Dans un tel programme, de très nombreuses nouvelles molécules sont synthétisées, car on cherche celle qui a les meilleures propriétés chimiques. Par exemple, un critère important est sa non-toxicité. Sans compréhension exacte des phénomènes en jeu, l’unique moyen de savoir si une molécule risque d’être toxique est de la synthétiser et de la tester : c’est un processus long et coûteux.
L’idéal serait de savoir a priori – avant de synthétiser la molécule – si elle a des risques d’être toxique. Cela est rendu possible grâce à l’IA appliquée aux bases de données chimiques. À partir de milliers voire millions de molécules déjà testées, l’IA peut extraire des relations statistiques entre des groupements chimiques complexes et la toxicité des molécules, pour ensuite les utiliser afin de prédire la toxicité de nouvelles molécules. Attention, ces prédictions proviennent de modèles et sont donc parfois entachées d’erreurs ! Toutefois les IA aident l’Homme, qui ne peut exploiter seul une telle quantité de données.
L’IA aide donc à deux niveaux : prédire des propriétés chimiques sans avoir besoin de synthétiser les molécules, mais également aider à la compréhension du phénomène de toxicité grâce à l’établissement de relations jusqu’alors inconnues des scientifiques.
Toutefois, une telle IA est très spécifique : elle ne permet pas de découvrir un médicament, mais est seulement un outil pour faciliter et accélérer une étape pour laquelle elle a été conçue. C’est bien l’Homme qui choisit de l’utiliser à un moment précis et qui continue de prendre les décisions importantes.
