Isomorphic Labs Lève 5 Milliards Pour Ses Essais Cliniques
Imaginez un instant un laboratoire où des algorithmes explorent en quelques jours des millions de combinaisons chimiques que des équipes humaines mettraient des années à tester. C’est exactement ce que propose Isomorphic Labs, la société née de DeepMind, qui vient d’annoncer une levée de fonds spectaculaire de 5 milliards de dollars. Cette somme colossale arrive au moment où l’entreprise prépare le passage de ses premiers candidats médicaments vers les essais cliniques, un tournant décisif pour toute la biotech mondiale.
Une levée de fonds historique pour accélérer la découverte de médicaments
Le tour de table de série C a été co-mené par Greenoaks et Sequoia Capital. Andreessen Horowitz a rejoint le tour en tant que nouvel investisseur, aux côtés de tous les actionnaires historiques : les divisions de capital-risque d’Alphabet GV et Capital G, Thrive Capital, MGX, Temasek et le fonds souverain britannique dédié à l’intelligence artificielle. Ce soutien massif intervient seulement quelques mois après une série B de 2,1 milliards de dollars bouclée en mai, signe d’une confiance exceptionnelle des investisseurs dans la trajectoire de la société.
Isomorphic Labs n’a pas communiqué officiellement sa nouvelle valorisation. Selon des informations de Bloomberg parues plus tôt ce mois-ci, la société visait une estimation autour de 50 milliards de dollars. Quoi qu’il en soit, le montant levé place l’entreprise parmi les plus importantes opérations de financement dans le secteur de la biotech cette année.
Du modèle AlphaFold à un moteur de conception de médicaments
Tout a commencé avec AlphaFold, le système révolutionnaire de prédiction de structures protéiques développé par DeepMind. Demis Hassabis et John Jumper ont d’ailleurs reçu le prix Nobel de chimie pour ce travail. Isomorphic Labs, spin-off créée en 2021, a repris ce savoir-faire et l’a transformé en un véritable moteur de conception de médicaments. L’entreprise utilise une suite de modèles d’intelligence artificielle capables de simuler des pans entiers de la chimie pour imaginer de nouvelles molécules.
Les programmes actuels ont déjà généré des résultats précliniques positifs dans deux domaines prioritaires : l’oncologie et l’immunologie. Ces avancées ont convaincu plusieurs géants pharmaceutiques de signer des partenariats stratégiques. Eli Lilly, Novartis et Johnson & Johnson figurent parmi les collaborateurs qui misent sur la plateforme d’Isomorphic pour accélérer leurs propres pipelines.
La capacité à explorer des espaces chimiques jusqu’alors inaccessibles change radicalement la vitesse à laquelle on peut identifier des candidats prometteurs.
– Observateur du secteur biotech
Pourquoi ce financement arrive à un moment clé
La phase préclinique est souvent le goulot d’étranglement le plus coûteux et le plus risqué de la recherche pharmaceutique. Beaucoup de molécules prometteuses échouent avant même d’atteindre l’homme. En injectant 5 milliards de dollars, Isomorphic Labs se donne les moyens de pousser plusieurs de ses programmes jusqu’aux essais cliniques, étape où la valeur d’un actif augmente de façon exponentielle.
Les fonds serviront à deux objectifs principaux. D’une part, continuer d’enrichir le moteur de conception de médicaments avec de nouvelles capacités de simulation. D’autre part, élargir le champ d’application à d’autres aires thérapeutiques au-delà de l’oncologie et de l’immunologie. L’ambition est claire : devenir une plateforme capable de générer des candidats dans un nombre croissant d’indications.
Le rôle central de Demis Hassabis
Cette levée de fonds est la première depuis que Demis Hassabis a quitté la direction opérationnelle de DeepMind pour se consacrer pleinement à Isomorphic Labs. Il conserve un rôle de président chez DeepMind tout en occupant le poste de fondateur et directeur général de la filiale biotech. Ce recentrage illustre la conviction de l’équipe dirigeante : l’intelligence artificielle peut transformer en profondeur la manière dont on découvre et développe des traitements.
Hassabis a toujours défendu l’idée que les modèles capables de comprendre la structure des protéines ouvriraient la voie à une conception rationnelle de médicaments. Les résultats précliniques annoncés semblent lui donner raison. Le passage aux essais cliniques constituera cependant le vrai test grandeur nature de cette approche.
Ce que change l’intelligence artificielle dans la découverte de médicaments
Traditionnellement, identifier une molécule candidate demandait des années de criblage à haut débit, de synthèse chimique et de tests biologiques successifs. Les modèles d’Isomorphic Labs explorent simultanément des espaces de possibilités bien plus vastes. Ils prédisent non seulement comment une protéine se plie, mais aussi comment une petite molécule peut s’y lier avec précision, et quelles modifications pourraient améliorer son profil pharmacologique.
