Une avancée majeure dans le domaine des thérapies CAR-T voit le jour grâce à l’intelligence artificielle, permettant de surmonter des freins longtemps persistants dans le développement de ces traitements innovants. Les cellules T, composantes clés du système immunitaire, agissent comme des soldats de l’organisme, capables de repérer et d’éliminer les cellules cancéreuses. La thérapie CAR-T, ou « thérapie par cellules T à récepteur chimérique », consiste à extraire ces cellules du patient, à les modifier in vitro en leur greffant un récepteur artificiel (CAR) leur permettant d’identifier spécifiquement les cellules tumorales, puis à les réintroduire dans l’organisme. Cette approche a révolutionné le traitement de certaines leucémies, mais son développement reste long, coûteux et risqué, avec des délais de 8 à 12 ans pour aboutir à un médicament approuvé, et un taux d’échec élevé. C’est dans ce contexte que Bio LIMS INC, une entreprise basée à Boston, a conçu un système intelligent baptisé Bio AI Agent. Son fondateur, Ning Yi, explique que ce système repose sur une architecture à six agents spécialisés, chacun maîtrisant une étape clé du processus de découverte de médicaments. Ce n’est pas une simple application d’IA, mais un système collaboratif, conçu pour imiter le travail d’une équipe pluridisciplinaire, tout en accélérant considérablement les étapes de recherche. Le premier agent, l’analyse de cibles, s’attaque à l’un des plus grands défis : identifier, parmi plus de 10 000 protéines potentielles, celle qui est la plus prometteuse. Grâce à une analyse simultanée de critères biologiques, thérapeutiques, et de la situation brevets, il réduit la recherche à un nombre restreint de cibles viables. Le second, l’évaluation de sécurité, anticipe les risques d’effets secondaires en analysant la distribution du cible dans les tissus sains, en croisant des données de base de toxicité, et en détectant des signes d’auto-attaque des cellules saines. L’agent conception moléculaire conçoit ensuite la structure optimale du CAR, en choisissant les domaines de reconnaissance, les signaux de signalisation, et en optimisant des paramètres physico-chimiques comme le poids moléculaire ou la charge électrique. Un autre agent, l’analyse des droits de propriété intellectuelle, explore des centaines de brevets en quelques heures pour éviter les conflits, voire proposer des solutions de contournement. L’agent médecine clinique planifie le parcours de développement, en s’assurant que chaque étape respecte les normes réglementaires. Enfin, l’agent de décision intégrée coordonne l’ensemble, en fusionnant les résultats pour produire un plan de recherche complet. Deux cas réels démontrent l’efficacité du système. Dans un cas, Bio AI Agent a détecté un risque de toxicité hépatique pour une cible, en constatant sa faible expression dans le foie et en croisant cette donnée avec des rapports d’effets indésirables. Dans un autre, il a identifié un risque d’immunodépression, car la cible était exprimée sur des cellules T et NK — des cellules essentielles à l’immunité. Ce type d’alerte, qui aurait pris des mois à établir manuellement, est maintenant effectué en 4 à 6 heures, soit une accélération de près de 200 fois. En outre, le système exploite des données historiques souvent inutilisées : rapports d’expériences, journaux de laboratoire, résultats d’essais. Grâce à l’IA, ces données, anciennes et hétérogènes, sont structurées, vectorisées et analysées, permettant d’extraire des insights précieux. Il s’agit d’un pont entre la recherche académique, riche en données, et l’industrie pharmaceutique, qui en a besoin pour accélérer le développement. Cependant, Bio AI Agent n’est pas une solution autonome. Il ne remplace pas les biologistes, mais les aide en tant que partenaire intelligent. Il ne peut pas encore gérer parfaitement des cibles entièrement nouvelles, et parfois interprète mal des concepts biologiques complexes. C’est pourquoi son design repose sur une collaboration contrôlée : les agents agissent dans un cadre structuré, sans autonomie excessive, évitant les erreurs potentielles d’un système trop indépendant. Ning Yi, qui a longtemps travaillé sur la digitalisation des laboratoires, affirme que ce projet s’inscrit dans une vision plus large : l’avenir du laboratoire de recherche sera marqué par une cohabitation fluide entre humains et agents IA. Un chercheur, un écran, un robot, un smartphone… tous interagiront avec un même système intelligent, devenu le co-pilote de la découverte scientifique. Avec des applications déjà testées dans des grandes entreprises pharmaceutiques, et des projets d’extension à d’autres domaines biotechnologiques, Bio AI Agent incarne une nouvelle ère : celle où l’IA ne se contente plus d’automatiser, mais de co-créer des traitements capables de sauver des vies, plus vite, plus sûrement, et à moindre coût.