Ils sont parfois considérés comme la pierre angulaire de la médecine moderne. Les antibiotiques sont pourtant progressivement délaissés par les grandes entreprises pharmaceutiques, de plus en plus nombreuses à se concentrer sur la conception de molécules plus rentables.

Encore plus problématique, l’efficacité des antibiotiques est désormais remise en cause, avec l’émergence croissante de bactéries super-résistantes. A tel point que la Commission fédérale d’experts pour la sécurité biologique considère aujourd’hui l’antibiorésistance comme le risque sanitaire le plus important auquel la Suisse pourrait faire face.

Lire aussi: En moins de vingt ans, deux fois plus de bactéries résistantes dans les élevages

Des stratégies innovantes doivent donc rapidement être mises en place dans le but de développer de nouvelles classes d’antibiotiques. C’est justement ce qu’ont cherché à faire des chercheurs issus du Massachusetts Institute of Technology (MIT), aux Etats-Unis. En se basant sur l’apprentissage profond (ou deep learning, une forme d’intelligence artificielle), ils sont parvenus à découvrir une nouvelle molécule prometteuse dont les propriétés ont été décrites le 20 février dans la revue Cell.

De vastes espaces chimiques

Baptisé Halicin, ce nouvel antibiotique – dont le composé a initialement été développé pour lutter contre le diabète – serait capable, selon ses concepteurs, d’avoir une activité bactéricide contre plusieurs agents pathogènes, y compris Mycobacterium tuberculosis (la bactérie responsable de la tuberculose), les entérobactéries résistantes aux carbapénèmes (des antibiotiques à large spectre), ou encore les coriaces Clostridium difficile et Acinetobacter baumannii, toutes deux responsables d’infections nosocomiales. Pour le moment, la molécule n’a toutefois fait l’objet que de tests in vitro en laboratoire et sur la souris.

L’intelligence artificielle peut représenter une approche complémentaire originale permettant de gagner du temps dans les étapes préliminaires de la découverte d’un nouveau composé

Jacques Schrenzel, responsable du laboratoire de bactériologie des HUG

Pour aboutir à ce résultat, les scientifiques ont entraîné l’algorithme qu’ils ont conçu en le confrontant à de vastes bibliothèques de données préexistantes comprenant plusieurs milliers de composés déjà connus. Ils lui ont ensuite demandé de repérer uniquement des molécules différentes des antibiotiques conventionnels qui seraient capables d’inhiber la croissance de la bactérie Escherichia coli. Quelque 100 composés sélectionnés par la machine ont ensuite été testés par les chercheurs afin d’évaluer leurs propriétés bactéricides.

Lire également: Plus de résistance aux antibiotiques au sud qu’au nord

«L’adoption de méthodologies permettant de découvrir des médicaments in silico [des recherches menées au moyen de modèles informatiques, ndlr], permet d’explorer de vastes espaces chimiques hors de portée des approches expérimentales actuelles», écrivent les auteurs de l’étude.

Gain de temps et d’argent

Compte tenu des coûts que représente le développement d’un nouveau médicament, l’intelligence artificielle (qui dans ce cas a été capable d’évaluer les composés et trouver des antibiotiques pertinents en quelques heures) semble une méthode particulièrement prometteuse. Au début du mois de février, la start-up britannique Exscientia annonçait ainsi le démarrage d’essais cliniques sur l’être humain d’un médicament contre les troubles obsessionnels compulsifs créé grâce à un algorithme. En septembre 2019, le machine learning a également permis à la start-up américaine Insilico Medicine d’identifier en quarante-six jours un traitement potentiel contre la fibrose.

Mais qu’en pensent les cliniciens? Jacques Schrenzel, responsable du laboratoire de bactériologie des Hôpitaux universitaires de Genève, reste prudent, bien qu’il souligne la qualité de l’étude en question: «Ce travail est solide et montre que l’intelligence artificielle peut représenter une approche complémentaire originale permettant de gagner du temps dans les étapes préliminaires de la découverte d’un nouveau composé. On ne pourra toutefois jamais faire l’impasse sur les tests permettant de vérifier la toxicité sélective de la molécule, afin d’être certains que cette dernière se dirige bien contre la bactérie et non contre l’hôte.»

Lire encore: Encore trop d’antibiotiques prescrits aux enfants

Le professeur genevois pointe également une autre limite du travail américain: «Les scientifiques ont entraîné leur algorithme en se basant sur Escherichia coli, qui est une bactérie très sensible et pour laquelle on possède des millions de données. Dans ce cas, l’IA a donc réexploité de manière intelligente des connaissances déjà présentes, mais qu’en sera-t-il si l’on sort de ce contexte? Il est fort probable que les performances du système soient moindres ou de qualité différente.»