Sommaire
- Points clés
- Rentosertib : Anatomie d’un jalon en Phase IIa
- La mise en garde de la Phase IIa : Pourquoi la majorité des candidats échouent
- La fracture de l’IA médicale : Évaluations de pointe contre outils administratifs
- AlphaFold 2 : Un accélérateur pour la recherche, pas un substitut expérimental
- Quelles étapes pour la suite : Les indicateurs à surveiller
- Foire aux questions
- Sources et références
Points clés
- Le jalon : Le rentosertib (ISM001-055), développé par Insilico Medicine, a terminé avec succès un essai clinique de Phase IIa pour la fibrose pulmonaire idiopathique (FPI), démontrant sa sécurité, sa tolabilité et une amélioration de la capacité pulmonaire proportionnelle à la dose.
- La cible clinique : Le rentosertib est conçu pour traiter la fibrose pulmonaire idiopathique (FPI), une maladie pulmonaire progressive et mortelle caractérisée par une cicatrisation irréversible. Il inhibe la kinase TNIK pour bloquer les voies de signalisation à l’origine de la fibrose.
- La cible clinique : Le rentosertib est conçu pour traiter la fibrose pulmonaire idiopathique (FPI), une maladie pulmonaire progressive et mortelle caractérisée par une cicatrisation irréversible. Il inhibe la kinase TNIK pour bloquer les voies de signalisation à l’origine de la fibrose.
- La cible clinique : Le rentosertib est conçu pour traiter la fibrose pulmonaire idiopathique (FPI), une maladie pulmonaire progressive et mortelle caractérisée par une cicatrisation irréversible. Il inhibe la kinase TNIK pour bloquer les voies de signalisation à l’origine de la fibrose.
- La concurrence : Les candidats précoces de projets concurrents n’ont pas réussi à établir d’efficacité clinique lors des essais de Phase II. Le BEN-2293 de BenevolentAI n’a pas atteint ses objectifs d’efficacité en avril 2023, et Exscientia a arrêté son antagoniste des récepteurs A2A EXS-21546 en octobre 2023.
- La réalité clinique : La réussite de la Phase IIa ne prouve pas l’efficacité thérapeutique finale. Environ 50 % à 60 % des molécules candidates qui terminent la Phase II échouent en Phase III à cause de la toxicité, des problèmes de dosage ou d’une absence d’efficacité sur de plus grands groupes de patients.
- La réalité du terrain : Si des modèles comme Med-PaLM 2 de Google atteignent des scores de niveau expert lors de tests médicaux, ils ne bénéficient pas d’une approbation de la FDA pour des décisions cliniques. Parallèlement, des assistants administratifs comme DAX Copilot de Microsoft sont déployés dans plus de 400 établissements de santé.
Rentosertib : Anatomie d’un jalon en Phase IIa
Le rentosertib (anciennement ISM001-055 ou INS018_055), un médicament expérimental développé par Insilico Medicine, a finalisé son essai clinique de Phase IIa GENESIS-IPF (NCT05938920). Les résultats de cette étude, publiés dans Nature Medicine le 3 juin 2025, marquent une étape importante pour la chimie computationnelle - c’est la première fois qu’un candidat médicament découvert et conçu par des algorithmes génératifs termine un essai de Phase IIa avec des données de sécurité et d’efficacité préliminaire positives.
Le rentosertib cible la kinase interagissant avec Traf2 et NCK (TNIK), une voie biologique identifiée par le logiciel de découverte de cibles PandaOmics d’Insilico. Après avoir déterminé que TNIK était un facteur clé de la fibrose pulmonaire idiopathique (FPI) - une maladie pulmonaire dégénérative mortelle - Insilico a utilisé sa plateforme de chimie générative Chemistry42 pour concevoir la structure chimique de la molécule inhibitrice. Le processus complet, depuis l’identification de la cible jusqu’à la sélection du candidat clinique, a duré environ 18 mois, représentant une réduction de temps majeure par rapport aux méthodes traditionnelles.
À quoi sert le Rentosertib ?
Le rentosertib est conçu pour traiter la fibrose pulmonaire idiopathique (FPI), une maladie pulmonaire chronique, progressive et mortelle caractérisée par la cicatrisation (fibrose) du tissu pulmonaire. À mesure que les tissus cicatriciels s’accumulent, les poumons deviennent rigides et perdent leur capacité à transférer l’oxygène dans le sang, provoquant des difficultés respiratoires graves et irréversibles. La FPI présente un pronostic sombre et les traitements actuels approuvés par la FDA ralentissent seulement la progression de la maladie sans stopper ni réparer les lésions.
