Qubit Pharmaceuticals et Sorbonne Université ont dévoilé FeNNix-Bio1 en mai 2025, un modèle de fondation IA qui atteint une précision de niveau quantique en simulation moléculaire tout en égalant la vitesse des méthodes traditionnelles. Cette technologie de rupture, qui apprend la physique fondamentale à partir de données synthétiques de chimie quantique, promet d’accélérer la découverte de médicaments en permettant aux chercheurs de cribler des milliers de composés par simulation avant de coûteux essais en laboratoire.
Ce développement marque une avancée cruciale dans la découverte computationnelle de médicaments, où les chercheurs peinent depuis longtemps à équilibrer la précision des simulations et la vitesse de traitement. Selon Qubit Pharmaceuticals, le modèle s’exécute 10 à 100 fois plus rapidement que d’autres modèles les plus avancés tout en conservant la précision des méthodes physiques éprouvées.
Contrairement aux prédicteurs de structure de protéines tels qu’AlphaFold, FeNNix-Bio1 simule l’évolution dynamique des molécules, y compris leurs interactions et réactions mutuelles. Le modèle peut prédire la manière dont les candidats-médicaments se lient à des cibles protéiques, ARN et ADN, selon The Quantum Insider, permettant aux chercheurs de cribler des milliers de composés par simulation avant les tests en laboratoire.
Cette percée découle de l’approche d’entraînement unique du modèle. Plutôt que d’apprendre à partir de données expérimentales, FeNNix-Bio1 a été entraîné sur une base de données synthétique de calculs de chimie quantique, lui permettant d’apprendre directement les principes mêmes de la physique fondamentale sans bruit ni erreurs expérimentales, a indiqué Qubit Pharmaceuticals.
Les évaluations de performance montrent que le réseau neuronal atteint une précision de niveau quantique tout en égalant la vitesse d’inférence de champs de force classiques hautement optimisés. Le système s’adapte à l’échelle pour simuler d’énormes structures moléculaires contenant des centaines de milliers, voire des millions, d’atomes, incluant des capsides virales entières, selon la documentation technique de l’entreprise.
La technologie s’attaque à un goulot d’étranglement persistant du développement pharmaceutique, où les méthodes quantiques traditionnelles offrent une grande précision mais exigent un temps de calcul considérable. Les champs de force classiques sont rapides mais manquent souvent de la précision nécessaire à la découverte de médicaments. Qubit Pharmaceuticals a déclaré que le modèle permet aux chercheurs d' »échouer rapidement et à moindre coût » dès les premières étapes du développement de médicaments.
Cependant, des questions cruciales subsistent quant à l’accessibilité. Bien que les supports promotionnels affirment que le modèle « peut être accessible aux chercheurs du monde entier », ni Qubit Pharmaceuticals ni Sorbonne Université n’ont annoncé de plans précis de commercialisation ni de conditions de licence en octobre 2025. L’entreprise a précisé que le modèle est « encore en développement », ce qui suggère que ses capacités complètes et sa stratégie de distribution restent en cours de perfectionnement.
Au-delà de la découverte de médicaments, l’architecture fondamentale présente un potentiel pour des applications en catalyse et en science des matériaux, selon The Quantum Insider. La modularité du modèle permet une adaptation à presque tout système moléculaire, établissant potentiellement un nouveau standard pour la simulation moléculaire à haute fidélité dans les laboratoires de recherche du monde entier.
