Tuberculose : l’IA a déniché des pistes de médicaments en six mois

Six mois. C’est le temps qu’il a fallu à une équipe de l’Université de Caroline du Nord pour dénicher, avec l’aide de l’IA, des molécules capables de viser une protéine essentielle de la tuberculose. Dans un domaine où l’on parle plutôt en années, j’ai relu le chiffre deux fois. Et l’histoire derrière est encore plus intéressante.

L’Université de Caroline du Nord à Chapel Hill (UNC) a publié ce portrait le 18 novembre 2026. On y découvre le travail de sa faculté de pharmacie, l’UNC Eshelman School of Pharmacy, et plus précisément d’un centre où chimistes, biologistes et informaticiens travaillent côte à côte.

Ce centre est codirigé par Konstantin Popov, Xiaodong Wang et Lindsey James. L’idée : quand l’IA propose une piste, elle peut être testée et affinée rapidement par les équipes du labo. Pas de théorie qui reste sur l’écran.

Petite précision : il s’agit de recherche fondamentale, pas d’un traitement disponible, et cet article n’est pas un avis médical.

La tuberculose en ligne de mire

L’équipe de Konstantin Popov a été invitée à rejoindre un grand projet collaboratif avec le professeur Jeff Aubé (UNC), Carl Nathan (Weill Cornell Medicine), l’organisation TB Alliance et la Fondation Gates.

Grâce à une méthode générative guidée par l’IA, l’équipe a mis au jour en six mois des composés capables de cibler une protéine essentielle de la bactérie de la tuberculose. Les chimistes du groupe de Jeff Aubé ont ensuite travaillé ces molécules.

Résultat, selon Konstantin Popov : en quelques itérations seulement, l’efficacité de ces composés contre l’enzyme visée a été multipliée par plus de 200. Il estime que l’équipe a avancé bien plus vite que ce qui est habituel pour un labo universitaire.

Une IA qui garde les pieds sur terre

Ce qui me plaît, c’est que Konstantin Popov ne vend pas de miracle. Il le dit clairement : « Il faut intégrer des contrôles de réalité tout au long du chemin » (traduit de l’anglais).

Sans ces garde-fous, explique-t-il, une IA peut halluciner, c’est-à-dire inventer des molécules magnifiques à l’écran, mais impossibles à fabriquer ou trop toxiques. Son labo s’attache donc à concevoir des composés entièrement nouveaux, qui n’existent dans aucun catalogue, mais qui restent pertinents biologiquement et réalisables en pratique.

C’est la grande différence avec le criblage classique, qui se limite aux molécules déjà présentes dans les collections existantes.

Et ce n’est pas tout

  • Cancer : la même stratégie sert à rendre des molécules plus efficaces et moins toxiques pour les cellules saines, par exemple dans le myélome multiple et le cancer de la prostate.
  • Alzheimer : une équipe menée par Konstantin Popov a obtenu un financement des Instituts nationaux de la santé américains pour développer des petites molécules qui aideraient le cerveau à éliminer ses déchets nocifs.

Le geste que j’adore : un outil offert à tous

Le labo a aussi développé DELi, un logiciel qui analyse les données des « bibliothèques encodées par ADN », de gigantesques collections de molécules repérées chacune par une petite étiquette d’ADN.

D’après l’UNC, c’est le premier logiciel open source capable de rivaliser avec les outils commerciaux dans ce domaine. Il est gratuit, facile à installer, documenté, et l’équipe assure le support. Konstantin Popov regrette que très peu d’outils d’IA publiés par la recherche soient réellement utilisés. Il veut changer ça.

Ce qu’il faut garder en tête

Il s’agit d’un portrait publié par l’université elle-même. Il ne cite pas encore d’étude scientifique publiée et ne nomme ni la protéine visée ni les molécules. Et ce gain d’efficacité est mesuré sur l’enzyme, à un stade très précoce. Entre une bonne molécule de labo et un médicament, le chemin reste long.

Pourquoi ça me parle, à moi qui fais des sites web

Deux choses me frappent. D’abord, Konstantin Popov rappelle que l’IA accélère énormément les premières étapes, mais qu’elle ne marche bien qu’entre de bonnes mains, quand les scientifiques guident le processus avec leurs connaissances. C’est vrai en chimie, et c’est tout aussi vrai pour un indépendant qui rédige ses textes avec une IA.

Ensuite, ce choix de partager gratuitement son outil. Je trouve ça généreux et intelligent : plus de labos pourront chercher plus vite, sans coûts prohibitifs. Toute la communauté y gagne.

En conclusion : l’IA qui fait gagner du temps à la recherche

Des pistes contre la tuberculose trouvées en six mois, un logiciel offert à tous les chercheurs, et une équipe qui garde les pieds sur terre : voilà le visage de l’IA que j’aime suivre.

Ma piste pour vous : faites comme ce labo et ajoutez vos propres « contrôles de réalité ». Quand l’IA vous aide à préparer une offre ou un texte pour votre site, gardez une petite liste de trois vérifications avant d’envoyer : les chiffres, les noms, et une relecture à voix haute. Deux minutes, et vous gardez le meilleur de l’IA.

Biii

Chez biii.cool, nous croyons au pouvoir de la créativité et de l’innovation. Nous nous engageons à vous fournir les outils et l’inspiration nécessaires pour exceller dans le monde numérique. Rejoignez-nous pour explorer l’avenir de la création de contenu.

D'autres actualités positives sur l'IA