La cible thérapeutique, TNIK, est une enzyme kinase impliquée dans les voies de signalisation cellulaire (notamment les voies Wnt/bêta-caténine et TGF-bêta) qui favorisent le remodelage tissulaire et l’accumulation de fibres cicatricielles. En inhibant TNIK, le rentosertib vise à stopper ce processus, empêchant la formation de nouveaux tissus cicatriciels et permettant potentiellement de stabiliser le tissu pulmonaire. Bien que la FPI soit la principale indication clinique, des études précliniques suggèrent que les inhibiteurs de TNIK pourraient avoir des applications futures dans le traitement d’autres fibroses touchant les reins, le foie et la peau.
D’après le rapport publié le 14 juillet 2026 par BCC Research intitulé AI Impact on Emerging Drugs Market, la découverte de médicaments par IA a attiré plus de 2 milliards de dollars d’investissements mondiaux. Le document estime que les solutions d’IA peuvent réduire de 70 % les délais de découverte initiaux, ramenant un processus qui demande habituellement de quatre à d’un an et demi.
L’essai de Phase IIa d’Insilico, multicentrique, randomisé, en double aveugle et contrôlé par placebo, a inclus 71 patients dans 22 centres en Chine. Les participants ont reçu soit un placebo, soit des doses orales de 30 mg une fois par jour, 30 mg deux fois par jour ou 60 mg une fois par jour sur une période de 12 semaines.
Selon les données de Nature Medicine, l’essai a atteint son critère d’évaluation principal concernant la sécurité et la tolérance. Il a également atteint les critères d’évaluation secondaires, révélant des améliorations de la fonction pulmonaire corrélées à la dose. Les patients du groupe prenant 60 mg une fois par jour ont enregistré une augmentation moyenne de la capacité vitale forcée (CVF) de +98.4 mL après 12 semaines. En comparaison, le groupe placebo a subi une baisse moyenne de la CVF de −20.3 mL. À la suite de ces résultats, Insilico Medicine a annoncé le lancement d’un essai de Phase III en juillet 2026 pour évaluer le rentosertib sur 320 patients en Chine.
La mise en garde de la Phase IIa : Pourquoi la majorité des candidats échouent
Bien que ces résultats valident l’approche technique de la chimie générative, les professionnels du secteur invitent à ne pas surinterpréter les données de Phase IIa comme une preuve que le traitement est prêt pour une mise sur le marché.
Une étude de Phase IIa est un essai à petite échelle, conçu principalement pour évaluer la sécurité, la pharmacocinétique et déterminer les doses sur un groupe restreint de patients. Elle n’est pas calibrée pour prouver une efficacité clinique définitive. Historiquement, l’industrie pharmaceutique fait face à un taux d’échec très élevé lors des étapes de développement clinique, souvent qualifié de “vallée de la mort clinique”.
Le chimiste Derek Lowe analyse régulièrement les limites des méthodes de conception informatique dans sa chronique In the Pipeline. Il rappelle que si les algorithmes d’apprentissage automatique accélèrent la découverte de cibles et l’optimisation des structures chimiques, les molécules générées par IA doivent passer les mêmes étapes cliniques que les autres. “Les composés découverts par IA doivent faire leurs preuves et assumer les mêmes risques que les autres molécules”, rappelle Derek Lowe, soulignant que la modélisation informatique ne permet pas de s’affranchir de la validation biologique.
L’historique des premiers candidats conçus par IA illustre cette réalité :
- BenevolentAI : Le candidat principal de la société, le BEN-2293 - un inhibiteur topique de Pan-Trk conçu pour traiter la dermatite atopique - a atteint ses critères de sécurité et de tolérance en Phase IIa en avril 2023, mais n’a pas démontré d’efficacité significative sur les démangeaisons ou l’inflammation. Cet échec a contraint la société à réorganiser ses programmes de R&D.
- Exscientia : Le groupe a mis fin au développement de son candidat principal, l’EXS-21546 (un antagoniste des récepteurs A2A contre les tumeurs solides avancées), en octobre 2023. Les modélisations précliniques et cliniques ont montré qu’il serait difficile d’atteindre une fenêtre thérapeutique satisfaisante, poussant Exscientia à stopper l’essai IGNITE-AI de Phase I/II.
