Point de vue de l’industrie : Variational AI

Découverte de médicaments guidée par les données

Article initialement publié dans le rapport Gros plan sur la bioéconomie : Ouest canadien de BioTalent Canada.

Pour la jeune entreprise vancouvéroise Variational AI, l’avenir de la découverte de médicaments passe assurément par le numérique. Sa plateforme innovante d’apprentissage automatique génère des molécules nouvelles et optimisées, avec le potentiel de réduire les délais de découverte de médicaments précliniques de plusieurs années à quelques mois seulement. Le défi consiste à démontrer ce potentiel aux chimistes, aux biologistes et aux cliniciens.

Q : En quoi la solution de Variational AI diffère-t-elle des plateformes conventionnelles de découverte de médicaments?

HANDOL KIM, COFONDATEUR ET CHEF DE LA DIRECTION : Nous utilisons une plateforme d’intelligence artificielle (IA) générative pour découvrir de nouveaux agents thérapeutiques à base de petites molécules en une fraction du temps qu’il faut avec les techniques actuelles. Notre IA peut explorer l’ensemble de l’espace chimique et générer rapidement de nouvelles molécules semblables à des médicaments offrant des propriétés optimisées comme la puissance, la synthétisabilité et la sélectivité. Ce qui nous rend uniques, c’est que nous pouvons le faire avec moins de données que d’autres approches d’IA pour la découverte de médicaments.

Q : Quelles sont les implications de votre approche dans le domaine des sciences de la vie?

HK : Notre objectif ultime est de redéfinir l’économie unitaire en ce qui a trait au développement de médicaments et de créer des thérapies pour répondre plus rapidement aux besoins médicaux non satisfaits tout en améliorant les résultats pour les patients dans un large éventail de domaines thérapeutiques. Il y a un grand avantage à adopter et à maîtriser ces technologies parce qu’elles procureront une très grande part de marché aux entreprises qui y parviendront. Tout comme d’autres secteurs, les sciences de la vie connaissent un bouleversement numérique. L’IA et l’apprentissage automatique sont en train de devenir des éléments de différenciation intégrés et stratégiques. Au Canada, nous devons adopter des méthodes de découverte de médicaments fondées sur le calcul et le numérique pour maintenir notre compétitivité. Les chefs de file mondiaux se concentrent déjà sur cet objectif.

Q : La nouveauté de votre approche crée-t-elle des défis en matière de RH?

HK : Il est difficile de trouver des gens qui comprennent à la fois la chimie et l’informatique. Les experts dans un domaine sont parfois méfiants ou réfractaires par rapport à l’autre. De nombreux chimistes qui s’intéressent à la découverte de médicaments depuis des décennies sont naturellement sceptiques. J’entends par là qu’il n’y a toujours pas de médicament découvert par l’IA ayant été approuvé, et il est extrêmement difficile de développer des médicaments. Je dirais aussi que le système d’éducation canadien est structuré de façon à ce qu’à la fin de son doctorat une personne ait optimisé et concentré ses compétences, et la chimio-informatique et l’IA ne sont pas encore considérées comme essentielles. En même temps, les chercheurs en apprentissage automatique sont souvent naïfs quant à la difficulté de découvrir des médicaments, surtout en ce qui concerne la qualité et la quantité de données d’entraînement nécessaires. Nous voyons cependant certains signes indiquant que cela pourrait commencer à changer, et nous en sommes très heureux.

Q : Quels sont les professionnels dont vous avez le plus besoin à court terme, et où recherchez-vous les talents?

HK : Nous avons besoin de chimio-informaticiens et de spécialistes en chimie computationnelle, en chimie thérapeutique et en chimie de synthèse. Nous avons recours à l’agence de placement Mitacs pour recruter des étudiants diplômés et de niveau postdoctoral. Nous consultons également LinkedIn à la recherche de candidats qui ont de l’expérience dans le domaine biopharmaceutique ou qui détiennent un doctorat en chimie organique ou de synthèse. Les sites d’emplois de Life Sciences BC et de la Pharmaceutical BioScience Society (PBSS) sont excellents pour trouver des personnes ayant des compétences très précises. Mais ce sont le bouche-à-oreille et le réseautage qui ont le plus d’impact. Nous faisons appel à notre propre réseau professionnel, notre conseil d’administration, nos observateurs et l’écosystème local. Il est plus facile d’embaucher là où il y a déjà une masse critique de talents : Boston, la région de la baie de San Francisco, Montréal et, bien sûr, Vancouver! Nous préférons embaucher au Canada, mais nous irons n’importe où si nécessaire pour recruter la personne qu’il nous faut.

Q : Le coût des talents américains a-t-il une incidence sur vos plans de RH?

HK : C’est le prix à payer pour faire des affaires. Déraciner quelqu’un de Boston pour un travail à Vancouver coûte cher, et cette personne ne sera pas productive avant six mois. Je préférerais payer cette personne 30 % de plus pour qu’elle reste là où elle est et puisse contribuer immédiatement. C’est possible parce que nous travaillons principalement en informatique. Avant la pandémie, notre équipe technique n’aimait pas tellement le travail à distance. Mais nous avons constaté que nous pouvions souvent être plus productifs en travaillant à distance qu’en ayant tout le monde sur place. La pandémie a permis de prouver qu’une équipe décentralisée peut bien fonctionner.


Profil de l’entreprise :Variational AI

Lieu : Vancouver
Employés : 5
Sous-secteur : Biosanté

Depuis septembre 2019, l’équipe de spécialistes chevronnés en affaires et en IA/apprentissage automatique de Variational AI collabore avec des partenaires du domaine biopharmaceutique pour appliquer l’IA générative à la découverte de médicaments et mettre de nouveaux produits thérapeutiques sur le marché.