Une société de recherche en investissement voulait prouver que l’IA pouvait révolutionner le développement de médicaments. Il s'est donc associé à Anthropic pour voir si une version inédite de Claude pourrait fabriquer un antivenin de scorpion. Ce n’était pas possible – et une vérification détaillée des faits par The Verge, publiée le 22 octobre, montre exactement dans quelle mesure l’expérience n’a pas répondu à l’affirmation virale, même si les chercheurs admettent que les résultats sous-jacents étaient « techniquement prometteurs ».

L’épisode est une étude de cas sur la façon dont les allégations de découverte de médicaments liées à l’IA circulent : une expérience flashy, un article de blog triomphant et un écart entre ce qui a été démontré et ce que les gros titres impliquaient. Pour une industrie où le financement de l’intelligence artificielle dépend de plus en plus d’une narration proche de la science, cela vaut la peine d’être lu attentivement.

Comment l'expérience s'est déroulée

La société à l'origine de l'expérience est Citrini Research, qui a publié un article de blog intitulé "Nous voulions utiliser Claude pour créer un nouveau médicament. Voici ce qui s'est passé". Comme le rapporte The Verge, le récit était accompagné de questions rhétoriques, d'un récit détaillé des aventures scientifiques amateurs de l'équipe et d'une citation de Charles Darwin. Citrini lui-même a admis qu '"aucun d'entre nous ne pouvait prétendre savoir quoi que ce soit sur l'IA dans ses liens avec la biologie".

La collaboration a une origine inhabituelle. Citrini s'est heurté aux barrières de biosécurité de Claude alors qu'il essayait d'amener le modèle à rechercher des candidats médicaments, et l'auteur du message affirme qu'ils ont "appelé en spam toute personne figurant sur ma liste de contacts qui travaillait dans un laboratoire d'IA" jusqu'à ce qu'ils trouvent un partenaire consentant. Anthropic a accepté d'abandonner les restrictions et de donner à l'équipe l'accès à un modèle plus avancé et inédit, à condition qu'elle travaille depuis les bureaux d'Anthropic. Le laboratoire d’IA a également payé la facture de calcul et de jetons, qui s’élevait à un peu moins de 50 000 $.

L'antivenin de scorpion était une cible appropriée : il s'agit d'un traitement coûteux et difficile à produire, impliquant souvent l'injection de venin aux chevaux. L'objectif était d'utiliser Claude pour concevoir des protéines capables de se lier aux toxines contenues dans le venin de scorpion.

Armée d'une invite de 35 pages, l'équipe a déclenché quelque 300 sous-agents pour découvrir des protéines appropriées. Le propre récit d'Anthropic, plus sobre, indique que Claude a généré près de 320 000 candidats et les a réduits à 180 modèles après avoir écarté ceux qui ressemblaient à des toxines connues ou à des protéines existantes. L'ensemble du processus a duré 64 heures. En collaboration avec Claude, l'équipe a ajouté 31 autres designs, portant le total à 211.

Ce que les laboratoires humides ont trouvé

Citrini a ensuite envoyé les conceptions à deux laboratoires extérieurs – la société de biotechnologie suisse Adaptyv Bio et la société américaine Twist Biosciences – pour tester si les protéines pouvaient réellement se lier à leurs cibles prévues. Ces tests ont coûté environ 150 000 dollars supplémentaires, ce qui porte la dépense totale à environ 200 000 dollars. On ne sait toujours pas pourquoi les tests n'auraient pas pu être effectués dans le laboratoire humide de biologie d'Anthropic en Californie.

Les résultats : 17 des protéines ont réussi, se liant collectivement à quatre des cinq toxines du scorpion que l'équipe avait espéré cibler. Aucune des protéines ne s’est liée à plus d’une seule toxine.

Et c’est là que l’histoire se termine, scientifiquement. Se lier à une toxine ne signifie pas qu’une protéine peut la neutraliser, et encore moins fonctionner comme un traitement sûr et efficace. Le propre message de Citrini concède qu '"aucune expérience n'a encore testé si la toxine était réellement arrêtée". En d’autres termes, l’entreprise a décidé de fabriquer un nouveau médicament et a plutôt franchi une étape beaucoup plus précoce dans le pipeline – une étape que les experts décrivent comme la partie relativement facile.

