Genesis Therapeutics, une société de développement de médicaments par IA, a récemment annoncé avoir reçu un investissement supplémentaire de NVentures, la branche de capital-risque de Nvidia. Le montant n'a pas été divulgué. Cette initiative marque un approfondissement de la collaboration entre les deux entreprises, visant à accélérer le développement de la plateforme IA de Genesis, GEMS (Genesis Exploration of Molecular Space), qui se concentre sur la conception de médicaments dirigée par la structure grâce à l'IA physique.
Né à Stanford, expert en IA moléculaire
Genesis Therapeutics est issue du laboratoire du Dr Vijay Pande à l'Université de Stanford. Le co-fondateur, le Dr Evan Feinberg, a co-inventé et co-écrit plusieurs articles clés sur les techniques d'apprentissage profond avec Pande pendant ses études supérieures, le plus remarquable étant l'algorithme PotentialNet. Cet algorithme a été le premier à utiliser un nouveau type de réseau neuronal graphique pour prédire les propriétés moléculaires, en particulier l'affinité de liaison protéine-ligand. Feinberg, Pande et leurs collègues ont démontré les performances de PotentialNet en matière de prédiction d'efficacité, et sa validité a été confirmée par une collaboration entre l'Université de Stanford et les laboratoires de recherche de Merck. Avant de fonder Genesis, Feinberg a été consultant en apprentissage profond pour Merck.
Source : Image générée par IA, fournisseur de services d'autorisation d'images Midjourney
Plus de 300 millions de dollars de financement, une collaboration approfondie avec Nvidia
Fondée en 2019, Genesis a levé 52 millions de dollars lors d'un tour de financement de série A un an plus tard. Depuis, l'entreprise a connu une croissance constante et a levé plus de 300 millions de dollars à ce jour, dont la majeure partie provient d'un tour de financement de série B de 200 millions de dollars réalisé en 2023, avec la participation de NVentures, la branche de capital-risque de Nvidia.
En collaboration avec Nvidia, Genesis s'efforce d'accélérer le développement de sa plateforme IA GEMS. GEMS vise à générer et à optimiser des molécules pour des cibles complexes en intégrant des méthodes d'IA propriétaires, notamment des modèles linguistiques, des modèles de diffusion et des simulations d'apprentissage automatique (ML) physique. Le financement supplémentaire de NVentures vise à améliorer l'efficacité du calcul et à renforcer davantage les capacités de la plateforme IA physique de Genesis pour la conception de médicaments dirigée par la structure, en tirant parti de l'expertise de Nvidia.
Feinberg a déclaré : « Nvidia est un leader dans de nombreux aspects de la pile IA, aussi bien en termes de matériel que de logiciels de bas niveau au-dessus du matériel. Genesis, quant à elle, s'efforce d'être un pionnier dans le domaine de l'IA moléculaire. Il existe donc une synergie très évidente entre les avantages comparatifs de Nvidia et ceux de Genesis, ce qui fait que le tout est supérieur à la somme de ses parties. »
Optimisation des réseaux neuronaux, accélération du développement de médicaments
La collaboration entre les deux entreprises portera notamment sur l'optimisation des réseaux neuronaux équivariants, qui sont particulièrement utiles pour traiter des données géométriques 3D telles que les structures de protéines et de petites molécules. Nvidia s'engage à accélérer le calcul par le biais de réseaux neuronaux, notamment l'entraînement des réseaux et l'exécution d'inférences, l'utilisation de modèles entraînés pour faire des prédictions sur de nouvelles données ou le déploiement en environnement réel.
Feinberg explique : « Pour le domaine de l'IA moléculaire que Genesis développe depuis des années, certains types de réseaux neuronaux sont particulièrement utiles. Il s'agit en fait de la poursuite d'une tendance de longue date dans ce domaine, à savoir que l'IA n'est pas monolithique. L'intelligence artificielle compte de nombreux sous-domaines qui utilisent des algorithmes apparentés mais différents pour apprendre. »
À l'Université de Stanford, Feinberg, Pande et un groupe de collègues ont présenté la famille de convolutions graphiques PotentialNet dans un article publié en 2018 dans ACS Central Science. Deux ans plus tard, un autre groupe de collègues, avec Feinberg et Pande, a montré comment obtenir une « précision sans précédent à notre connaissance » dans la prédiction des propriétés ADMET (absorption, distribution, métabolisme, excrétion et toxicité) en représentant explicitement chaque molécule sous forme de graphique, et a démontré l'avantage significatif des algorithmes d'IA par rapport aux méthodes avancées de ML utilisées par les laboratoires de recherche de Merck dans la prédiction ADMET dans un article publié dans le Journal of Medicinal Chemistry.
