SAN FRANCISCO — Chai Discovery a annoncé mardi son tour de financement de série A de 70 millions de dollars, valorisant la start-up d'intelligence artificielle, âgée de deux ans, à 550 millions de dollars, les investisseurs misant massivement sur les approches computationnelles pour le développement de médicaments.
Ce tour, mené par Menlo Ventures en partenariat avec la société d'IA Anthropic, a vu la participation de DST Global Partners, Yosemite, et des investisseurs existants Thrive Capital et OpenAI. Ce financement porte le capital total levé par Chai à 100 millions de dollars depuis sa fondation en 2024.
La société basée à San Francisco a développé des modèles d'IA qui conçoivent de nouveaux anticorps et molécules médicamenteuses à partir de zéro, revendiquant des taux de succès d'environ 20 % contre 0,1 % habituellement atteints par les méthodes traditionnelles de découverte de médicaments lors du dépistage précoce.
« L'industrie pharmaceutique dépense plus d'une décennie et des milliards de dollars pour mettre chaque médicament sur le marché, avec des taux d'échec dépassant les 90 % », a déclaré un capital-risqueur spécialisé dans la santé, familier du secteur. « Les plateformes d'IA comme Chai promettent de réduire ces délais et d'améliorer considérablement les chances de succès. »
L'histoire de Chai Discovery débute avec une prémisse simple mais révolutionnaire : et si les ordinateurs pouvaient concevoir des molécules comme les architectes conçoivent des bâtiments — à partir de zéro, avec des fonctions spécifiques à l'esprit, plutôt que par tâtonnements ?
Fondée par Joshua Meier, anciennement de Facebook AI et OpenAI, aux côtés de Jack Dent, ancien dirigeant de Stripe, la société a réalisé quelque chose qui ressemble à de la science-fiction. Leur plateforme Chai-2 génère des anticorps fonctionnels avec un taux de succès de 20 % lors de la conception de liants moléculaires à partir de séquences entièrement nouvelles.
Cette avancée représente une amélioration de 200 fois par rapport à la découverte conventionnelle d'anticorps, où les chercheurs criblent traditionnellement des millions de variations pour en trouver une poignée qui fonctionnent. Les implications se propagent dans une industrie où l'échec a longtemps été le résultat statistique dominant.
La technologie s'appuie sur ce que les chercheurs appellent la conception « de novo » — la création d'architectures moléculaires entièrement nouvelles plutôt que la modification de composés existants. Lors de démonstrations en laboratoire, les algorithmes de Chai ont réussi à concevoir des anticorps pour environ 50 cibles protéiques différentes, avec environ un sur cinq se liant avec succès à leurs marqueurs biologiques prévus.
« L'approche pharmaceutique traditionnelle ressemble à un jeu de devinettes élaboré joué avec des enjeux de milliards de dollars », a expliqué un ancien dirigeant de la découverte de médicaments, désormais dans le capital-risque biotechnologique. « Ces plateformes promettent de remplacer la conjecture par la précision. »
Chai pénètre un domaine de plus en plus encombré où les géants technologiques déploient des réserves de capitaux sans précédent. Le marché de la découverte de médicaments axée sur l'IA, évalué à 1,1 milliard de dollars en 2022, devrait atteindre 7,9 milliards de dollars d'ici 2030 — un taux de croissance annuel composé de 29,6 % qui a transformé la biotechnologie d'une catégorie d'investissement de niche en un impératif stratégique.
Isomorphic Labs de DeepMind a obtenu 600 millions de dollars en mars, tandis que Recursion Pharmaceuticals, cotée en bourse, affiche une capitalisation boursière de 2,34 milliards de dollars. Insilico Medicine a récemment clôturé un tour de série E de 110 millions de dollars, portant son financement total à 549 millions de dollars et poussant sa valorisation au-delà du seuil du milliard de dollars.
Les dynamiques concurrentielles révèlent de profondes divergences philosophiques quant à l'avenir de la découverte de médicaments. Alors qu'Isomorphic s'appuie sur le leadership du lauréat du prix Nobel Sir Demis Hassabis et a sécurisé des accords de partenariat d'une valeur de plus de 3 milliards de dollars en jalons potentiels avec Eli Lilly et Novartis, Chai n'a pas encore annoncé de collaborations pharmaceutiques majeures.
Generate:Biomedicines a déjà fait progresser des molécules conçues par l'IA dans des essais cliniques humains, marquant une étape réglementaire critique que la plupart des plateformes natives de l'IA n'ont pas encore franchie. Insilico se vante de 10 demandes de nouveaux médicaments expérimentaux (IND) approuvées par la FDA, démontrant le type d'acceptation réglementaire qui valide les approches computationnelles du développement de médicaments.
La nomination de Mikael Dolsten, ancien directeur scientifique de Pfizer, au conseil d'administration de Chai représente un pont calculé entre l'innovation de la Silicon Valley et la crédibilité de l'establishment pharmaceutique. Le parcours de Dolsten — qui a guidé 150 molécules à travers le développement clinique et livré 36 thérapies approuvées — confère le type de poids industriel que les capital-risqueurs exigent pour des valorisations à neuf chiffres.
Derrière l'avancée computationnelle de Chai se cache une architecture technique sophistiquée que les initiés du secteur décrivent comme véritablement innovante. La plateforme utilise ce que les chercheurs appellent des « modèles de diffusion équivariants conjoints » — des algorithmes capables de prédire simultanément le repliement des protéines et de concevoir de nouvelles structures moléculaires pour interagir avec des cibles biologiques spécifiques.
