Scientifique en IA propose des combinaisons de médicaments non anticancéreux pour tuer les cellules cancéreuses.

Une équipe de chercheurs dirigée par l'Université de Cambridge a utilisé le modèle de langage grand (LLM) GPT-4 pour découvrir de nouvelles combinaisons de médicaments potentiellement efficaces contre le cancer. Ces combinaisons, formées de médicaments bon marché et sûrs déjà approuvés par les régulateurs, pourraient offrir une nouvelle approche prometteuse dans la recherche de traitements. Les scientifiques ont instruit GPT-4 de proposer des combinaisons de médicaments qui peuvent cibler les cellules cancéreuses sans nuire aux cellules saines, en évitant les médicaments conventionnels utilisés pour le cancer. Le but était de trouver des médicaments capables d'interférer avec les mécanismes biologiques du cancer, mais qui ne sont pas habituellement associés à son traitement. GPT-4 a analysé de vastes quantités de littérature scientifique pour identifier des schémas cachés et proposer des combinaisons de médicaments basées sur des raisonnements biologiques et des corrélations subtiles. Dans un premier temps, GPT-4 a suggéré 12 combinaisons de médicaments, dont trois ont montré une efficacité supérieure aux traitements actuels pour le cancer du sein. Suite à ces résultats, l'IA a été entraînée avec les données expérimentales et a proposé quatre nouvelles combinaisons, dont trois ont également montré des résultats prometteurs. Ce processus itératif, où les résultats expérimentaux guident l'IA et vice versa, est une première dans la recherche scientifique. Il permet une génération et une validation de hypothèses adaptatives et informées par les données, réalisées en temps réel. Parmi les combinaisons de médicaments identifiées, celles contenant la simvastatine (utilisée pour traiter le cholestérol élevé) et le disulfirame (employé pour traiter la dépendance à l'alcool) se sont particulièrement distinguées. Ces médicaments, bien qu'ils ne soient pas traditionnellement associés au traitement du cancer, ont montré une capacité significative à combattre les cellules cancéreuses du sein. Les résultats de cette étude, publiés dans le Journal of the Royal Society Interface, ouvrent la voie à des recherches supplémentaires pour la réorientation thérapeutique de ces médicaments. Les hallucinations, ou erreurs factuelles, de GPT-4, souvent considérées comme des défauts, ont en réalité joué un rôle positif dans ce processus. Elles ont généré des idées non conventionnelles qui méritaient d'être testées et validées en laboratoire. Les scientifiques humains ont examiné les raisons mécaniques que l'IA avait trouvées pour suggérer ces combinaisons, alimentant ainsi le système de manière itérative pour affiner ses propositions. Selon le Professeur Ross King, de la Faculté de Génie Chimique et Biotechnologie de Cambridge, les LLM supervisés offrent une couche d'exploration scientifique imaginative et évolutive. Ils peuvent aider les scientifiques humains à explorer de nouveaux chemins de recherche, ce qui est particulièrement utile dans des domaines tels que la découverte de médicaments, où le nombre de composés à examiner est colossal. Le Dr Hector Zenil, de King's College London, a souligné que cette collaboration n'est pas une substitution de l'automatisation aux scientifiques, mais un nouveau type de partenariat. Guidé par des prompts d'experts et des retours expérimentaux, l'IA a fonctionné comme un assistant de recherche infatigable, accélérant considérablement le processus de découverte de nouvelles hypothèses et de validation. Cette étude montre comment l'intégration de l'IA dans la boucle itérative de la découverte scientifique peut améliorer l'efficacité et l'innovation. La capacité des LLM supervisés à proposer des hypothèses interdisciplinaires, à intégrer des résultats antérieurs et à collaborer sur plusieurs itérations marque une nouvelle ère dans la recherche scientifique. Comme l'a affirmé King, un "chercheur IA" n'est plus une métaphore dépourvue de validation expérimentale : il peut désormais être un véritable collaborateur dans le processus scientifique. Le financement de cette recherche a été assuré en partie par la fondation Alice Wallenberg et le Conseil de Recherche en Ingénierie et Sciences Physiques du Royaume-Uni (EPSRC). Les chercheurs espèrent que cette approche innovante pourrait conduire à des traitements plus accessibles et efficaces pour le cancer, après avoir réussi les essais cliniques nécessaires. Cette étude souligne l'importance de l'IA dans la recherche médicale moderne, offrant un outil puissant pour accélérer la découverte de médicaments et explorer des pistes de recherche potentiellement révolutionnaires. Les collaborations entre IA et scientifiques humains pourraient devenir un standard dans l'avenir, transformant la façon dont nous abordons les défis de la santé publique.