Imec demande une infrastructure européenne de données biologiques pour développer des médicaments avec l’intelligence artificielle

L’Europe a besoin d’une infrastructure capable de produire et de relier des données biologiques pour développer des médicaments avec l’intelligence artificielle, a déclaré Liesbet Lagae, chercheuse et directrice des programmes consacrés aux technologies des sciences de la vie chez imec. Lors d’une présentation à Bruxelles, devant la commission de la santé publique du Parlement européen, SANT, elle a expliqué que les données hospitalières devaient être complétées par des informations expérimentales sur le fonctionnement des cellules, des protéines et des tissus.

En bref, imec propose de développer une infrastructure européenne combinant les expériences biologiques, les technologies de mesure et les modèles d’intelligence artificielle pour la recherche pharmaceutique. Liesbet Lagae estime que l’accès insuffisant aux données pertinentes limite les modèles actuels. Les informations cliniques et celles produites en laboratoire remplissent des fonctions complémentaires. La proposition vise à favoriser la collaboration entre chercheurs, entreprises technologiques, industrie pharmaceutique, entreprises de biotechnologie et startups. Les eurodéputés ont demandé qui contrôlerait les données et les résultats, comment fonctionnerait la protection par brevet et comment les erreurs présentes dans les données d’entraînement pourraient être gérées. La présentatrice a défendu le maintien d’exigences strictes de sécurité pour l’autorisation des médicaments. L’audition n’a annoncé ni nouveau programme européen de financement ni résultats cliniques validant l’ensemble de cette approche.

Lagae a décrit une orientation de recherche connue sous le nom de TechBio, dans laquelle les technologies de mesure, l’analyse des données et l’intelligence artificielle sont intégrées à l’étude des processus biologiques. L’objectif est de développer des modèles capables d’aider les chercheurs à comprendre les maladies et à mieux sélectionner les substances ou les interventions qui méritent d’être testées. Elle a précisé que les modèles biologiques actuels sont encore en phase de maturation et n’ont pas atteint le niveau de fiabilité nécessaire pour tous ces objectifs.

L’une des difficultés tient à la nature des informations nécessaires. Pour comprendre la réaction d’une cellule ou l’effet d’une molécule, un modèle doit être entraîné à partir de données produites par des expériences et des mesures pertinentes. Selon la présentatrice, ces informations sont dispersées dans les laboratoires universitaires, les hôpitaux et les entreprises pharmaceutiques, et l’accès à des fragments séparés limite la capacité des chercheurs à construire des modèles plus complets.

L’infrastructure proposée réunirait les outils qui produisent les données et les systèmes qui les utilisent pour entraîner les modèles. Lagae a décrit une plateforme de recherche dans laquelle les expériences de laboratoire alimenteraient en continu les modèles biologiques, tandis que leurs prédictions pourraient orienter de nouvelles expériences. Elle a utilisé le concept de biofoundry pour désigner cette combinaison de capacités expérimentales, d’automatisation et de développement informatique.

Dans sa présentation, la chercheuse a donné des exemples dans les domaines du séquençage de l’ADN, de l’enregistrement de l’activité neuronale et des tests de toxicité à l’aide de systèmes biologiques miniaturisés. Ces technologies produisent différents types d’informations sur les organismes et leur réaction aux interventions. Un autre domaine mentionné a été la synthèse de l’ADN, qui peut soutenir la recherche sur les thérapies cellulaires et géniques grâce à la construction et au test de structures biologiques conçues à cette fin.

Lagae a souligné que ces données expérimentales complétaient les informations cliniques. L’espace européen des données de santé peut favoriser l’utilisation des données médicales à des fins de recherche dans le cadre de ses règles, mais la conception d’un modèle biologique nécessite également des informations qui ne figurent pas dans le dossier d’un patient. Les mesures portant sur les protéines, les cellules ou les tissus sont nécessaires pour répondre à des questions de recherche différentes de celles auxquelles répondent les observations cliniques.

La proposition présentée au Parlement concerne également l’organisation de la coopération européenne. La chercheuse a demandé de réunir les partenaires technologiques, les entreprises pharmaceutiques et de biotechnologie ainsi que les nouvelles entreprises, en s’appuyant sur l’expérience de la collaboration dans la recherche sur les semi-conducteurs. Selon son analyse, l’Europe peut soutenir l’infrastructure commune et les liens entre ces domaines afin de préserver en Europe les capacités de recherche et de développement de médicaments.

Le contrôle des données a été l’une des questions centrales des eurodéputés. Lagae a averti que les entreprises détenant les données et les modèles pourraient acquérir une position importante dans la future recherche biologique et a demandé aux autorités européennes d’examiner les implications pour les patients et l’industrie. Elle n’a pas proposé de solution unique concernant la propriété publique ou privée des données, mais a estimé que ce choix nécessitait une attention politique.

L’eurodéputé Ondřej Dostál a demandé comment les résultats de ces systèmes devraient être considérés du point de vue des brevets et de la contribution de ceux qui fournissent les données. La discussion a soulevé la question du partage de la valeur créée entre l’infrastructure de recherche, les développeurs des modèles et les fournisseurs d’informations. La réponse de la présentatrice a envisagé la possibilité de protéger certaines inventions, sans que l’audition n’établisse d’interprétation juridique générale sur la brevetabilité des modèles ou de leurs résultats.

András Kulja a demandé comment les biais présents dans les données médicales pouvaient être gérés, notamment ceux liés aux pratiques de codage des diagnostics, et comment concilier l’accélération de la recherche avec l’évaluation des effets à long terme. Lagae a estimé que l’utilisation d’ensembles de données plus vastes pourrait aider à identifier certains biais, tout en précisant que cette appréciation reflétait son opinion et qu’elle n’était pas spécialiste de l’organisation des hôpitaux. L’élargissement de l’ensemble de données n’a pas été présenté comme une garantie de disparition de toutes les erreurs.

En matière d’autorisation, sa position était que les médicaments développés avec l’aide de l’intelligence artificielle devaient satisfaire à des exigences de sécurité tout aussi strictes. L’objectif est de mieux sélectionner les candidats et de réduire les investissements dans des projets qui ne se révèlent pas efficaces. Cette approche de recherche ne remplace pas la démonstration de la qualité, de la sécurité et de l’efficacité d’un produit avant son utilisation clinique.

Imec est un centre de recherche en nanoélectronique et en technologies numériques qui développe également des outils pour les sciences de la vie. Les travaux présentés devant SANT visent à utiliser les technologies de mesure et les capacités de calcul pour résoudre des problèmes biologiques et médicaux, grâce à la coopération entre des domaines disposant d’infrastructures et d’expertises différentes.

Le débat a constitué un échange de points de vue sur les possibilités, les limites et les conditions de développement de cette recherche. Il n’a établi ni budget européen pour l’infrastructure proposée, ni calendrier obligatoire de mise en œuvre, ni procédure spéciale d’autorisation pour les médicaments conçus avec l’intelligence artificielle.

Le débat a constitué un échange de points de vue sur les possibilités, les limites et les conditions de développement de cette recherche. Il n’a établi ni budget européen pour l’infrastructure proposée, ni calendrier obligatoire de mise en œuvre, ni procédure spéciale d’autorisation pour les médicaments conçus avec l’intelligence artificielle à l’intelligence artificielle.