Les percées récentes à la croisée de la biologie structurale et de l’apprentissage profond géométrique transforment en profondeur la découverte de médicaments assistée par ordinateur. La mécanique moléculaire traditionnelle repose sur de coûteuses simulations de paysages énergétiques qui peuvent prendre des mois pour évaluer un seul complexe macromoléculaire. De nouvelles architectures de réseaux de neurones sur graphes équivariants prédisent des ensembles conformationnels 3D en quelques secondes.
En combinant l’alignement de séquences à haut débit avec des prédicteurs d’affinité de liaison sans exemple préalable (zero-shot), des laboratoires de recherche universitaires et biotechnologiques partout au Canada repèrent des candidats principaux à haute affinité pour des protéines jusque-là impossibles à cibler. Ce virage computationnel réduit l’espace de recherche de millions de molécules synthétiques à un sous-ensemble choisi de composés à haut niveau de confiance, accélérant de plusieurs ordres de grandeur les échéanciers de validation préclinique.