Le 6 juin 2025, le Massachusetts Institute of Technology (MIT) et la société de biotechnologie Recursion ont annoncé la sortie de Boltz-2, un modèle d’intelligence artificielle (IA) open source capable de prédire simultanément la structure tridimensionnelle des biomolécules et leur affinité de liaison. Cette avancée promet de transformer la découverte de médicaments en accélérant considérablement le processus de sélection des composés thérapeutiques potentiels.

Une avancée technologique majeure pour la découverte de médicaments

Boltz-2 est le premier modèle de co-repliement biomoléculaire à combiner la prédiction de la structure et de l’affinité de liaison, atteignant une précision proche des calculs de perturbation d’énergie libre (FEP) basés sur la physique, mais avec une vitesse jusqu’à 1000 fois supérieure dans les benchmarks standard. Développé conjointement par des chercheurs du MIT et de Recursion, et entraîné sur le superordinateur BioHive-2 de Recursion, Boltz-2 représente une avancée significative par rapport aux modèles précédents tels qu’AlphaFold3 et Boltz-1.

Selon Regina Barzilay, professeure distinguée en IA et santé au MIT, “Boltz-2 non seulement résout ce problème crucial, mais aide également les scientifiques à découvrir de nouveaux insights biologiques et à poser des questions qu’ils ne pouvaient pas auparavant avec des approches standard plus intensives en calcul.”

Le modèle a été formé sur environ 5 millions de mesures d’affinité de liaison, des simulations de dynamique moléculaire et des données de distillation étendues, ce qui lui permet de prédire avec précision les interactions entre les molécules et leurs cibles biologiques.

Une démocratisation de l’IA pour la recherche biomédicale

L’un des aspects les plus remarquables de Boltz-2 est sa disponibilité en open source sous licence MIT, incluant le code du modèle, les poids et le pipeline d’entraînement, pour une utilisation académique et commerciale. Cette ouverture vise à rendre les outils d’IA accessibles aux développeurs de médicaments, en particulier ceux qui n’ont pas les ressources pour développer leurs propres modèles.

Najat Khan, directrice de la R&D et directrice commerciale chez Recursion, souligne que “sélectionner les bonnes molécules tôt est l’un des défis les plus fondamentaux de la découverte de médicaments, avec des implications sur le succès ou l’échec des programmes de R&D.” En permettant une prédiction rapide et précise de la structure et de l’affinité de liaison, Boltz-2 offre aux équipes de R&D un outil puissant pour prioriser efficacement les composés les plus prometteurs.

Le modèle offre également des fonctionnalités avancées telles que le “Boltz-steering”, qui améliore la plausibilité physique des prédictions, et des options de contrôle utilisateur via des modèles, des méthodes et des conditionnements de contact. Ces caractéristiques permettent aux chercheurs d’adapter le modèle à des types spécifiques de molécules, rendant Boltz-2 encore plus puissant comme outil pour accélérer la découverte.

Boltz-2 représente une avancée majeure dans l’application de l’IA à la découverte de médicaments, en combinant une précision élevée avec une vitesse et une échelle sans précédent. En rendant ce modèle accessible à la communauté scientifique, le MIT et Recursion favorisent une collaboration accrue et une innovation accélérée dans le domaine de la recherche biomédicale. Cette initiative pourrait bien marquer le début d’une nouvelle ère où l’IA joue un rôle central dans le développement de traitements plus efficaces et plus rapides pour les patients.

Tag: recherche médicale

Boltz-2 : une révolution open source dans la prédiction des interactions moléculaires