Concevoir des molécules avec des propriétés souhaitées est un problème fondamental dans la découverte de médicaments, de vaccins et de matériaux. Les approches traditionnelles de conception de nouveaux médicaments peuvent prendre plus de 10 ans et coûter un milliard de dollars américains. L’intelligence artificielle (IA) a le potentiel de révolutionner la découverte de molécules en analysant les éléments probants dans de grandes quantités de données accumulées et en apprenant comment chercher dans l’espace compositionnel des molécules, et ainsi accélérer et améliorer considérablement le processus de découverte.
Dans ce projet, les chercheurs se concentreront sur les enjeux de deux applications biologiques et sur de nouveaux algorithmes d’IA avec deux objectifs méthodologiques. Les enjeux des applications biologiques interdépendants sont la découverte de nouvelles molécules antimicrobiennes, plus spécifiquement celles basées sur les peptides antimicrobiens, et le développement de méthodes d’apprentissage actif pour mieux connaître le réseau de régulation des gènes pertinents, considéré comme une explication causale des effets des antibiotiques. Sur le plan méthodologique, les chercheurs proposent des avancées méthodologiques qui permettront de mieux modéliser les données acquises, en introduisant notamment la capacité d’estimer l’incertitude épistémique (l’ambiguïté de modélisation réductible due au manque de données) sur les mécanismes causaux biologiques. Les chercheurs proposent également des avancées dans les méthodes de conception expérimentale basées sur les distributions a posteriori afin de mieux estimer le gain d’information attendu lors d’une expérience sur une molécule candidate, ou afin de mieux concevoir la suite des cycles expérimentaux et de réduire le temps nécessaire pour la découverte d’un médicament. Ce projet multidisciplinaire soulève des défis fondamentaux passionnants en IA, en biologie, en génomique et en chimie des peptides qui seront relevés en rassemblant l’expertise des chercheurs de Mila, de l’Université de Montréal et de McGill et qui aboutiront à de nombreuses autres applications pour la découverte scientifique plus largement.
Ce projet s’intègre au programme de financement stratégique IVADO: L’IA pour la découverte de matériaux et molécules
Centre génomique responsable : Génome Québec
Partenaire :
IVADO