---Advertisement---

{{term_list link:term|tax:category|sep:, }}

{{post_title}}

By: {{author_meta key:display_name|link:author_archive}}

On: {{post_date dateFormat:l, F j, Y g:i A}}

Eli Lilly s’associe à la start-up Chai Discovery pour accélérer la découverte de nouveaux traitements biologiques grâce à l’intelligence artificielle. Ce partenariat stratégique vise à réduire considérablement les délais de recherche, passant de plusieurs mois à quelques semaines seulement.

La conception d’anticorps, un processus traditionnellement long et coûteux, est au cœur de cette collaboration. Chai Discovery propose une approche révolutionnaire avec sa plateforme Chai-2, la première capable de concevoir des anticorps avec un taux de réussite expérimental à deux chiffres, sans nécessiter les méthodes classiques de laboratoire.

En prédisant et en optimisant les interactions biochimiques avec une précision comparable à la conception assistée par ordinateur (CAO), cette technologie permettra à Eli Lilly d’améliorer significativement ses taux de succès, de concevoir des molécules plus stables et plus sûres pour une utilisation thérapeutique, et surtout, de compresser les délais de découverte. « Nous pourrons terminer des processus qui prenaient auparavant des mois d’expérimentation manuelle en quelques semaines seulement », explique la société.

Un élément clé de cet accord réside dans le développement d’un modèle d’IA sur mesure. Bien que Chai Discovery propose déjà des modèles d’IA performants, celui-ci sera spécifiquement entraîné sur les vastes données propriétaires d’Eli Lilly. Cette approche personnalisée devrait maximiser l’efficacité de la plateforme.

La valorisation récente de Chai Discovery, estimée à 1,3 milliard de dollars (environ 1,2 milliard d’euros), témoigne de la confiance des marchés financiers dans le potentiel de cette technologie. La start-up, soutenue par des investisseurs de renom tels qu’OpenAI, Thrive Capital et Oak HC/FT, développe un « modèle de fondation frontière » – une sorte d’équivalent biologique du GPT-4 – dédié aux interactions moléculaires. Ce modèle se distingue des solutions ponctuelles par son approche globale et sa capacité à traiter des données complexes.

{{term_list link:term|tax:post_tag|sep:, }}

{{author_meta key:display_name|link:author_archive}}

Sophie Martin suit les sujets de santé, de prévention, de recherche médicale et de politiques publiques. Ses articles rappellent les limites de l’information générale et encouragent la consultation de professionnels qualifiés.
For Feedback - [email protected]

Join WhatsApp

Join Now

Join Telegram

Join Now

Related News

{{post_date}}

{{post_title link:post}}

Leave a Comment