Converge Bio, une startup basée à Boston et Tel Aviv spécialisée dans la découverte de médicaments alimentée par l’intelligence artificielle, a levé 25 millions de dollars dans un tour de financement série A oversouscrit, mené par Bessemer Venture Partners. TLV Partners et Vintage Investment Partners ont également participé à ce tour, tandis que des cadres anonymes de Meta, OpenAI et Wiz ont apporté leur soutien. Cette levée de fonds intervient alors que le secteur de la découverte de médicaments connaît une transformation accélérée grâce à l’IA, avec plus de 200 startups concurrentes cherchant à intégrer l’intelligence artificielle dans les processus de recherche. Converge Bio utilise des modèles génératifs entraînés sur des données moléculaires — ADN, ARN, protéines — pour accélérer chaque étape du cycle de développement pharmaceutique : identification de cibles, conception de molécules, optimisation de rendement, essais cliniques. Selon Dov Gertz, fondateur et PDG de la société, « chaque étape du processus comporte des expériences que nous pouvons soutenir ». La plateforme de Converge s’intègre directement aux workflows existants des laboratoires, sans nécessiter d’intégration complexe par les clients. La startup a déjà lancé trois systèmes dédiés : un pour la conception d’anticorps, un autre pour optimiser le rendement des protéines, et un troisième pour la découverte de cibles et de biomarqueurs. Le système d’anticorps, par exemple, combine trois composants : un modèle génératif créant de nouvelles molécules, des modèles prédictifs évaluant leurs propriétés moléculaires, et un outil de docking basé sur la physique pour simuler les interactions 3D entre l’anticorps et sa cible. L’efficacité réside dans l’intégration de ces composants, non dans l’un d’eux seul, souligne Gertz. Depuis sa levée de 5,5 millions de dollars en 2024, Converge a signé 40 partenariats avec des entreprises pharmaceutiques et biotechnologiques, et mène actuellement environ 40 programmes sur sa plateforme. Elle opère aux États-Unis, au Canada, en Europe, en Israël, et s’étend désormais en Asie. L’équipe a également grandi, passant de 9 à 34 employés en moins d’un an. Des études de cas publiées montrent des gains significatifs : une augmentation de 4 à 4,5 fois du rendement des protéines en une seule itération, et la génération d’anticorps avec une affinité de liaison au niveau du nanomolaire. Face aux risques liés aux hallucinations des modèles linguistiques (souvent difficiles à détecter dans le domaine moléculaire), Converge combine modèles génératifs et prédictifs pour filtrer les candidats à haut risque, réduisant ainsi les coûts et les délais. Gertz insiste sur le fait que l’entreprise ne repose pas sur des modèles basés sur le texte comme AlphaFold ou les LLM classiques. « Nous ne dépendons pas d’une seule architecture », affirme-t-il. L’IA est utilisée pour analyser des données biologiques fondamentales — séquences d’ADN, protéines, petites molécules — et non pour interpréter des documents scientifiques. Les LLM servent uniquement d’outils d’assistance pour naviguer dans la littérature. Face aux critiques de figures comme Yann LeCun, Gertz affirme partager certaines préoccupations : « L’IA doit être fondée sur des données biologiques réelles, pas sur du texte ». Son ambition ? Devenir le « laboratoire d’IA générative » de référence pour l’ensemble du secteur des sciences de la vie, en complément des laboratoires physiques traditionnels.