Une équipe de chercheurs de l'Université de Pennsylvanie et de l'Université chinoise de Hong Kong a mis au point TD3B, un nouvel outil d'intelligence artificielle capable de concevoir des peptides thérapeutiques à l'effet dirigé, qu'il s'agisse d'activer ou d'inhiber une cible biologique. Les résultats de cette étude ont été présentés en tant que Spotlight lors de la conférence internationale sur l'apprentissage automatique 2026. La conception de médicaments peptidiques, comme les traitements ciblant les récepteurs couplés aux protéines G, repose traditionnellement sur la génération de candidats suivie de tests expérimentaux. Cette méthode fait face à un double défi : l'espace immense des séquences peptidiques possibles et la difficulté de prédire simultanément la liaison d'un peptide à sa cible et l'effet biologique qui en découle. TD3B résout ce problème en intégrant la directionnalité directement dans le processus de génération. Le modèle distingue ainsi les agonistes, qui activent la cible, des antagonistes, qui la bloquent. Pour y parvenir, TD3B combine trois composants algorithmiques. Un oracle de direction évalue la probabilité d'interaction entre un peptide et un récepteur. Un système de récompense sélective attribue des scores élevés uniquement aux candidats qui se lient à la cible et produisent l'effet biologique souhaité. Un tampon d'entraînement stocke ensuite ces meilleurs résultats pour orienter les cycles de génération suivants, permettant au modèle d'apprendre de ses propres découvertes. Dans des analyses computationnelles, le système a atteint une précision de 93 % pour différencier les interactions agonistes des interactions antagonistes. En étudiant les récepteurs GLP-1, impliqués dans la régulation de l'appétit et du métabolisme du glucose, les chercheurs ont constaté que les peptides prédits comme agonistes venaient en contact avec les sites d'activation clés, tandis que les antagonistes les évitaient, et ce, sans que ces sites n'aient été explicitement fournis au modèle. Un comportement similaire a été observé pour le récepteur OX1R, lié à la régulation du sommeil et des comportements addictifs. Selon les auteurs, cette approche marque un tournant dans la découverte de médicaments. En ciblant directement l'effet thérapeutique désiré plutôt que la simple liaison à une protéine, elle pourrait accélérer le développement de traitements pour le diabète, l'obésité, les troubles du sommeil ou encore le cancer. L'équipe a d'ores et déjà entrepris la synthèse en laboratoire des peptides générés par TD3B. Des tests in vitro et in vivo sont en cours pour valider les prédictions computationnelles. Si ces résultats se confirment, cette technologie ouvrira la voie à une conception de médicaments peptidiques fondée sur l'intention thérapeutique plutôt que sur la simple complémentarité structurale.