fois, le défi pour les biologistes n'est plus de trouver une donnée intéressante à utiliser pour des applications pratiques, mais de déterminer quelles données sont réellement pertinentes pour un problème donné.

Si le génome de chaque nouveau-né dans le monde était séquencé, une pratique probable dans les années à venir, cela générerait 10 000 fois plus de données que celles utilisées chaque année par une IA comme Llama.

Source: Recherche sur l'Arche

Qu'est-ce que la biologie numérique ?

Une nouvelle option pour la recherche en biotechnologie est apparue récemment : in silico approche dans laquelle une ou plusieurs cellules virtuelles sont simulées dans un ordinateur.

« En 2026, l’identification des cibles thérapeutiques reposera sur une exploration in silico avant toute validation en laboratoire. »

Cela permettra de réduire le nombre de programmes qui s'enlisent au cours du développement préclinique.

Veronica DeFelice – Directrice des produits biologiques chez Sapio Sciences. »

Ces cellules virtuelles sont ensuite exposées au nouveau traitement potentiel, et la simulation calcule comment elles réagiraient.

Source: Recherche sur l'Arche

Une autre option consiste à simuler la configuration 3D d'une protéine, ce qui détermine en fin de compte sa fonction biologique.

Un simulateur de repliement des protéines comme L'intelligence artificielle AlphaFold de Google (GOOGL + 4.01%) Elle s'est améliorée jusqu'à 500 fois depuis 2018.

Source: Recherche sur l'Arche

Il est donc probable que les simulations in silico deviendront une technologie incontournable pour la plupart des entreprises pharmaceutiques et biotechnologiques.

Une autre forme de biologie numérique consiste à utiliser un système de détection avancé pour identifier les marqueurs du cancer dans un échantillon de sang, remplaçant ainsi les biopsies coûteuses et moins efficaces et permettant une détection plus précoce des cancers potentiels.

Enfin, l'automatisation, la robotique et l'IA se combinent pour créer des laboratoires automatisés capables de mener des expériences sans intervention humaine et d'analyser des millions de molécules ou de composés potentiellement utiles à moindre coût et 100 fois plus rapidement que les méthodes de recherche traditionnelles.

Investir dans la découverte de médicaments par l'IA

Présentation d'Eli Lilly

Eli Lilly est une immense entreprise pharmaceutique qui a bâti son empire médical sur la quinine, puis sur l'insuline.

Le traitement du diabète demeure au cœur de l'activité de l'entreprise, avec une longue série de molécules découvertes et approuvées au cours des trois dernières décennies pour cette maladie. Parmi celles-ci figure le tirzépatide, commercialisé sous la marque Mounjaro.

Dans les années 2010, Eli Lilly a également investi massivement dans l'oncologie (traitements du cancer) avec une série d'acquisitions et de partenariats dans ce domaine, ainsi que des efforts de développement de médicaments en interne pour constituer un solide portefeuille de médicaments oncologiques.

La molécule de tirzépatide a depuis été réorientée vers un traitement contre l'obésité, commercialisée sous le nom de Zepbound, principal concurrent d'Ozempic. Cette reconversion a été une véritable aubaine pour Eli Lilly, car nombre de ses anciens médicaments sont tombés dans le domaine public, permettant ainsi aux fabricants de génériques de les produire et de proposer des prix compétitifs.

Néanmoins, miser massivement sur un seul peptide breveté et ses dérivés potentiels est une stratégie risquée et non viable à long terme. Comme la plupart des entreprises pharmaceutiques, Eli Lilly a un besoin urgent de renouer avec une innovation diversifiée. Mais contrairement à beaucoup d'autres acteurs du secteur, Eli Lilly a un plan, qui repose entièrement sur l'IA et la biologie numérique.

Découverte de médicaments par l'IA chez Eli Lilly

L'annonce la plus importante et la plus récente concernant la découverte de médicaments par IA et Eli Lilly est son partenariat avec Nvidia.

