Cinq laboratoires pharmaceutiques concurrents ont entraîné ensemble un modèle d'IA sur leurs données les plus confidentielles, sans jamais se les montrer. Le modèle commun prédit mieux que chacun de leurs modèles, grâce à une start-up berlinoise qui fait travailler les données des autres sans les voir. Dans cette Minute, on regarde ce que vaut celui qui tient le point central.
Transcription
Le 14 septembre, 5 laboratoires pharmaceutiques, AbbVie, Johnson & Johnson, Bristol-Myers Squibb, Takeda et Astex, ont publié les résultats d'un modèle fédéré d'intelligence artificielle entraîné sur des structures de protéines qu'ils ne se sont jamais montrées. Ces structures de protéines décrivent la façon dont une molécule s'emboîte dans la protéine qu'elle doit traiter, comme une clé dans une serrure. La base publique mondiale en compte environ 10 000, les laboratoires en gardent plus de 20 000 à l'abri des regards indiscrets. Il ne les publie pas car elles révèlent les cibles qu'ils attaquent avec leurs médicaments et les molécules qu'ils testent.
Elles sont secrètes, ce sont des données propriétaires et destinées à le rester. Le modèle reçoit la description d'une protéine et celle d'une molécule. Il prédit la position exacte que la molécule prendra dans la protéine. Cette position est décisive pour deux raisons.
La première est la force de fixation. Plus la molécule tient, plus la dose nécessaire est faible. La seconde est la sélectivité. c'est-à-dire la capacité à se fixer sur la bonne protéine sans toucher ses voisines.
Un défaut de sélectivité se traduit souvent par des effets secondaires. Grâce au modèle, un chimiste peut ainsi écarter des candidats avant de les fabriquer et de les tester en laboratoire. Le modèle dont on parle a été testé sur 1056 cas réels que les laboratoires avaient isolés. Entraîné sur les seules données publiques, il plaçait correctement la molécule dans 29% des cas.
Après l'entraînement fédéré, il y parvient dans 47% des cas. Une réserve quand même, ces données n'ont pas fait l'objet d'une revue par d'autres chercheurs. Ce qui m'intéresse ici, c'est que le modèle d'IA utilise l'apprentissage fédéré. Le modèle voyage en quelque sorte dans chaque laboratoire et s'entraîne derrière le firewall.
Seuls ses paramètres repartent vers un point central où ils sont combinés avec ceux des autres. Les données ne quittent jamais les serveurs du propriétaire. La fédération est pilotée par Aferis, une startup berlinoise fondée en 2019. Aucun des laboratoires ne pouvait occuper cette place.
La peur du concurrent est trop forte. Google ne le pouvait pas davantage puisqu'il développe ses propres médicaments, notamment avec Isomorphic Lab. Les laboratoires acceptent de passer par Aferis parce qu'elle les a convaincus qu'elle ne voit pas les données, ne fabrique pas de médicaments et leur laisse la propriété du modèle. La société vend la licence d'un logiciel installé chez chaque membre, la puissance de calcul nécessaire à l'entraînement et la coordination scientifique.
En février, Aferis a lancé un second réseau consacré à la toxicité des molécules avec servier, l'UMBEC et récursion parmi ses fondateurs. Sa valeur est celle d'un opérateur d'infrastructure, un revenu récurrent par installation et une place de tiers de confiance qu'un laboratoire ou un géant de la tech peut difficilement prendre. La valeur scientifique des modèles reste chez ses clients. Jusqu'où peut-on appliquer cette approche de modèle fédérateur ?
Par exemple, le schéma pourra-t-il s'appliquer aux données des hôpitaux qui ne peuvent pas quitter leur mur ? Ça me semble un grand sujet. C'était la Minute Newfun. A très vite pour la prochaine.
Transcription automatique de l'épisode, relue rapidement. L'audio fait foi.