Cette nouvelle plateforme, qui combine la plus grande base de données chimiques au monde, Reaxys d'Elsevier, et les outils d’intelligence artificielle (IA) uniques d'Iktos, permettra aux laboratoires pharmaceutiques de concevoir plus rapidement des candidats médicaments en phase préclinique.
Elsevier, leader mondial de l'information et de l'analyse de données, annonce la signature d’un accord pluriannuel avec Iktos, société spécialisée dans l'intelligence artificielle (IA) pour la découverte de nouveaux médicaments. Ce partenariat renforce Reaxys, la base de données chimiques d’Elsevier, la plus riche au monde, grâce à l’apport des technologies d'intelligence artificielle pour la planification de synthèse (ou rétrosynthèse) développées par Iktos, cela afin de permettre aux laboratoires pharmaceutiques d’accélérer la recherche en chimie.
Mirit Eldor, Managing Director, Life Sciences Solutions, d’Elsevier rappelle : « Notre mission est d'aider les organismes de recherche et développement à stimuler leur innovation et la découverte de médicaments grâce à nos algorithmes prédictifs de pointe entraînés sur les données de haute qualité de Reaxys. Nous sommes ravis de nous associer à Iktos afin d'optimiser l’apport unique des informations offertes par Reaxys grâce à l'intelligence artificielle, et de contribuer ainsi à la transformation de la découverte de médicaments. »
Ce partenariat vise à aider les centres de R&D à réduire sensiblement le temps nécessaire à la réalisation des cycles de « conception-fabrication-essai-analyse » des petites molécules, réduisant ainsi la durée et le coût de la découverte de médicaments à un stade précoce. Dans ce cadre, de nouveaux modèles prédictifs seront lancés dans le domaine de la prédiction de rétrosynthèse et de l'accessibilité synthétique, ainsi que d'autres prédicteurs basés sur les réactions. Ces nouveaux outils seront fournis via l'interface conviviale de Reaxys ainsi que par Application Programming Interface (API), ce qui accélérera la recherche pour les équipes de chimie synthétique, médicinale, computationnelle et de process dans les entreprises pharmaceutiques, agrochimiques et les organismes de recherche sous contrat (CRO).
Yann Gaston-Mathé, PDG d'Iktos, poursuit : « Les données constituent le carburant de l'IA. Nous sommes donc très heureux de nous associer à Elsevier. Nous allons combiner la force de Reaxys, une base de données de réactions chimiques d'un volume, d'une diversité et d'une qualité inégalés, avec la technologie de pointe d'Iktos en matière d'IA appliquée notamment à la retro-synthèse. Nous nous engageons à mettre notre technologie à la disposition des organismes de R&D du monde entier afin de maximiser l'impact de l'IA sur la productivité de la découverte de médicaments ».
Les nouveaux outils de prédiction de rétrosynthèse et d'accessibilité synthétique seront basés sur la technologie propriétaire d'Iktos et entraînés sur la base de données de Reaxys. L’outil utilise un modèle de prédiction de déconnexions des molécules basé sur des modèles d’IA, pour ensuite appliquer un filtre propriétaire qui évalue la faisabilité de la réaction et inclut des paramètres de chimio-sélectivité et de régio-sélectivité. L'univers des solutions est exploré efficacement à l'aide d'une fonctionnalité de recherche avancée qui fournit des voies de synthèse prometteuses en quelques minutes. Les nouveaux outils offriront de nombreuses fonctionnalités intéressantes, notamment la prise en charge de la stéréochimie, la définition de la première déconnexion, la possibilité d'inclure ou d'exclure des intermédiaires, d'éviter les conflits de régio-sélectivité et de définir la limite de prix des matériaux de départ. En outre, les clients auront la possibilité de personnaliser le modèle sous-jacent avec des réactions propriétaires et des bibliothèques de matières premières.
Les nouveaux outils de prédiction de rétrosynthèse et d'accessibilité synthétique seront disponibles en tant que modules complémentaires pour les clients de Reaxys.
Consulter la page d'accueil de Reaxys pour plus d’informations.