En bref
Grâce à l’intelligence artificielle et à des simulations moléculaires, des chercheurs ont conçu en un temps record la molécule BBO‑10203, capable de bloquer spécifiquement une voie de signalisation clé dans plusieurs cancers sans induire d’effets secondaires métaboliques.
Introduction
Le développement d’un médicament anticancéreux prend souvent plus d’une décennie. L’étude publiée dans Science présente une avancée remarquable : la mise au point accélérée, grâce à l’IA et au calcul intensif, d’un composé expérimental efficace, BBO‑10203, ciblant la voie RAS–PI3Kα, cruciale dans de nombreux cancers.
L’approche combine modélisation moléculaire, dynamique computationnelle et chimie structurelle, réduisant considérablement les délais entre la découverte et les essais précliniques.
Une stratégie de conception guidée par l’intelligence artificielle
Les chercheurs ont utilisé des outils d’intelligence artificielle pour :
- Modéliser précisément l’interaction entre la protéine RAS et PI3Kα, dont la dérégulation est fréquente dans les cancers du poumon, du sein, du côlon ou encore du pancréas.
- Identifier un site d’action jusque-là considéré comme “non druggable”, en révélant une poche covalente sur PI3Kα capable de lier sélectivement un inhibiteur.
- Simuler en dynamique moléculaire des centaines de variantes moléculaires, puis affiner la structure de la meilleure en termes de stabilité, de sélectivité et de réactivité.
Résultat : la molécule BBO‑10203 a été conçue, optimisée et validée en quelques mois, un délai exceptionnellement court pour un candidat médicament aussi complexe.
Résultats expérimentaux au delà des espérances
Une fois conçue, la molécule a été testée :
- In vitro, sur des lignées cellulaires porteuses de mutations KRAS ou PIK3CA, où elle inhibe spécifiquement la voie PI3Kα sans effet sur les cellules saines.
- In vivo, sur des modèles murins de cancers du sein HER2+, du poumon muté KRAS-G12C et autres tumeurs résistantes.
- Sans effet métabolique : contrairement aux inhibiteurs classiques de PI3Kα, BBO‑10203 ne provoque ni hyperglycémie ni insulinorésistance.
Associée à d’autres traitements (CDK4/6, inhibiteurs HER2, KRAS-G12C), la molécule renforce la réponse thérapeutique.
Ce que cela signifie pour la santé
- Accélération du développement de traitements : l’usage d’IA permet de réduire le délai entre modélisation et essai préclinique, ouvrant la voie à des traitements plus rapides et personnalisés.
- Moins d’effets indésirables : l’inhibition sélective par covalence évite les effets secondaires métaboliques majeurs, comme l’hyperglycémie, fréquents avec les inhibiteurs PI3K classiques.
- Perspectives pour d’autres cibles : la démonstration de “drugabilité” de la zone RAS–PI3Kα relance l’intérêt pour d’autres interactions intracellulaires complexes.
Conclusion
BBO‑10203 marque une nouvelle ère dans la recherche contre le cancer : une molécule conçue par intelligence artificielle, ciblant une interaction clé dans les cellules tumorales, avec une efficacité élevée et une meilleure tolérance. Ce succès préclinique valide l’usage de l’IA pour accélérer la conception de médicaments innovants, en particulier pour les tumeurs jusqu’ici difficiles à traiter.
Source APA
Simanshu, D. K., Xu, R., Stice, J. P., Czyzyk, D. J., Feng, S., Denson, J.‑P., et al. (2025). BBO‑10203 inhibits tumor growth without inducing hyperglycemia by blocking RAS‑PI3Kα interaction. Science, 389(6758), 409–415. https://doi.org/10.1126/science.adq2004
