Le géant pharmaceutique Eli Lilly et la biotech Insilico Medicine ont annoncé un accord de collaboration de 2,75 milliards de dollars, le plus important jamais signé dans le domaine de la découverte de médicaments assistée par intelligence artificielle. Au centre de ce partenariat : le rentosertib, premier candidat-médicament entièrement conçu par IA à approcher les essais cliniques pivots, rapporte HIT Consultant.
- 2,75 milliards : anatomie du plus gros accord de drug discovery IA
- Le rentosertib : premier médicament conçu par IA aux portes des essais pivots
- Un secteur en pleine accélération
- Limites et questions ouvertes
- Ce que cela change pour les patients
- FAQ
- Qu'est-ce que la drug discovery par IA exactement ?
- Le rentosertib est-il déjà disponible pour les patients ?
- Pourquoi Eli Lilly investit-il autant dans l'IA pharmaceutique ?
2,75 milliards : anatomie du plus gros accord de drug discovery IA
L’accord entre Eli Lilly et Insilico Medicine, annoncé le 30 mars 2026, comprend un paiement initial et des jalons de développement pouvant atteindre 2,75 milliards de dollars au total, selon HIT Consultant. Le montant exact du paiement d’entrée n’a pas été rendu public.
Ce partenariat dépasse les précédents accords du secteur par son envergure financière et son périmètre scientifique. Il couvre plusieurs programmes de découverte de médicaments utilisant la plateforme d’IA propriétaire d’Insilico Medicine, baptisée Pharma.AI. Cette plateforme intègre trois composantes : la découverte de cibles thérapeutiques, la génération de molécules candidates et la prédiction des résultats cliniques.
Pour Eli Lilly, cet investissement massif traduit une conviction : l’IA peut réduire significativement le temps et le coût de développement d’un médicament. Le processus traditionnel prend en moyenne 10 à 15 ans et coûte entre 1 et 2 milliards de dollars par molécule approuvée. Insilico promet de comprimer ces délais de plusieurs années.
Le rentosertib : premier médicament conçu par IA aux portes des essais pivots
Le candidat le plus avancé d’Insilico Medicine est le rentosertib (ISM001-055), un inhibiteur développé pour traiter la fibrose pulmonaire idiopathique (FPI). Ce composé a été entièrement identifié et optimisé par la plateforme d’IA de l’entreprise, de la cible thérapeutique à la molécule finale.
Le rentosertib est actuellement en Phase IIa dans le cadre de l’essai GENESIS-IPF, qui inclut 71 patients atteints de FPI, selon STAT News. Les résultats préliminaires ont été suffisamment prometteurs pour attirer l’attention d’Eli Lilly et justifier l’accord de 2,75 milliards de dollars.
Alex Zhavoronkov, PDG d’Insilico Medicine, a détaillé dans un entretien avec STAT News sa vision de l’utilisation optimale de l’IA dans le développement pharmaceutique. Selon lui, l’IA ne remplace pas les chimistes médicinaux ni les biologistes, mais accélère considérablement la phase d’exploration en testant virtuellement des millions de combinaisons moléculaires avant de passer aux expériences en laboratoire.
Un secteur en pleine accélération
L’accord Eli Lilly-Insilico s’inscrit dans une dynamique sectorielle mesurable. En 2026, plus de 173 programmes de médicaments impliquant l’IA sont en cours d’essais cliniques à travers le monde. Parmi eux, 15 à 20 se trouvent en essais pivots (Phase III ou équivalent), la dernière étape avant une demande d’autorisation de mise sur le marché.
Ces chiffres marquent un tournant par rapport à 2023-2024, où l’IA dans la pharma restait largement cantonnée aux phases précliniques. Plusieurs facteurs expliquent cette accélération :
- Maturité des modèles : les algorithmes de prédiction de structure protéique (dans la lignée d’AlphaFold) et de génération moléculaire ont gagné en fiabilité, réduisant le taux d’échec en phase précoce.
- Données cliniques accumulées : les premières cohortes de patients traitées par des molécules identifiées par IA fournissent désormais des données de sécurité et d’efficacité exploitables.
