La pénicilline, découverte par Fleming en 1928 presque par accident, a inauguré l’une des révolutions les plus importantes de l’histoire médicale : l’invention des antibiotiques. Grâce à eux, l’humanité a su dompter les pires pathologies ; ils étaient l’arme quasiment parfaite pour lutter contre des centaines d’affections, et elle en a usé sans compter.
Les bactéries, comme tout autre être vivant sur Terre, sont soumises à la sélection naturelle, et à force d’avoir employé les antibiotiques à foison, nous avons induit, sans le vouloir, une pression évolutive colossale sur des milliards de micro-organismes. Celles qui portaient, par hasard, une mutation protectrice ont survécu, proliféré et transmis cet avantage. Génération après génération (les bactéries en comptent des milliers par jour) notre arsenal thérapeutique s’est peu à peu émoussé et l’émergence de « super-bactéries » résistantes aux traitements est malheureusement de plus en plus fréquente.
Ce n’est donc pas pour rien que l’OMS classe aujourd’hui l’antibiorésistance parmi les menaces sanitaires mondiales les plus graves. Développer de nouveaux antibiotiques pour lutter contre les souches résistantes est difficilement envisageable : nous ne ferions que renforcer ce cercle vicieux. Sans compter que la création d’un antibiotique coûte des milliards de dollars et qu’une dizaine d’années peut s’écouler avant sa mise sur le marché. Heureusement, la médecine peut aujourd’hui s’appuyer sur la puissance de l’intelligence artificielle pour accélérer ce processus : le système AlphaFold, par exemple, prédit la structure tridimensionnelle des protéines, permettant de mieux comprendre les cibles moléculaires des bactéries. Il est également possible de citer les modèles AMR-AI, qui prédisent l’évolution biologique des agents pathogènes. La puissance de ces outils réside dans leur capacité à synthétiser des décennies de savoir thérapeutique et biologique pour en extraire les principes actifs les plus puissants, offrant à la médecine le second souffle dont elle avait désespérément besoin.
L’antibiorésistance, une menace sanitaire mondiale en pleine expansion
Chaque année, environ 1,1 million de personnes meurent d’infections dues à des bactéries que nos médicaments ne parviennent plus à éliminer. Et si rien ne change, ce nombre pourrait atteindre huit millions de morts par an d’ici 2050, soit davantage que ce que provoquent aujourd’hui toutes les formes de cancer réunies.
Deux noms reviennent régulièrement dans la littérature scientifique comme de tristes exemples du phénomène d’antibiorésistance. Neisseria gonorrhoeae d’abord, bactérie responsable de la gonorrhée, qui résiste désormais à la quasi-totalité des antibiotiques de première ligne. Staphylococcus aureus ensuite, une bactérie commune, présente sur la peau de près d’un tiers de la population mondiale sans provoquer le moindre symptôme, mais dont certaines souches ont acquis une résistance à la méticilline, un antibiotique de la famille des pénicillines longtemps considéré comme le traitement de référence.
En réalité, il ne s’agit là que d’exemples. Derrière eux, des dizaines de pathogènes empruntent le même chemin. La résistance de certaines souches bactériennes progresse bien plus rapidement que notre capacité à la contenir ; du moins, si l’on s’en tient aux techniques pharmacologiques standards et à la pharmacopée actuelle, qui s’apparente désormais à une armure percée de toutes parts par l’adaptation microbienne.
Le renouvellement de nos traitements ne suit plus le rythme. Entre 2017 et 2022, seuls douze nouveaux antibiotiques ont obtenu une autorisation de mise sur le marché, et presque tous n’étaient que des variations autour de familles moléculaires déjà connues, contre lesquelles les bactéries disposaient parfois déjà de parades.
Mettre au point une molécule véritablement inédite exige plus d’une décennie de recherche clinique et des investissements que l’industrie pharmaceutique consent de moins en moins. Et pour cause : un antibiotique efficace est, par définition, un médicament que l’on s’efforce de peu prescrire pour ne pas en accélérer l’obsolescence. Rentabilité faible, durée de vie thérapeutique incertaine, contraintes réglementaires très restrictives, complexité de l’expérimentation : l’industrie pharmaceutique a, en quelque sorte, abandonné le problème avant même que la science ne l’ait résolu.
Les super bactéries : l’autre terrain de chasse de l’IA
C’est au Massachusetts Institute of Technology que le professeur James Collins a eu l’idée de retourner le problème : puisque les bactéries évoluent plus vite que nos capacités de développement et de production de médicaments, pourquoi ne pas confier la découverte de nouveaux antibiotiques à un système capable, lui, de travailler à leur échelle ?
Le modèle a d’abord été instruit de tout ce que la pharmacologie avait accumulé en un siècle : structures des antibiotiques connus, mécanismes d’action et morphologie des bactéries ou profils de toxicité. Ce afin de lui apprendre à reconnaître ce qui, dans la géométrie d’une molécule, préfigure une activité antibactérienne.
Cette capacité d’abstraction acquise, l’algorithme s’est lancé dans une exploration que nulle équipe humaine n’aurait pu mener : 45 millions de structures chimiques évaluées, non pas testées en laboratoire, mais jaugées par inférence. C’est-à-dire qu’au lieu de procéder par essais et erreurs, le modèle a calculé instantanément la probabilité de succès de chaque structure en simulant l’interaction entre la molécule et les bactéries.
Ainsi, par succession d’itérations, et en modifiant la structure moléculaire de molécules prometteuses, le modèle a réussi à produire 36 millions de nouveaux composés. « En quelques heures ou quelques jours, nous pouvons analyser d’immenses bibliothèques de composés chimiques afin d’identifier ceux qui présentent une activité antibactérienne », explique James Collins.
Parmi ceux qui ont ensuite été synthétisés et confrontés à de vraies bactéries, deux ont montré une efficacité réelle contre des souches résistantes, selon des modes d’action suffisamment étrangers aux antibiotiques existants pour déjouer, au moins provisoirement, les défenses que les bactéries ont érigées.
Il serait tentant de penser que deux molécules sur 36 millions constituent un ratio de réussite extrêmement faible, mais c’est tout le contraire. En pharmacologie et en bioinformatique, la plupart des programmes de développement de médicaments s’achèvent après des années de travail, sans qu’aucune molécule ne franchisse jamais le stade préclinique. Le simple fait d’identifier deux candidates crédibles, même si elles n’ont pas encore reçu d’autorisation de mise sur le marché, montre en réalité que nous butions probablement contre un obstacle technologique et cognitif : nos méthodes de recherche, qui montrent aujourd’hui leurs limites. Même s’il est certain que l’IA ne résoudra pas à elle seule le problème de l’antibiorésistance, il apparaît de plus en plus évident, que sans elle, nous n’aurions eu d’autre choix que de continuer à chercher en tâtonnant trop lentement la terra incognita dans laquelle se cachent les antibiotiques de demain.
- L’intelligence artificielle permet d’analyser des millions de structures chimiques pour accélérer la découverte de nouveaux antibiotiques face à l’antibiorésistance.
- Chaque année, environ 1,1 million de personnes meurent d’infections bactériennes résistantes, un chiffre qui pourrait atteindre huit millions d’ici 2050.
- Des algorithmes ont déjà généré 36 millions de nouveaux composés, dont deux montrent une efficacité contre des souches résistantes, offrant un espoir dans la lutte contre les super-bactéries.
📍 Pour ne manquer aucune actualité de Presse-citron, suivez-nous sur Google Actualités et WhatsApp.