- Recursion Pharmaceuticals : Le composé REC-994 de la société, ciblant les malformations caverneuses cérébrales, a atteint ses objectifs de sécurité en Phase II en septembre 2024. Cependant, Recursion a arrêté l’essai en mai 2025 après que des données d’extension à long terme ont montré que les tendances positives initiales ne se maintenaient pas, ne montrant aucune amélioration significative à l’imagerie ou sur les critères fonctionnels. En mai 2026, Recursion a transféré les actifs du programme à l’Alliance to Cure Cavernous Malformation pour poursuivre les recherches sur les biomarqueateurs.
Les statistiques de l’industrie révèlent que 50 % à 60 % des molécules candidates de Phase II n’atteignent jamais la Phase III. De plus, seul un dixième des composés entrant en phase clinique obtient une autorisation de mise sur le marché. Si le rapport de BCC Research estime que les cibles validées par IA ont une probabilité supérieure de franchir les étapes cliniques, cette hypothèse reste à confirmer par des autorisations de mise sur le marché de la FDA.
La fracture de l’IA médicale : Évaluations de pointe contre outils administratifs
Les défis du développement clinique illustrent une réalité de l’IA en médecine : l’écart entre les performances des modèles lors des tests et les applications administratives qui connaissent un déploiement réel.
C’est le cas de Med-PaLM 2 de Google, un modèle de langage entraîné pour le domaine de la santé. Dans une étude publiée par les équipes de Google en mai 2023 intitulée Towards Expert-Level Medical Question Answering with Large Language Models, le modèle a atteint une précision de 86.5 % sur le jeu de données MedQA (basé sur le test d’examen de médecine USMLE).
Malgré ces résultats, la documentation de Google précise que Med-PaLM 2 n’est pas autorisé par la FDA en tant que dispositif médical. Il ne peut pas poser de diagnostics cliniques ni recommander des traitements de manière autonome. Ses usages restent limités aux tâches administratives et de synthèse en raison de la responsabilité juridique en cas d’erreur de diagnostic.
| Dimension | Régulation forte (Clinique) | Régulation faible (Administratif) |
|---|---|---|
| Exemples clés | Rentosertib d’Insilico, Med-PaLM 2 de Google | DAX Copilot de Microsoft, dictée ambiante |
| Risques et responsabilité | Essais cliniques par étapes ; risque direct pour le patient | Aide à la saisie EHR ; aucune responsabilité clinique |
| Statut actuel | 0 approbation FDA pour un candidat médicament issu de l’IA | Déployé dans plus de 400 structures de santé (Satya Nadella, Q1 FY25) |
À l’inverse, les solutions qui se développent le plus rapidement dans les hôpitaux sont celles qui traitent des tâches non cliniques. DAX Copilot, un outil de dictée ambiante conçu par Nuance (filiale de Microsoft), enregistre les échanges entre le médecin et son patient pour rédiger automatiquement des comptes-rendus dans les dossiers médicaux électroniques (DME) comme Epic.
En intervenant uniquement comme un assistant de rédaction soumis à validation humaine, DAX Copilot évite les démarches réglementaires lourdes liées aux dispositifs médicaux. Lors de son lancement en janvier 2024, Microsoft avait annoncé l’adoption du système par plus de 150 établissements. Dix mois plus tard, lors de la présentation des résultats financiers du premier trimestre de l’exercice 2025, le PDG Satya Nadella a indiqué que plus de 400 structures de santé utilisaient la solution. Ce succès confirme que le déploiement actuel de l’IA médicale répond d’abord à un besoin d’efficacité administrative.
Cette situation fait écho aux blocages réglementaires observés sur d’autres segments de l’IA, comme les discussions entourant les assistants virtuels de prescription analysées dans notre article sur La guerre du Sandbox de l’IA en Utah.
AlphaFold 2 : Un accélérateur pour la recherche, pas un substitut expérimental
Entre ces deux extrêmes se trouve AlphaFold 2 de DeepMind, devenu un outil de base pour les laboratoires de recherche. Le système modélise les structures tridimensionnelles des protéines, une tâche qui prenait auparavant des mois de travail expérimental.
Cependant, le rôle d’AlphaFold est parfois mal interprété. Il ne remplace pas la validation physique des structures, mais accélère les étapes préparatoires des biologistes.
