Un algorithme exa-informatique à la recherche de molécules

À propos de LambdaZero

La mise au point de nouveaux médicaments est un processus de longue haleine qui coûte en moyenne 2,6 milliards de dollars par médicament homologué. Si le coût est aussi élevé, c’est parce que la découverte d’une minuscule molécule capable de se lier à une certaine cible est un processus hasardeux qui, dans bien des cas, prend une dizaine d’années avant d’aboutir. Et même advenant la découverte d’une molécule, il y a des risques que celle-ci ne fasse pas très bien son travail et qu’elle se révèle inefficace lors des étapes ultérieures des essais. On doit alors s’empresser de trouver une meilleure candidate au plus vite.

Qu’est-ce qui est unique à propos de LambdaZero?

Continuer de sauver des MILLIONS DE VIES

Jouer un rôle crucial dans la RECHERCHE DE MÉDICAMENTS

Faire des DÉCOUVERTES INTÉRESSANTES EN BIOLOGIE

Collaborer avec les plus grands experts EN IA ET EN APPRENTISSAGE AUTOMATIQUE

Avoir la chance de lancer votre STARTUP et faire évoluer votre idée

Faites partie de l’équipe

Participez au développement de LambdaZero! Plusieurs postes sont à combler dans l’équipe.

Voir les offres d'empoi

Quel problème LambdaZero souhaite-t-il régler?

Il y a autant de molécules susceptibles d’avoir des propriétés pharmacologiques qu’il y a d’atomes dans l’univers.

Tous les remèdes découverts dans l’histoire de l’humanité sont le fruit de l’échantillonnage d’une infime fraction de cette multitude. Le reste recèle probablement des solutions thérapeutiques auxquelles nous aurions accès si nous savions mieux explorer l’éventail des possibilités.

C’est pourquoi nous cherchons à mettre au point une technique de recherche pouvant atteindre l’échelle exa, soit 10^18 molécules. Une recherche de cette ampleur prendrait 1 000 milliards d’années de processeur avec les méthodes existantes fondées sur les lois de la physique.

Les molécules s’apparentent à un ensemble de blocs de construction (pensez aux briques LEGO) pouvant être assemblés de mille et une façons. La recherche dans le monde moléculaire équivaut à trouver les innombrables combinaisons possibles de ces blocs.

Or, tout comme AlphaZero utilise la recherche arborescente Monte-Carlo (MCTS) pour maîtriser le jeu de Go, notre algorithme LambdaZero fait appel à la MCTS pour explorer le monde moléculaire.

LambdaZero’s Performance

Le récepteur de la dopamine D4 est une importante protéine du cerveau humain. Sonder le vaste domaine des molécules* permet de trouver des molécules dotées d’une énergie de liaison plus négative. Et qui dit énergie de liaison plus négative dit association plus efficace entre la minuscule molécule et la protéine, et donc meilleure liaison et meilleures propriétés pharmacologiques.

*Ultra-large Scale Docking for Discovering New Chemotypes, Lyu at al. Nature, 2019.

Notre Équipe

HPC Specialist

Will Hamilton

Graph Learning Advisor