Dans cet entretien, Peter Fedichev (Gero ; CA, USA) nous parle de la mise au point de médicaments pilotée par l’IA dans le cadre de la recherche sur le vieillissement. Peter nous en dit plus sur l’utilisation de l’informatique quantique dans la fabrication de médicaments et sur la manière dont les recherches récentes de Gero ont contribué à la recherche sur les maladies humaines liées à l’âge.

– Qu’est-ce que l’informatique quantique et comment peut-elle être appliquée à la fabrication de médicaments ?
– Pourriez-vous résumer l’article de recherche récemment publié par Gero ?
– De nombreuses entreprises ont utilisé l’IA pour la découverte et la fabrication de médicaments, en quoi l’approche de Gero est-elle unique ?
– Comment prévoyez-vous l’évolution de l’informatique quantique dans la fabrication de médicaments à l’avenir ?

Résumé

L’informatique quantique progresse rapidement et peut être appliquée à des problèmes pratiques tels que la découverte de médicaments. En utilisant des algorithmes quantiques et des algorithmes génératifs, les chercheurs peuvent naviguer dans le vaste espace chimique pour identifier des molécules médicamenteuses potentielles. Les dispositifs quantiques peuvent générer de nouvelles molécules présentant les propriétés attendues des molécules biologiquement actives. Cette technologie est sur le point de surpasser les systèmes classiques dans la découverte de médicaments.

Points forts

[0:20] 🔬 L’informatique quantique peut être utilisée pour des applications pratiques telles que la découverte de médicaments.
[2:45] 🧪 Les molécules ne peuvent être décrites sans la mécanique quantique, ce qui la rend essentielle pour comprendre la découverte de médicaments.
[5:05] 💡 Les algorithmes génératifs peuvent naviguer dans le vaste espace chimique pour identifier des molécules médicamenteuses potentielles.
[7:30] ⏳ L’informatique quantique est sur le point de surpasser les systèmes classiques dans la découverte de médicaments.
[11:15] 💊 L’informatique quantique peut réduire le nombre d’essais et d’erreurs dans la conception des médicaments.
[14:10] 🌌 Les dispositifs quantiques peuvent générer de nouvelles molécules ayant les propriétés attendues des molécules biologiquement actives.
[17:20] 🚀 L’informatique quantique devrait être considérée comme un outil précieux pour la découverte de médicaments.

L’informatique quantique dans la fabrication de médicaments | McKinsey

Points essentiels

[0:20] 🔬 L’informatique quantique n’est plus seulement un outil de recherche, elle est désormais capable d’applications pratiques dans le domaine de la découverte de médicaments. Il s’agit d’une avancée significative dans ce domaine.
[2:45] 🧪 La mécanique quantique est essentielle pour comprendre le comportement des molécules, ce qui est crucial pour la découverte de médicaments. L’intégration de la mécanique quantique dans la conception de médicaments peut conduire à des solutions plus efficaces et efficientes.
[7:30] ⏳ L’informatique quantique progresse rapidement et sera bientôt plus performante que les systèmes classiques dans la découverte de médicaments. Cela signale un point d’inflexion où les technologies quantiques deviennent plus viables et plus utiles dans ce domaine.
[11:15] 💊 En tirant parti de l’informatique quantique et des algorithmes génératifs, le processus d’essais et d’erreurs dans la conception de médicaments peut être considérablement réduit. Cela peut conduire à une découverte de médicaments plus rapide et plus efficace.
[14:10] 🌌 Les dispositifs quantiques peuvent générer de nouvelles molécules qui présentent les propriétés attendues des molécules biologiquement actives. Cela ouvre de nouvelles possibilités de découverte de médicaments potentiels qui n’avaient pas été envisagés auparavant.
[17:20] 🚀 L’informatique quantique devrait être considérée comme un outil précieux pour la découverte de médicaments. En l’associant à d’autres technologies et approches, nous pouvons nous attaquer à des problèmes complexes tels que le vieillissement et les maladies chroniques de manière plus efficace et efficiente.

A. I. Gircha et al, Hybrid quantum-classical machine learning for generative chemistry and drug design, Scientific Reports (2023). DOI: 10.1038/s41598-023-32703-4