Une étude menée par l’Innovation Growth Lab (IGL) de Nesta, intitulée AI in Science: Evidence of impact from AlphaFold 2, a analysé cinq millions de publications scientifiques, brevets et données médicales. Elle a mis en évidence que les chercheurs utilisant AlphaFold 2 avaient enregistré une augmentation de 45 % à 49 % des dépôts de nouvelles structures protéiques validées expérimentalement dans le Protein Data Bank (PDB) par rapport à ceux utilisant des méthodes classiques.
Le modèle informatique ne rend pas les expériences physiques inutiles ; les prédictions d’AlphaFold fournissent des modèles de départ qui aident les biologistes à décoder les données brutes issues de la cristallographie aux rayons X ou de la cryo-microscopie électronique. L’IA intervient comme un outil d’accélération et non comme un substitut à la preuve matérielle.
Quelles étapes pour la suite : Les indicateurs à surveiller
Les prochaines étapes majeures de l’IA en santé ne dépendront pas de nouvelles performances de modèles de langage ou de la validation d’essais de Phase IIa. Deux aspects seront déterminants :
- L’approbation finale de la FDA pour une molécule conçue par IA : La Phase III du rentosertib sera un test représentatif. Si un composé dont le mécanisme et la structure ont été identifiés par ordinateur obtient une autorisation de mise sur le marché, cela créera un précédent pour le secteur.
- L’évolution des taux de réussite en Phase III : À mesure que d’autres molécules issues de l’IA arriveront en phase clinique avancée, il faudra évaluer si leur taux d’échec est inférieur à la moyenne historique. Si ces molécules dépassent régulièrement les 10 % à 12 % de réussite constatés habituellement, l’apport de l’IA au développement pharmaceutique sera validé.
En attendant, la réalité de l’IA médicale reste partagée : les outils numériques accélèrent la recherche fondamentale et allègent les processus administratifs, mais la mise au point de nouveaux traitements reste soumise aux contraintes physiques de la biologie et des validations cliniques.
Foire aux questions
Le rentosertib est-il le premier médicament conçu par IA ?
Le rentosertib (ISM001-055) est le premier candidat médicament découvert et conçu par IA générative à terminer avec succès un essai clinique de Phase IIa avec des résultats de sécurité et d’efficacité préliminaire positifs. Bien que d’autres composés issus de l’IA soient en cours d’évaluation, les projets concurrents n’ont pas démontré d’efficacité ou ont été arrêtés.
Quel est l’objectif d’un essai de Phase IIa ?
Un essai clinique de Phase IIa est une étude sur un petit groupe de patients destinée à évaluer la sécurité, la tolérance et à obtenir les premières indications sur le dosage et l’efficacité d’une molécule. Il ne constitue pas une preuve d’efficacité finale, qui nécessite des essais de Phase III de plus grande envergure.
Le modèle Med-PaLM 2 de Google est-il utilisable en cabinet médical ?
Non, Med-PaLM 2 n’est pas homologué par la FDA comme dispositif médical. Ses applications se limitent à de la rédaction de documents de recherche ou à du traitement administratif de dossiers, toujours sous le contrôle d’un professionnel de santé.
À propos de l’auteur
Ether Exter est un passionné d’IA avec 5 ans d’expérience dans le test et l’expérimentation de modèles d’IA, analysant ce qui fonctionne réellement. Suivez sur X : @EtherExperiment.
Sources et références
- Résultats de Phase IIa d’Insilico Medicine GENESIS-IPF : Publiés dans Nature Medicine le 3 juin 2025 (Référence de l’étude : NCT05938920).
- Rapport BCC Research : AI Impact on Emerging Drugs Market - BCC Pulse Report, publié le 14 juillet 2026.
- Étude AlphaFold de l’Innovation Growth Lab (IGL) : AI in Science: Evidence of impact from AlphaFold 2, analyse indépendante sur des bases de données universitaires et de biologie structurale.
- Adoption du système Microsoft Dragon Ambient eXperience (DAX) Copilot : Annonce de lancement de janvier 2024 et rapport financier du premier trimestre de l’exercice 25 de Microsoft (30 octobre 2024).
- Étude Med-PaLM 2 : Document de recherche Google Towards Expert-Level Medical Question Answering with Large Language Models (Singhal et al., mai 2023).
- Analyses de chimie médicinale : Chroniques In the Pipeline de Derek Lowe publiées dans la revue Science.
