Le marché de l'IA dans la découverte de médicaments devrait connaître une croissance fulgurante de 42,4 % pour atteindre 28,4 milliards USD d'ici 2030, selon les projections d'UnivDatos

Principaux points saillants du rapport:

• La découverte et le développement de médicaments (D&D) sont coûteux et prennent du temps. Selon les rapports des revues spécialisées, le coût moyen de la découverte et du développement de nouveaux traitements médicamenteux est de 2,6 milliards de dollars et le cycle de développement est de plus de 10 ans. La plupart des thérapies candidates sont abandonnées au début de l'essai clinique, en particulier dans les essais précliniques et de phase 1, en raison de l'entonnoir de tests de développement limité, ce qui a un impact direct sur les coûts élevés et les longs cycles de développement.
• Les solutions d'IA dans les essais cliniques suppriment les goulots d'étranglement potentiels, raccourcissent le cycle des essais cliniques et améliorent l'efficacité et la précision des essais cliniques. En conséquence, ces solutions d'IA de pointe sont de plus en plus populaires parmi les acteurs de l'industrie des sciences de la vie. Selon les estimations de 2021 de Clinical Trials Arena, le nombre d'alliances stratégiques et de partenariats entre les quatre premières entreprises spécialisées dans l'IA dans le domaine de la découverte de médicaments et les entreprises pharmaceutiques est passé de 4 en 2015 à 27 en 2020.
• Les espaces de recherche biomédicale et clinique sont de plus en plus numérisés, ouvrant la voie aux solutions d'IA. La grande quantité de données générées dans les processus de découverte de médicaments, y compris lors de la phase de criblage des molécules et dans les études précliniques, augmente la demande de solutions basées sur l'IA.

Selon un nouveau rapport d'Univdatos Market Insights, le marché de l'IA dans la découverte de médicaments devrait atteindre 28,4 milliards de dollars en 2030, avec un TCAC de 42,4 %. La découverte et le développement d'un nouveau candidat thérapeutique sont l'un des processus les plus laborieux et les plus longs au monde. Le plus gros problème avec la D&D est le taux d'attrition élevé. Cela est en grande partie dû à l'approche par essais et erreurs utilisée pour la découverte de médicaments. Moins de 1 % des principaux médicaments pharmacologiques sont transformés en médicaments candidats pour les essais cliniques. Les experts estiment que près de 90 % des médicaments candidats considérés dans ces essais ne parviennent pas à progresser dans le cycle de développement. Cela entraîne des coûts élevés. Un médicament sur ordonnance prend généralement de 10 à 15 ans et coûte en moyenne 1 à 2 milliards de dollars pour passer du laboratoire au marché. Environ un tiers des coûts ci-dessus sont encourus pendant la phase de découverte du médicament. Pour relever ces défis, tels que l'augmentation des besoins en capitaux et l'échec des programmes en phase tardive, les entreprises pharmaceutiques étudient l'utilisation d'outils basés sur l'IA pour améliorer leurs processus de découverte et de développement de médicaments en utilisant des informations chimiques et biologiques. On s'attend à ce que la découverte de médicaments par l'IA soit en mesure de traiter et d'analyser de grandes quantités de données cliniques/médicales et de les exploiter pour améliorer les efforts modernes de découverte de médicaments.

Découvrez des informations sur le marché de l'IA dans la découverte de médicaments– https://univdatos.com/reports/artificial-intelligence-in-drug-discovery-market?popup=report-enquiry

Le rapport suggère que le processus coûteux et long de livraison des médicaments est l'un des principaux facteurs qui stimulent le marché de l'IA dans la découverte de médicaments au cours des prochaines années. Le développement d'un nouveau médicament prend généralement de 10 à 15 ans, avec un coût moyen allant jusqu'à 2,8 milliards de dollars. 80 à 90 % des échecs de médicaments surviennent en clinique, les essais de phase II PoC représentant la majorité des échecs cliniques. Bien que le nombre de nouvelles entités moléculaires (New Molecular Entity ou NME) approuvées par les agences de réglementation telles que la FDA américaine ait augmenté au cours de la dernière décennie (2010-2019) par rapport à la décennie précédente, le coût de la mise sur le marché d'un nouveau médicament a considérablement augmenté. Les principaux facteurs contribuant à l'augmentation des coûts de l'innovation pharmaceutique comprennent la perte d'investissement due à l'attrition clinique en phase tardive, un régime réglementaire plus strict qui fixe une barre d'approbation élevée et l'augmentation des coûts des essais cliniques, en particulier pour les essais pivots. Ces facteurs stimulent l'innovation et l'adoption de nouvelles technologies par les entreprises pharmaceutiques et biotechnologiques afin d'améliorer la productivité, de réduire les coûts et d'assurer la durabilité à long terme.

Seul un composé sur 5 000 à 10 000 est approuvé comme médicament candidat pour une affection spécifique dans le processus de découverte de médicaments. L'IA dans la découverte de médicaments a le potentiel de réduire considérablement le temps et le coût de la mise sur le marché de nouveaux médicaments. Elle a également le potentiel de découvrir de nouveaux traitements pour des affections qui étaient auparavant difficiles à cibler.