Cette approche ne remplace pas complètement les expérimentations en laboratoire. Elle les oriente de façon beaucoup plus intelligente. Les chimistes et biologistes se concentrent sur les propositions les plus prometteuses générées par les algorithmes, ce qui réduit considérablement le temps et le coût des phases de découverte.
Voici quelques avantages concrets déjà observés dans ce type de plateformes :
- Réduction du temps nécessaire pour identifier des hits de qualité.
- Exploration de régions chimiques rarement accessibles par les méthodes classiques.
- Meilleure anticipation des propriétés d’absorption, de distribution et de toxicité.
- Possibilité de travailler en parallèle sur plusieurs cibles thérapeutiques.
Les partenariats pharmaceutiques comme validation
Le fait qu’Eli Lilly, Novartis et Johnson & Johnson aient choisi de collaborer avec Isomorphic Labs constitue une validation forte. Ces groupes disposent de budgets de recherche colossaux et d’équipes internes ultra-compétentes. S’ils décident de s’appuyer sur une plateforme externe, c’est que celle-ci apporte une valeur ajoutée réelle et mesurable.
Ces alliances permettent également à Isomorphic de tester ses modèles sur des cibles validées par des experts du terrain. Les retours d’expérience enrichissent ensuite les algorithmes, créant un cercle vertueux entre recherche académique, intelligence artificielle et développement industriel.
Quels défis restent à relever
Malgré l’enthousiasme, le chemin vers un médicament approuvé reste long et semé d’embûches. Les résultats précliniques positifs ne garantissent jamais le succès chez l’homme. Les essais de phase 1, 2 et 3 demanderont encore des années et des investissements supplémentaires. La réglementation, la production à grande échelle et la démonstration d’un bénéfice clinique clair constitueront autant d’étapes critiques.
Isomorphic Labs devra aussi prouver que son approche scale réellement. Concevoir un ou deux candidats prometteurs est une chose. Maintenir un pipeline solide et diversifié sur plusieurs années en est une autre. Le capital levé offre cependant une marge de manœuvre confortable pour absorber les inévitables échecs et continuer d’investir dans la science.
Une tendance de fond dans la biotech mondiale
Cette opération s’inscrit dans un mouvement plus large. De plus en plus de start-ups et de laboratoires intègrent l’intelligence artificielle au cœur de leur processus de découverte. Certains se concentrent sur la génération de molécules, d’autres sur la prédiction de toxicité ou l’optimisation de formulations. Isomorphic Labs se distingue par l’héritage d’AlphaFold et par l’ambition de bâtir un moteur de bout en bout.
Les investisseurs semblent convaincus que les sociétés capables de maîtriser à la fois la biologie structurale et les modèles génératifs occuperont une place stratégique dans l’industrie pharmaceutique de demain. Les 5 milliards de dollars injectés dans Isomorphic Labs constituent à la fois un pari et un signal fort envoyé à tout l’écosystème.
Ce que cela signifie pour les patients
Au-delà des montants et des valorisations, l’objectif final reste simple : apporter plus rapidement de nouveaux traitements aux personnes qui en ont besoin. Si la plateforme d’Isomorphic Labs réussit à raccourcir de plusieurs années le temps entre l’identification d’une cible et l’arrivée d’un médicament en clinique, l’impact pour les patients pourrait être considérable, notamment dans des domaines comme le cancer ou les maladies auto-immunes où les options thérapeutiques restent parfois limitées.
Bien sûr, aucun système d’intelligence artificielle ne remplacera jamais les essais cliniques rigoureux ni le jugement des médecins. Mais en améliorant la qualité des candidats qui entrent dans ces essais, on augmente statistiquement les chances de succès et on réduit le nombre de patients exposés à des molécules qui finissent par échouer.
Perspectives à moyen terme
Dans les prochains mois, l’attention se portera sur les premiers dossiers de demande d’autorisation d’essais cliniques. Les données précliniques détaillées, les profils de sécurité et les preuves d’activité biologique seront scrutés de près. Le succès ou l’échec de ces premières transitions vers l’homme pèsera lourd dans la perception de la plateforme.
Parallèlement, Isomorphic Labs devrait continuer d’enrichir ses modèles et d’élargir ses collaborations. L’arrivée de nouveaux partenaires pharmaceutiques ou de nouvelles indications thérapeutiques serait un signe supplémentaire de maturité. Le capital levé donne à l’entreprise la liberté de choisir ses priorités sans pression de liquidité à court terme, un avantage rare dans le secteur.
En définitive, cette levée de 5 milliards de dollars marque bien plus qu’un simple tour de financement. Elle symbolise la convergence de plus en plus concrète entre l’intelligence artificielle de pointe et la recherche de nouveaux médicaments. Si Isomorphic Labs parvient à transformer ses résultats précliniques en succès cliniques, l’ensemble de l’industrie pharmaceutique pourrait devoir revoir ses méthodes de travail et de développement. L’histoire ne fait que commencer, et les prochaines annonces seront suivies avec attention par tous ceux qui s’intéressent à l’avenir de la médecine.