Amazon a présenté une nouvelle plateforme lors du symposium AWS Life Sciences à la mi-avril : Amazon Bio Discovery.
Le Memorial Sloan Kettering Cancer Center (MSK) fait partie des premiers utilisateurs de test. Ils ont fait quelque chose de très représentatif : en quelques semaines, ils ont conçu près de 300 000 candidats nanocorps ciblant des cibles de cancer pédiatrique et ont envoyé les 100 000 meilleurs directement au laboratoire humide pour synthèse et test.
Ce processus, dans des conditions normales, prendrait un an.
Comment fonctionne cette plateforme
Amazon Bio Discovery combine trois éléments :
Un, Bibliothèque de modèles de base biologiques
La plateforme intègre plus de 40 modèles de base entraînés spécifiquement sur des données biologiques, couvrant des domaines tels que la prédiction de structure de protéines, la conception d'anticorps et la génération de molécules médicamenteuses. Les organisations fournissant les modèles incluent Apheris et Boltz, et Biohub et Profluent devraient également se joindre.
Contrairement aux grands modèles de langage généraux, ces modèles sont entraînés spécifiquement sur des données expérimentales biologiques, avec une compréhension ciblée des relations structure-fonction des molécules. Les utilisateurs peuvent également utiliser leurs propres données expérimentales accumulées pour affiner les modèles, sans avoir à construire leur propre pipeline d'entraînement.
Deux, Interface d'agent IA
C'est l'élément clé pour que les non-experts en informatique puissent également l'utiliser. Il suffit de lui dire en langage naturel ce qu'il faut faire — par exemple, trouver des nanocorps capables de se lier à cette protéine cible — et l'agent IA sélectionne automatiquement le modèle approprié, conçoit le flux expérimental et interprète les résultats de calcul. Tout le processus ne nécessite pas d'écriture de code.
Selon le dirigeant d'AWS Rajiv Chopra, l'agent IA rend les capacités scientifiques puissantes non plus réservées aux chercheurs qui comprennent l'informatique.
Trois, Interface de laboratoire (Lab-in-the-loop)
C'est le point vraiment spécial d'Amazon Bio Discovery. La plateforme ne se contente pas d'effectuer des calculs, elle se connecte directement à de véritables laboratoires humides.
Lorsque l'IA a sélectionné des molécules candidates à fort potentiel, elles peuvent être envoyées en un clic à des laboratoires partenaires pour synthèse et test physiques. Les partenaires de laboratoire actuels sont Twist Bioscience et Ginkgo Bioworks, et A-Alpha Bio est également sur le point de se joindre.
Une fois les résultats des tests revenus, ils sont automatiquement réinjectés dans le modèle pour optimiser les paramètres de conception de la prochaine itération. C'est ce qu'on appelle le cycle expérimental : Conception IA → Vérification en laboratoire humide → Retour de résultats → Reconception IA.
Ce que le cas du MSK signifie vraiment
Le Memorial Sloan Kettering Cancer Center est l'une des principales institutions de recherche sur le cancer aux États-Unis. Leur cas de test :
- Saisie des données structurelles d'une protéine cible liée au cancer pédiatrique
- L'IA génère environ 300 000 conceptions de nanocorps
- Sélection selon des indicateurs tels que la fabricabilité et la stabilité, 100 000 sont envoyés au laboratoire humide
- Obtention des résultats expérimentaux en quelques semaines
AWS a publié un livre blanc scientifique dédié à ce projet, documentant l'ensemble du processus de conception de nanocorps. Dans le processus traditionnel, un cycle conception-test-itération prend déjà plusieurs mois, et l'achèvement du cycle complet prend généralement un an.
Il ne s'agit pas seulement de calculs plus rapides, le cœur est de connecter les flux d'information entre les deux étapes de conception et de vérification, éliminant une grande partie des frictions de coordination manuelle.
Qui l'utilise
Utilisateurs précoces connus :
- Bayer : L'une des plus grandes entreprises pharmaceutiques au monde
- Broad Institute : Institut de recherche génomique fondé par le MIT et Harvard
- Voyager Therapeutics : Spécialisé dans la thérapie génique pour les maladies neurologiques
AWS a également divulgué une donnée de contexte : 19 des 20 plus grandes entreprises pharmaceutiques mondiales utilisent déjà les services cloud d'AWS pour leurs travaux de recherche. Il ne s'agit pas cette fois d'attirer de nouveaux clients à partir de zéro, mais de réaliser une intégration plus profonde parmi les clients existants.
Pourquoi ce n'est pas juste un autre outil d'IA pharmaceutique
L'IA dans le domaine de la découverte de médicaments est active depuis plusieurs années, de nombreuses entreprises sont venues et reparties.
La différence d'Amazon Bio Discovery est : il ne vend pas seulement des modèles ou de la puissance de calcul, mais connecte le côté calcul au côté expérimental.
La partie la plus lente du développement de médicaments n'a jamais été l'exécution de modèles, mais l'attente des résultats de tests en laboratoire, la connexion des informations entre la prédiction informatique et la vérification physique, et le fait de permettre à un biologiste qui ne sait pas programmer de comprendre comment utiliser les outils d'IA. Ces trois problèmes, Amazon Bio Discovery les aborde directement.
Bien sûr, la plateforme vient d'être lancée, et les données de coût et de taux de succès à grande échelle nécessitent encore du temps pour s'accumuler. Le cas du MSK est le meilleur début, mais de la conception de plus de candidats à la découverte réellement plus rapide d'un médicament qui guérit, il y a encore une distance.
Cependant, l'approche mérite l'attention : intégrer des agents IA dans le cycle d'opérations physiques du laboratoire, ce cadre peut être copié directement dans la découverte de matériaux, la science alimentaire, la chimie agricole, tout domaine nécessitant de nombreuses itérations expérimentales peut l'utiliser. AWS a choisi l'industrie pharmaceutique cette fois parce que le marché est suffisamment grand, la demande est suffisamment urgente et les clients sont déjà là.
Source de référence : AWS Launches Amazon Bio Discovery Agentic AI to Accelerate Drug Development (Genetic Engineering & Biotechnology News), CocoLoop, Amazon launches its AI drug discovery platform (pharmaphorum)