« NVIDIA et Lilly unissent leurs forces pour inventer un nouveau modèle de découverte de médicaments, permettant aux scientifiques d'explorer in silico de vastes espaces biologiques et chimiques avant même la synthèse d'une seule molécule. »

Jensen Huang, fondateur et PDG de NVIDIA »

Ce projet combinera les laboratoires de recherche expérimentale de Lilly avec des laboratoires informatiques, permettant ainsi des expérimentations assistées par l'IA 24h/24 et 7j/7. Il s'inscrit dans un projet antérieur. Annonce d'un supercalculateur d'IA utilisant 1 000 GPU NVIDIA Blackwell Ultra pour une usine d'IA qui permettra de former de grands modèles biomédicaux fondamentaux et de pointe pour identifier, optimiser et valider de nouvelles molécules.

« Nos modèles fondamentaux ouvrent de nouvelles perspectives à nos chimistes, les aidant à découvrir de nouveaux motifs et configurations d'atomes qui étaient inaccessibles avec les méthodes traditionnelles. »

Thomas Fuchs – Directeur de l'IA chez Eli Lilly »

Ce partenariat d'un milliard de dollars est la dernière (et la plus importante) initiative de cette entreprise pharmaceutique dans le domaine de la découverte de médicaments par l'IA. Auparavant, elle avait notamment :

• A entamé une collaboration de recherche avec Médecine Insilico, avec un montant pouvant atteindre 100 millions de dollars à verser à la start-up en fonction des étapes de recherche franchies.
• Partenariat avec Cercle Pharmaceutique tirer parti des IA d'Eli Lilly pour améliorer ses thérapies macrocycliques, y compris pour des cibles historiquement inaccessibles aux médicaments.
• Développez des modèles d'apprentissage automatique avec insitro, un pionnier de l'apprentissage automatique appliqué à la découverte et au développement de médicaments.
• Collaboration avec OpenAI découvrir de nouveaux médicaments pour traiter les bactéries résistantes aux médicaments.
• Utilisation des modèles d'IA de Genetic Leap pour la découverte de médicaments ciblant l'ARN dans le cadre d'une transaction de 409 millions de dollars.
• Partenariat en intelligence artificielle avec la société de biotechnologie numérique de Google/Alphabet Laboratoires isomorphes, qui recevra 45 millions de dollars en versement initial et possibilité de percevoir jusqu'à 1.7 milliard de dollars en fonction des objectifs de performance..
• Un accord d'une valeur maximale de 670 millions de dollars avec Genesis Therapeutics pour la plateforme d'IA moléculaire de l'entreprise.
• Un accord de 1.3 milliard de dollars avec Superluminal découvrir des médicaments contre l'obésité grâce à l'IA, grâce à sa plateforme propriétaire basée sur l'IA ciblant les récepteurs couplés aux protéines G (RCPG), dans le but de renforcer la présence déjà leader d'Eli Lilly sur le marché de l'obésité.
• Un accord avec BigHat Biosciences pour faire progresser la découverte de thérapies à base d'anticorps pilotées par l'IA grâce à son Plateforme de modiste.

Eli Lilly s'est également associé à Banc, une plateforme logicielle basée sur le cloud conçue pour la R&D en sciences de la vie, afin de fournir aux jeunes entreprises de biotechnologie un accès à des modèles entraînés sur des décennies de données de recherche exclusives de Lilly.

Appelé TuneLabCette plateforme devrait aider Eli Lilly à nouer des partenariats avec des entreprises des sciences de la vie en phase de démarrage. son programme « Catalyze360 ».

Globalement, ces partenariats de découverte de médicaments par l'IA et le développement d'infrastructures dans toutes les directions devraient permettre de reconstruire le pipeline de découverte d'Eli Lilly et de renforcer sa position dans les domaines des antibiotiques, des médicaments contre le cancer, des maladies rares et de l'obésité.

Dernières actualités et développements concernant l'action Eli Lilly (LLY)