Une collaboration étroite entre le fondateur et son mentor
Pande est actuellement associé général chez Andreessen Horowitz (a16z) et associé fondateur du fonds bio d'a16z, dirigeant les investissements de la société dans les domaines de la biologie, de l'informatique et de l'ingénierie. Pande, qui a été le directeur de thèse de Feinberg, a dirigé l'investissement de 4,1 millions de dollars d'a16z dans le tour de financement de démarrage de Genesis et a co-dirigé le tour de financement de série B de plus de 200 millions de dollars de la société avec une société d'investissement américaine non divulguée dans le secteur des sciences de la vie.
Feinberg a déclaré à propos de Pande : « J'ai eu la chance de collaborer avec lui pendant près de dix ans. Je pense que c'est une chance incroyable de pouvoir travailler aussi étroitement avec une personne aussi talentueuse et visionnaire, et d'apprendre de lui. »
Innovation continue, leadership sectoriel
Feinberg ajoute : « Il (Pande) m'a toujours poussé d'une manière qui a été essentielle au succès de Genesis. Il continue d'évoluer au fur et à mesure que le domaine évolue. Je pense que c'est similaire à la façon dont nous maintenons notre position de leader dans ce domaine, en innovant constamment, non pas en nous contentant d'imiter, mais en faisant vraiment progresser le domaine. »
Feinberg se souvient que pendant ses études supérieures à Stanford, l'IA a principalement eu un impact dans les domaines de la vision par ordinateur et du traitement du langage naturel. « Les types de réseaux neuronaux utilisés pour ces deux domaines sont en fait très différents l'un de l'autre, mais aucun d'eux n'est très bien adapté à la chimie. Nous avons donc développé de nouveaux réseaux neuronaux », se souvient Feinberg. « Au milieu des années 2010, les réseaux neuronaux graphiques étaient mieux adaptés aux molécules. »
Feinberg indique que depuis lors, Genesis a continué à rechercher de nouveaux algorithmes d'IA, « de nouveaux primitifs de réseaux neuronaux mieux adaptés aux tâches d'IA moléculaire ». « Les réseaux neuronaux équivariants sont l'une des familles que nous apprécions. C'est aussi l'un des domaines où Nvidia nous a particulièrement aidés à optimiser », ajoute Feinberg.
Le laboratoire de Pande a initialement acquis sa renommée grâce à Folding@Home, un projet de calcul distribué qu'il a créé pour simuler la dynamique des protéines, y compris le processus de repliement des protéines.
Feinberg se souvient : « Folding@Home utilisait un grand nombre de GPU Nvidia du monde entier pour la simulation du repliement des protéines. Depuis, les GPU Nvidia sont de plus en plus utilisés pour l'intelligence artificielle, en particulier dans les domaines de la vision et du langage naturel. Notre entreprise est donc déjà un utilisateur important des GPU Nvidia. »
Une « alliance parfaite » avec Nvidia
Feinberg déclare : « Lorsque nous avons été présentés à Nvidia et à NVentures par le biais du tour de financement de série B, cela a semblé être un investisseur très naturel, qui apporterait non seulement beaucoup de capitaux, mais aussi de l'intelligence à cette relation. Cet investissement a vraiment établi les bases d'une collaboration qui va au-delà d'une relation client, ce qui a également favorisé un apprentissage mutuel, un apprentissage mutuel de nos besoins et des capacités de bas niveau que nous pouvons utiliser de manière unique grâce à notre connaissance du domaine. »
Pour Nvidia, la collaboration avec Genesis renforce ses efforts continus pour appliquer l'IA à la découverte de médicaments.
Mohamed « Sid » Siddeek, vice-président et responsable de NVentures chez Nvidia, a déclaré : « La plateforme IA de Genesis et les progrès informatiques associés développés en collaboration avec Nvidia contribueront à fournir de nouvelles technologies d'IA générative et prédictive pour explorer des voies chimiques inexplorées et identifier des candidats médicaments. »
Comment GEMS aide-t-il Nvidia ?
