Une étude publiée dans Biotechnologie de la nature révèle une nouvelle utilisation puissante pour l'intelligence artificielle: la conception de petites molécules de type médicament qui peuvent s'en tenir et décomposer des protéines nocives dans le corps – même lorsque les scientifiques ne savent pas à quoi ressemblent ces protéines. La percée pourrait entraîner de nouveaux traitements pour les maladies qui ont longtemps résisté au développement traditionnel des médicaments, y compris certains cancers, les troubles cérébraux et les infections virales.
L'étude a été publiée le 13 août 2025 par une équipe multi-institutionnelle de chercheurs de l'Université McMaster, de l'Université Duke et de l'Université Cornell. L'outil AI, appelé PEPMLM, est basé sur un algorithme conçu à l'origine pour comprendre le langage humain et utilisé dans les chatbots, mais a été formé pour comprendre la « langue » des protéines.
En 2024, le prix Nobel de chimie a été décerné aux chercheurs de Google Deepmind pour le développement d'Alphafold, un système d'IA qui prédit la structure 3D des protéines – une avancée majeure dans la découverte de médicaments. Mais de nombreuses protéines liées à la maladie, y compris celles impliquées dans le cancer et la neurodégénérescence, n'ont pas de structures stables. C'est là que PEPMLM adopte une approche différente – au lieu de s'appuyer sur la structure, l'outil utilise uniquement la séquence de la protéine pour concevoir des médicaments peptidiques. Cela permet de cibler un éventail beaucoup plus large de protéines de maladie, y compris celles qui étaient auparavant considérées comme «sans problème».
« La plupart des outils de conception de médicaments reposent sur la connaissance de la structure 3D d'une protéine, mais bon nombre des objectifs de maladie les plus importants n'ont pas de structures stables », a déclaré Pranam Chatterjee, auteur principal de l'étude qui a dirigé le travail chez Duke et est maintenant membre du corps professoral de l'Université de Pennsylvanie. « Le PEPMLM change le jeu en concevant des liants peptidiques en utilisant uniquement la séquence d'acides aminés de la protéine », a déclaré Chatterjee.
Dans les tests de laboratoire, l'équipe a montré que le PEPMLM pouvait concevoir des peptides – de courtes chaînes d'acides aminés – qui s'en tiennent aux protéines liées à la maladie et, dans certains cas, aident à les détruire. Ceux-ci comprenaient des protéines impliquées dans le cancer, les troubles de la reproduction, la maladie de Huntington et même les infections virales vivent.
Il s'agit de l'un des premiers outils qui peut concevoir ces types de molécules directement à partir de la séquence de la protéine. Il ouvre la porte à des moyens plus rapides et plus efficaces de développer de nouveaux traitements. «
Pranam Chatterjee, auteur principal de l'étude
L'étude a inclus des contributions majeures de l'Université McMaster, où Christina Peng, doctorante dans le laboratoire absent, a dirigé les expériences de la maladie de Huntington.
« C'est excitant de voir comment ces peptides conçus par l'IA peuvent réellement fonctionner à l'intérieur des cellules pour décomposer les protéines toxiques », a déclaré Peng. « Cela pourrait être une nouvelle approche puissante pour des maladies comme Huntington, où les médicaments traditionnels n'ont pas été efficaces. »
D'autres parties de l'étude ont été réalisées à Cornell, où les laboratoires de Matthew Delisa et Hector Aguilar ont construit et testé les peptides sur les protéines virales, et à Duke, où l'équipe de Chatterjee a développé le modèle AI et a mené des expériences de validation précoces. L'étude a également inclus des contributions de Ray absence chez McMaster.
« Ce travail montre que nous pouvons désormais lier toute protéine à toute autre protéine », a déclaré Truant, professeur au Département de biochimie et de sciences biomédicales. « Nous pouvons dégrader les protéines nocives, stabiliser les protéines bénéfiques ou contrôler comment les protéines sont modifiées – en fonction de l'objectif thérapeutique. »
L'équipe travaille déjà sur des algorithmes d'IA de nouvelle génération, comme Peptune et MOG-DFM, pour améliorer la façon dont ces peptides se comportent dans le corps, ce qui les rend plus stables, plus ciblés et plus faciles à livrer.
« Notre objectif ultime est une plate-forme thérapeutique peptidique à usage général et programmable – qui commence par une séquence et se termine par un médicament du monde réel », a déclaré Chatterjee.
La recherche a été soutenue par la Fondation CHDI, la Fondation Wallace H. Coulter, la Fondation Hartwell, les National Institutes of Health et la Krembil Foundation de Toronto, entre autres. Chatterjee et le premier auteur Tianlai Chen sont des co-inventeurs sur les demandes de brevet américaines liées à PEPMLM. Chatterjee et la co-auteur Delisa ont des intérêts financiers dans Ubiquitx, Inc., une entreprise de biotechnologie développant des thérapies programmables basées sur des protéines.