Experts : prometteurs, mais prématurés

The Verge a consulté plusieurs spécialistes universitaires et leur consensus était cohérent. "Il est assez facile de découvrir un bon agent liant contre les toxines des serpents et des scorpions", a déclaré Andreas Hougaard Laustsen-Kiel, professeur de technologies des anticorps à l'Université technique du Danemark. "Le plus difficile est de le traduire en médicament."

Deux de ses collègues du DTU – la professeure adjointe Melisa Benard Valle et la chercheuse principale Anne Ljungars – sont allées plus loin, décrivant les résultats comme « loin d'être un médicament et très médiatisés ». Les résultats sont techniquement prometteurs, écrivent-ils, mais la sécurité, la stabilité, le comportement du corps et la développabilité restent tous inconnus. "La traduction de ces liants en un véritable médicament reste probablement un processus long et difficile." Selon eux, l’élément véritablement nouveau de l’expérience était le processus de découverte autonome, et non les résultats biologiques.

Andreas Bender, professeur d'apprentissage automatique en médecine à l'Université Khalifa d'Abu Dhabi et professeur invité à l'Université de Cambridge, a ajouté un contexte qui dégonfle encore davantage la nouveauté : les méthodes existantes comme le criblage à haut débit sont souvent capables de trouver de nombreux candidats à un coût gérable, sans aucune IA. Concevoir des protéines qui se lient à des cibles est, selon ses termes, « en quelque sorte » un problème résolu. "C'est justement cette traduction qui manque."

L'angle commercial

Pourquoi une société de recherche en investissement dépenserait-elle 200 000 $ pour ne pas fabriquer de médicament ? Parce que l’expérience fait également office de marketing. Citrini a déclaré que l'exercice était en quelque sorte un succès, arguant qu'il offrait un aperçu des opportunités d'investissement dans l'ère à venir de la découverte de médicaments grâce à l'IA. Les détails de sa thèse haussière étaient réservés aux abonnés payants, bien que Bloomberg ait rapporté que la société avait mis en avant les sociétés impliquées dans le volet tests du développement de médicaments, notamment Charles River Laboratories, qui fournit des primates pour la recherche animale.

Les choix de cadrage parlent d'eux-mêmes. Dans une vidéo discutant de l'expérience, Citrini a décrit la partie IA comme « gratuite », ignorant la note d'environ 50 000 $ qu'Anthropic a récupérée. Lorsqu'elle a été contestée, la société a accusé les critiques de pinaillage, en écrivant : « Je ne veux pas battre un cheval mort, mais nous sommes une société de recherche en investissement – ​​pas une startup de biotechnologie. » Ni Citrini ni Anthropic n'ont répondu aux demandes de commentaires de The Verge.

Le contexte compte ici aussi. Citrini était auparavant à l’origine d’une fiction largement diffusée imaginant une catastrophe économique induite par l’IA, qui a gagné du terrain sur les réseaux sociaux et ébranlé les marchés du monde réel. Anthropic, à quelques semaines de son introduction en bourse très attendue, a ses propres raisons de vanter le potentiel de l'IA dans le développement de médicaments et les sciences de la vie – deux domaines qu'elle poursuit activement.

Ce que l'expérience a réellement prouvé

Dépouillé du battage médiatique, l’expérience démontre quelque chose de réel mais plus étroit que ce que suggèrent les gros titres : un modèle d’IA, fonctionnant avec une autonomie inhabituelle, peut exécuter une recherche de protéines candidates à grande échelle à moindre coût et rapidement, générant une liste restreinte contenant de véritables liants. Il s’agit d’un gain de productivité significatif pour les travaux de découverte à un stade précoce.

Mais la distance entre « 17 protéines qui se lient » et « un antivenin qui sauve des vies » s’étend des études de sécurité, de formulation, de tests d’efficacité et d’essais réglementaires – la partie longue et coûteuse du développement de médicaments qu’aucun calcul n’a encore réussi à réduire. Les experts ont déclaré à The Verge que transformer des molécules prometteuses en médicaments efficaces reste un défi bien plus important que de les trouver.

La leçon pour les lecteurs évaluant la prochaine histoire virale sur la science de l’IA est simple : demandez-vous si le résultat était une découverte, une liste restreinte – ou un argumentaire d’abonnement.

Gardez une longueur d'avance sur l'IA

Évitez le battage médiatique grâce à notre couverture de l'actualité sur l'IA sur AI Buzz Wire.

Lire plus d'actualités sur l'IA →