Feinberg explique : « L'objectif de GEMS est de pouvoir développer efficacement des cibles très difficiles, voire impossibles à traiter dans certains cas. Pour ce faire, nous devons améliorer plusieurs capacités par rapport au passé. »
Cela comprend la génération de molécules et la prédiction de leur puissance, de leur sélectivité et de leurs propriétés atomiques – une approche d'optimisation multiparamétrique conjointe pour étudier conjointement toutes les propriétés clés des molécules dans la découverte de médicaments. Feinberg explique que GEMS est composé de deux piliers profondément intégrés – l'IA générative et l'IA prédictive – et a déjà généré des milliers, des millions, voire des milliards de composés dans le cloud à l'aide du modèle linguistique personnalisé de Genesis.
« Mais la chimie, la chimie synthétique, est un facteur limitant. On ne peut fabriquer qu'un nombre limité de molécules dans un temps donné. Il est donc essentiel que nos technologies d'IA prédictive (pour prédire la puissance, la sélectivité et les propriétés atomiques) soient aussi précises que possible. Ainsi, GEMS est en fait un nom générique qui décrit un ensemble de technologies profondément intégrées », explique Feinberg.
Applications de GEMS en oncologie et en immunologie
À l'aide de GEMS, Genesis développe un pipeline axé sur l'oncologie et l'immunologie. En oncologie, Genesis est en phase d'optimisation précoce tardive, près de la nomination d'un candidat médicament à haute puissance et sélectivité pour ce qu'elle appelle un inhibiteur allostérique pan-mutant de PIK3CA, un facteur de conduite oncogène courant dans le cancer du sein et le cancer colorectal.
D'autres travaux de développement en oncologie se concentrent sur des petites molécules visant à surmonter la résistance aux inhibiteurs des points de contrôle (phase d'optimisation précoce) et à empêcher les cellules cancéreuses d'échapper à l'apoptose par le biais de modulateurs anti-apoptotiques des voies de mort cellulaire extrinsèques (phase de découverte).
En immunologie, Genesis indique qu'elle dispose de deux travaux en phase de découverte : un projet visant à générer plusieurs petites molécules ciblant des cibles bien établies de maladies auto-immunes ; et un autre utilisant des correcteurs de petites molécules pour restaurer l'activité de protéines endommagées non spécifiées, pour traiter les « maladies auto-inflammatoires génétiques graves ».
Collaboration avec des géants de la biopharmacie
Outre ses travaux de développement interne, Genesis mène également des collaborations annoncées avec trois géants de la biopharmacie, mais Feinberg a indiqué que la société ne pouvait pas commenter cela. La collaboration la plus récente a été lancée en septembre avec Gilead Sciences, qui a accepté d'utiliser GEMS pour aider à générer et à optimiser des molécules pour des cibles sélectionnées par Gilead, afin de découvrir et de développer des thérapies à petites molécules ciblant plusieurs cibles.
Gilead a accepté de payer 35 millions de dollars pour trois cibles et a le droit de nommer d'autres cibles moyennant des frais prédéterminés non divulgués par cible. Gilead a également accepté de payer des paiements supplémentaires liés à la réalisation d'étapes cliniques précoces, de développement, de réglementation et commerciales, ainsi que des redevances échelonnées sur les ventes nettes des produits commercialisés.
Les collaborations avec les deux autres géants de la biopharmacie :
Eli Lilly – une collaboration d'une valeur pouvant atteindre 670 millions de dollars (dont 20 millions de dollars d'avance), visant à découvrir jusqu'à cinq nouvelles thérapies dans plusieurs domaines thérapeutiques, lancée en 2022.
Genentech, membre du groupe Roche – une collaboration portant sur plusieurs cibles et plusieurs maladies, lancée en 2020, utilisant la plateforme de Genesis pour l'apprentissage profond et la simulation moléculaire. En 2022, Genentech a décrit les cibles qui l'intéressaient comme des « cibles difficiles inatteignables par d'autres méthodes ». La valeur de cette collaboration n'a pas été divulguée.
Genesis est basée à Burlingame, dans la banlieue de San Francisco, en Californie, et possède un laboratoire entièrement intégré à San Diego. La société emploie environ 80 personnes.
Feinberg a déclaré : « Nous prévoyons une croissance importante, en partie grâce au tour de financement de série B, au récent investissement de Nvidia et à nos partenariats. Je n'ai pas de chiffre précis pour indiquer la taille que nous atteindrons dans les 12 prochains mois, mais nous avons une taille d'équipe suffisante pour aller au-delà de 80 personnes. »