Fig1 : Principaux pays pour les startups d'IA dans la découverte de médicaments, 2021

Plusieurs acteurs de ce marché construisent des plateformes qui peuvent aider à la découverte de médicaments. Par exemple,

• Google Cloud a lancé en mai 2023 deux nouvelles solutions basées sur l'IA : la suite d'identification des cibles et des composés principaux et la suite Multiomics, qui sont conçues pour aider les entreprises de découverte de médicaments, les entreprises pharmaceutiques et les organisations du secteur public à accélérer leurs efforts en matière de conception de médicaments et de médecine de précision. La suite d'identification des cibles et des composés principaux permet une conception de médicaments plus efficace in silico, prédit les structures des protéines et accélère l'optimisation des composés principaux dans la découverte de médicaments. Les deux suites Google Cloud basées sur l'IA aident à résoudre un problème de longue date dans le domaine biopharmaceutique : la mise sur le marché américain d'un nouveau médicament, qui peut être longue et coûteuse. Plusieurs entreprises, dont Pfizer, l'une des plus grandes sociétés pharmaceutiques, ont déjà commencé à utiliser ces produits.
• En mars 2023, Insilico Medicine a ajouté une fonction de chat spécialisée basée sur l'IA, « ChatPandaGPT », à sa plateforme PandaOmicms. Cette intégration permet aux chercheurs d'avoir des « conversations en langage naturel » avec la plateforme, ce qui leur permet d'analyser de grands ensembles de données et de découvrir plus efficacement des cibles thérapeutiques et des biomarqueurs potentiels.

Le segment de l'oncologie gagne le plus de terrain sur le marché

La découverte de médicaments oncologiques avec l'IA accélère la découverte de médicaments anticancéreux. Le segment de la découverte de médicaments oncologiques devrait croître dans un avenir proche, car l'incidence du cancer est en augmentation. L'American Cancer Society estime pour 2022 que le cancer est la deuxième cause de mortalité aux États-Unis, avec plus de 609 360 nouveaux cas de cancer prévus d'ici 2022. L'IA accélère la découverte de médicaments anticancéreux grâce à l'apprentissage automatique et à l'utilisation d'algorithmes d'apprentissage profond. Grâce à l'apprentissage profond, les médicaments candidats peuvent être conçus dans une structure moléculaire de novo et leurs réactions peuvent être prédites. Selon une étude de 2022 publiée dans Nature, l'IA est utile pour l'identification de nouveaux médicaments et de cibles anticancéreuses à partir de réseaux biologiques. Les réseaux biologiques aident à préserver et à évaluer les interactions entre les composants des cellules cancéreuses. La modélisation des réseaux cellulaires aide à quantifier le cadre qui relie les propriétés du réseau et le cancer en utilisant l'analyse de la biologie de l'IA. L'IA accélère la découverte de médicaments anticancéreux en oncologie. De plus, plusieurs acteurs du marché utilisent l'intelligence artificielle (IA) dans le domaine de la découverte de médicaments contre le cancer. Par exemple, Model Medicines, une société de découverte et de développement de médicaments oncologiques, a annoncé en octobre 2022 qu'elle développerait des médicaments oncologiques ciblant les récepteurs AXL et BRD4. En juin 2022, un autre développeur de médicaments oncologiques, schrödinger s.r.o., a reçu l'approbation de la Food and Drug Administration des États-Unis (USFDA) pour sa demande de nouveau médicament expérimental (Investigational New Drug Application ou INDA) pour un médicament appelé SGR-1505, un inhibiteur du récepteur MALT1. L'entreprise développe des médicaments oncologiques à l'aide d'une plateforme logicielle basée sur la physique. Le marché de l'oncologie devrait croître de manière significative dans les années à venir en raison de la recherche en cours et de la découverte de médicaments cliniques utilisant l'IA, ainsi que des principaux développements des acteurs du marché et des entreprises pharmaceutiques.

Conclusion

Alors que nous nous penchons sur l'avenir de la découverte de médicaments, l'intégration de l'intelligence artificielle (IA) dans ce secteur présente une lueur d'espoir pour relever les défis de longue date que sont les coûts élevés, les longs cycles de développement et les taux d'attrition considérables qui ont toujours affligé l'industrie pharmaceutique. La synthèse des technologies d'IA avec les processus complexes de la découverte de médicaments ouvre la voie à une nouvelle ère où les chiffres effrayants de 2,6 milliards de dollars en coûts et de plus d'une décennie en temps de développement ne sont plus la norme. Grâce à des alliances stratégiques et à la numérisation de la recherche biomédicale, l'IA permet un saut significatif dans la façon dont nous abordons la découverte de nouvelles thérapies. L'utilisation de solutions basées sur l'IA pour naviguer dans les vastes données générées au cours des processus de découverte de médicaments illustre l'évolution vers des méthodologies plus innovantes et efficaces. De plus, le segment de l'oncologie, en particulier, est à l'aube d'avancées révolutionnaires grâce à l'IA. L'intégration de l'IA dans la découverte de médicaments oncologiques accélère non seulement la découverte de médicaments anticancéreux, mais ouvre également de nouvelles voies pour des traitements qui étaient auparavant hors de portée. Le cancer restant une des principales causes de mortalité dans le monde, le rôle de l'IA dans ce domaine est une lueur d'espoir pour des millions de personnes. Alors que la société se trouve à ce moment charnière, la trajectoire de l'IA dans la découverte de médicaments annonce un avenir où le développement de médicaments vitaux n'est pas entravé par des inefficacités et des coûts exorbitants. Les collaborations entre les géants de la technologie et les entreprises pharmaceutiques, ainsi que les plateformes et solutions innovantes en cours de développement, témoignent d'un secteur mûr pour la transformation. En conclusion, le marché de l'IA dans la découverte de médicaments est au bord d'une révolution, motivée par la nécessité de surmonter les obstacles des processus traditionnels de découverte de médicaments.