- Pression économique : face à l’expiration de brevets majeurs et à la hausse des coûts de R&D, les grands laboratoires cherchent activement des moyens de raccourcir les cycles de développement.
Limites et questions ouvertes
L’enthousiasme autour de la drug discovery IA doit être tempéré par plusieurs réalités. Le taux d’attrition en développement pharmaceutique reste élevé : historiquement, environ 90 % des molécules entrant en essais cliniques échouent avant l’approbation. L’IA réduit ce taux en phase précoce, mais les essais sur l’humain restent le juge de paix.
Le rentosertib lui-même n’a pas encore franchi la Phase IIa. Les essais pivots (Phase III), s’ils sont lancés, nécessiteront des centaines de patients supplémentaires et plusieurs années de suivi. L’accord de 2,75 milliards de dollars est structuré en jalons : Eli Lilly ne paiera la totalité que si les résultats cliniques sont au rendez-vous.
Alex Zhavoronkov souligne auprès de STAT News que l’IA dans la pharma fonctionne mieux comme outil d’accélération que comme substitut au processus scientifique. Les molécules générées par IA doivent passer les mêmes tests rigoureux que toutes les autres. La différence se joue sur le nombre de candidats explorés et la vitesse à laquelle les impasses sont identifiées.
Ce que cela change pour les patients
La fibrose pulmonaire idiopathique, cible du rentosertib, illustre le potentiel concret de la drug discovery IA. Cette maladie rare touche environ 100 000 personnes en Europe. Les traitements existants (pirfénidone, nintédanib) ralentissent la progression mais ne la stoppent pas. Les patients ont une espérance de vie médiane de 3 à 5 ans après le diagnostic.
Si le rentosertib confirme son efficacité en essais pivots, il pourrait devenir le premier traitement entièrement conçu par IA à atteindre le marché. Au-delà du symbole, cette perspective ouvre la voie à une multiplication des candidats pour des maladies rares ou négligées, où le modèle économique traditionnel de la pharma ne justifie pas toujours l’investissement.
| Indicateur | Drug discovery traditionnelle | Drug discovery assistée par IA |
|---|---|---|
| Temps de la cible à l’essai clinique | 4 à 6 ans | 1 à 3 ans (estimé) |
| Coût moyen par molécule approuvée | 1 à 2 milliards $ | Données insuffisantes |
| Programmes en essais cliniques (2026) | N/A | 173+ |
| Programmes en essais pivots (2026) | N/A | 15 à 20 |
FAQ
Qu’est-ce que la drug discovery par IA exactement ?
La drug discovery par IA utilise des algorithmes d’apprentissage automatique pour identifier des cibles thérapeutiques (protéines impliquées dans une maladie), générer des molécules candidates susceptibles d’agir sur ces cibles, et prédire leur efficacité et leur toxicité avant les tests en laboratoire. Cela accélère la phase d’exploration, qui prend normalement 4 à 6 ans par les méthodes classiques.
Le rentosertib est-il déjà disponible pour les patients ?
Non. Le rentosertib est actuellement en essai clinique de Phase IIa (essai GENESIS-IPF, 71 patients). Si les résultats sont positifs, des essais pivots de Phase III seront nécessaires avant toute demande d’autorisation de mise sur le marché. Au mieux, une approbation ne surviendrait pas avant 2028-2029.
Pourquoi Eli Lilly investit-il autant dans l’IA pharmaceutique ?
Eli Lilly fait face, comme tous les grands laboratoires, à l’expiration prochaine de brevets majeurs et à des coûts de R&D en hausse constante. L’IA offre la perspective de réduire le temps et le coût de développement des médicaments. L’accord de 2,75 milliards avec Insilico Medicine est structuré en jalons conditionnés aux résultats cliniques, ce qui limite le risque financier initial.
Sources : HIT Consultant, 30 mars 2026 | STAT News, 1er avril 2026
La drug discovery par IA peut-elle réellement tenir ses promesses de réduction des délais, ou le processus réglementaire restera-t-il le véritable goulot d’étranglement ?