La véritable avancée, selon les biologistes computationnels familiers avec la technologie, réside dans l'intégration par Chai des « métriques de développabilité » — des facteurs tels que la stabilité des protéines, la faisabilité de fabrication et les réactions potentielles du système immunitaire que les modèles d'IA traditionnels ignorent souvent.
« La plupart des approches universitaires optimisent l'affinité de liaison mais négligent les exigences pratiques pour transformer une molécule conçue par ordinateur en un médicament réel », a observé un spécialiste en ingénierie des protéines dans une grande entreprise pharmaceutique. « Chai semble avoir intégré ces considérations dans ses modèles génératifs. »
La décision de l'entreprise de publier Chai-1, son modèle fondamental de prédiction de structure, en tant que logiciel open-source reflète une stratégie audacieuse qui a divisé les observateurs de l'industrie. Bien que cette initiative ait généré une bonne volonté académique et une validation communautaire significatives, elle a également potentiellement accéléré les efforts de développement des concurrents.
Du point de vue de l'investissement institutionnel, Chai Discovery incarne à la fois le potentiel transformateur du secteur et ses incertitudes inhérentes. Le financement total relativement modeste de 100 millions de dollars de l'entreprise la positionne comme une alternative légère aux concurrents fortement capitalisés, mais soulève également des questions sur les besoins de financement futurs à mesure que les essais cliniques coûteux approchent.
La voie du succès computationnel à l'approbation réglementaire reste un territoire largement inexploré. Malgré des années d'avancées dans la découverte de médicaments axée sur l'IA, aucune thérapie conçue par algorithme n'a encore reçu l'approbation de la FDA — un rappel qui donne à réfléchir que la complexité biologique déroute souvent même les modèles computationnels les plus sophistiqués.
« Les taux de réussite semblent convaincants dans des environnements de laboratoire contrôlés, mais le véritable test vient lorsque ces molécules rencontrent toute la complexité de la biologie humaine », a observé un gestionnaire de portefeuille spécialisé dans la santé au sein d'un grand fonds institutionnel.
La dynamique du marché suggère que plusieurs points de validation critiques détermineront si la valorisation actuelle de Chai s'avère prémonitoire ou prématurée. La réplication par des tiers des affirmations de taux de succès de 20 % est toujours en attente, tout comme la capacité de l'entreprise à obtenir des partenariats pharmaceutiques qui pourraient lui apporter crédibilité et injection de capitaux.
Le paysage réglementaire présente des variables supplémentaires. Les voies d'approbation de la FDA pour les thérapies conçues par l'IA continuent d'évoluer, et les directives de l'agence sur le développement computationnel de médicaments sont encore en train d'émerger. Les investisseurs en biotechnologie en phase de démarrage doivent peser les retards réglementaires potentiels face aux avantages concurrentiels des plateformes technologiques de pointe.
La convergence de l'intelligence artificielle et du développement pharmaceutique semble irréversible, poussée par la reconnaissance à l'échelle de l'industrie que les modèles de R&D traditionnels ont atteint leurs limites fondamentales. Les grandes entreprises pharmaceutiques ont répondu par des engagements de partenariat dépassant les 15 milliards de dollars sur diverses plateformes de découverte de médicaments par IA, signalant un engagement stratégique plutôt que spéculatif.
Pour Chai Discovery, les 18 prochains mois seront probablement déterminants. L'entreprise doit démontrer que les avancées computationnelles se traduisent par des validations cliniques, des acceptations réglementaires et des partenariats stratégiques nécessaires pour justifier sa valorisation ambitieuse dans un paysage de plus en plus concurrentiel.
Les implications plus larges s'étendent au-delà des résultats des entreprises individuelles. Alors que les géants pharmaceutiques sont confrontés à des crises d'innovation qui menacent leur viabilité à long terme, des plateformes comme Chai offrent des aperçus d'un avenir où la biologie computationnelle remplacera le tâtonnement empirique dans l'entreprise la plus critique de l'humanité : le développement de médicaments salvateurs.
Que Chai Discovery émerge comme leader de catégorie ou comme mise en garde, sa trajectoire aidera à déterminer comment l'intelligence artificielle remodèle l'une des industries les plus importantes du monde. La révolution moléculaire a commencé, et ses résultats pourraient bien définir la prochaine génération de percées médicales.
Avertissement en matière d'investissement : Cette analyse reflète les informations publiquement disponibles et les commentaires d'experts. Les investissements dans les biotechnologies comportent des risques substantiels, notamment des incertitudes réglementaires, cliniques et de marché. Les investisseurs potentiels doivent effectuer une diligence raisonnable indépendante et consulter des conseillers financiers qualifiés avant de prendre des décisions d'investissement.
Vous aimerez peut-être aussi
Cet article est soumis par notre utilisateur en vertu des Règles et directives de soumission de nouvelles. La photo de couverture est une œuvre d'art générée par ordinateur à des fins illustratives uniquement; ne reflète pas le contenu factuel. Si vous pensez que cet article viole les droits d'auteur, n'hésitez pas à le signaler en nous envoyant un e-mail. Votre vigilance et votre coopération sont inestimables pour nous aider à maintenir une communauté respectueuse et juridiquement conforme.
Abonnez-vous à notre bulletin d'information
Obtenez les dernières nouvelles de l'entreprise et de la technologie avec des aperçus exclusifs de nos nouvelles offres
Nous utilisons des cookies sur notre site Web pour activer certaines fonctions, fournir des informations plus pertinentes et optimiser votre expérience sur notre site Web. Vous pouvez trouver plus d'informations dans notre Politique de confidentialité et dans nos Conditions d'utilisation . Les informations obligatoires se trouvent dans les mentions légales
