Des chercheurs de l’Université technique du Danemark (DTU) et d’ORCA Computing, basée au Royaume-Uni, ont démontré qu’un ordinateur quantique peut améliorer la précision et la portée de la conception de peptides assistée par IA, ouvrant une voie potentielle vers un développement plus rapide et moins coûteux de médicaments pour les maladies rares et les populations mal desservies.
Les peptides, de courtes chaînes d’acides aminés qui agissent comme molécules de signalisation dans l’organisme, sont des candidats thérapeutiques prometteurs pour un large éventail de pathologies, des troubles métaboliques aux maladies infectieuses. Mais la conception de médicaments peptidiques efficaces a traditionnellement nécessité d’importantes ressources informatiques et des itérations expérimentales, limitant l’éventail de cibles que les entreprises pharmaceutiques sont prêtes à poursuivre.
L’équipe a rassemblé des financements et du temps pour montrer comment le processeur photonique quantique d’ORCA Computing, combiné à des modèles d’IA classiques, pouvait générer de nouvelles séquences peptidiques aux propriétés adaptées à des cibles biologiques spécifiques. L’approche quantique a permis d’explorer un plus large éventail de configurations moléculaires que le seul calcul classique, produisant des peptides candidats qui auraient autrement pu passer inaperçus.
« Il s’agit d’une preuve de concept que le calcul quantique peut apporter une réelle valeur ajoutée à l’IA générative dans la découverte de médicaments », ont déclaré les chercheurs. Les travaux se sont concentrés sur des cibles peptidiques pertinentes pour des maladies qui manquent d’incitations commerciales suffisantes pour le développement pharmaceutique traditionnel, précisément le type d’indications « orphelines » qui attirent rarement des investissements massifs en R&D.
Le système photonique quantique PT-2 d’ORCA Computing, qui fonctionne à température ambiante en utilisant des composants de télécommunications standard, a été utilisé pour générer des distributions de probabilité plus riches pour le processus d’apprentissage du modèle d’IA. La technologie de l’entreprise repose sur une mémoire quantique brevetée qui piège et libère des photons uniques à la demande, permettant des flux de travail d’apprentissage automatique hybrides quantiques-classiques.
Cette démonstration intervient alors que l’industrie de la découverte de médicaments est confrontée au coût et à la complexité de la mise sur le marché de nouvelles thérapies. Les modèles d’IA générative ont déjà montré qu’ils pouvaient concevoir de nouvelles protéines et petites molécules, mais l’ajout du calcul quantique pourrait débloquer des cibles chimiquement plus complexes avec lesquelles l’IA classique a du mal.
ORCA Computing a déjà annoncé des partenariats avec des institutions dont le National Quantum Computing Centre britannique et le Centre de calcul intensif et de mise en réseau de Poznan en Pologne pour développer l’apprentissage automatique quantique pour des applications allant de la formulation chimique à l’imagerie biologique.
Sources : Scientists’ Side Hustle? Using AI and Quantum Computing to Generate New Peptides (Wired, 12 juillet 2026)
Traduit par Lydie