L'essor des modèles d'intelligence artificielle a multiplié par dix le nombre de candidats potentiels pour de nouveaux médicaments, notamment grâce aux avancées de Google DeepMind dans la prédiction des structures protéiques. Cependant, cette explosion de données a révélé un goulot d'étranglement majeur : l'incapacité à caractériser et valider ces milliers de molécules de manière efficace pour les tests et la production. C'est précisément ce défi que vise 10x Science, une start-up fondée en décembre 2025 qui a annoncé aujourd'hui un tour de table de 4,8 millions de dollars. Le financement, mené par Initialized Capital et soutenu par Y Combinator, Civilization Ventures et Founder Factor, servira au développement de la technologie de l'entreprise. Les fondateurs, David Roberts et Andrew Reiter, biochimistes expérimentés, ainsi que Vishnu Tejas, expert en intelligence artificielle, se sont rencontrés dans le laboratoire du lauréat du prix Nobel Carolyn Bertozzi à Stanford. Ils ont constaté que, malgré des outils de prédiction performants, la communauté scientifique peinait à comprendre avec précision ce qui se passait au niveau moléculaire. Pour les biothérapies, dont l'efficacité repose sur la structure spécifique des protéines, l'analyse est cruciale. La méthode la plus précise pour évaluer ces molécules est la spectrométrie de masse, qui détermine la structure atomique en mesurant les particules dans un champ électrique. Toutefois, cette technique génère des données complexes nécessitant une expertise rare et beaucoup de temps pour être interprétées. 10x Science a développé une plateforme combinant des algorithmes déterministes fondés sur la chimie et des agents d'intelligence artificielle capables d'interpréter ces données. Le modèle a été entraîné spécifiquement sur des données de spectrométrie et rendu traçable, une exigence indispensable pour garantir la conformité réglementaire dans l'industrie pharmaceutique. Matthew Crawford, scientifique chez Rilas Technologies, une société d'analyses chimiques externe, utilise la plateforme depuis plusieurs semaines et constate son efficacité. Il a souligné que le modèle surprend par sa capacité à expliquer ses conclusions, à sélectionner automatiquement les bonnes données et à s'adapter à différentes molécules. Contrairement à d'autres outils d'IA souvent critiqués pour leur manque de précision, celui de 10x fait des hypothèses raisonnables grâce à l'expertise approfondie de ses créateurs. Crawford a notamment noté que l'IA parvenait à identifier une protéine simplement à partir du nom du fichier et à rechercher sa séquence dans les bases de données sans intervention humaine. L'entreprise collabore déjà avec plusieurs grandes sociétés pharmaceutiques et chercheurs universitaires. Les fonds levés permettront d'embaucher des ingénieurs et d'affiner le modèle pour l'offrir à de nouveaux clients. David Roberts espère que cette plateforme ouvrira la voie à une nouvelle compréhension de la biologie, intégrant la structure des protéines à d'autres données cellulaires pour définir une « intelligence moléculaire ». Pour les investisseurs, 10x Science représente une opportunité unique dans le secteur des biotechnologies, car son modèle économique ne dépend pas de la réussite spécifique d'un médicament auprès des autorités de santé. Il s'agit d'une plateforme SaaS (logiciel en tant que service) qui sera payée mensuellement par les entreprises pharmaceutiques pour traiter les candidats. Zoe Perret, partenaire chez Initialized Capital, estime que l'expertise rare des fondateurs constituera un avantage concurrentiel durable. En automatisant l'analyse complexe, la solution aide les chercheurs à obtenir rapidement des résultats fiables, leur permettant de se concentrer sur les étapes suivantes de leur développement thérapeutique sans être ralentis par la complexité des données.