Une réduction dimensionnelle de niveau nucléaire ! AI+DeSci : la fabrication de médicaments en 24 heures ne coûte que 600 dollars, le système de R&D des entreprises pharmaceutiques traditionnelles de millions de dollars s'effondre ! La prochaine opportunité de multiplication par 100 pour les investisseurs particuliers est ici ?

Frère, assieds-toi, je vais te raconter une histoire. — Le week-end dernier, le PDG de la plateforme de financement DeSci Bio Protocol a admis de vive voix que leur équipe d’IA a conçu une toute nouvelle molécule candidate pour le TDAH (trouble déficitaire de l’attention avec hyperactivité) en à peu près 24 heures, soit une journée.

Le scientifique en IA nommé PeptAI a lancé le candidat dans un pipeline de tests simulés, puis a honnêtement indiqué quels problèmes cette molécule pourrait rencontrer dans le monde réel. Le coût du premier test en laboratoire physique a été fixé entre 500 et 600 dollars. La validation complète, une fois toutes les étapes franchies, tourne autour de 1000 à 1500 dollars.

Tu devines combien une entreprise pharmaceutique traditionnelle doit dépenser pour atteindre le même point de décision ? Des millions de dollars. Combien de temps cela prend ? Des années. Attention, ce n’est pas quelques dizaines de milliers, mais plusieurs millions. Ce n’est pas quelques mois, mais plusieurs années.

C’est ce qu’on appelle la “chute de complexité” — auparavant, la décision de savoir quelle maladie valait la peine d’être étudiée, quels problèmes méritaient d’être soulevés, était entièrement entre les mains du capital, sans lien réel avec la science elle-même. La recherche ne recevait des financements que si elle correspondait à des priorités commerciales ou si elle était à la mode. De nombreux domaines précieux, comme les maladies rares ou les mécanismes non conventionnels, étaient totalement ignorés.

DeSci (science décentralisée) tente depuis quelques années de combler ce manque de financement, mais l’ambition est freinée par le coût élevé de la découverte de médicaments. Tu te dis qu’un DAO, même avec une capacité de levée de fonds communautaire très forte, face à des coûts de R&D de plusieurs dizaines de millions, ne peut que rester impuissant.

Mais ça a changé. L’IA a renversé la donne en dévoilant la puissance des calculs mathématiques, en réduisant drastiquement les coûts de R&D. Quand le coût tombe à quelques centaines de dollars, le financement par DAO peut couvrir entièrement le développement d’un candidat-médicament, jusqu’à l’obtention de données expérimentales concrètes. Les domaines de recherche que les grandes pharma ne considéraient pas auparavant — comme les mécanismes biologiques derrière le système de l’appétit dans le TDAH, que des chercheurs étudient depuis des années sans qu’aucune entreprise ne veuille investir — sont désormais sélectionnés par PeptAI, et cela en seulement un week-end.

Bio Protocol joue ici un rôle clé. C’est une plateforme de gouvernance par jetons, où la communauté vote pour allouer des fonds à des DAO de recherche spécialisés. Ces derniers ont aussi beaucoup investi ces derniers mois dans la science des agents intelligents. Le succès de PeptAI sur OX2R-004 n’est qu’un exemple récent, pas une exception. En janvier, l’équipe a lancé BIOS, une IA scientifique spécialisée dans la coordination de la recherche documentaire et des analyses computationnelles par des agents intelligents.

L’essentiel, c’est que Bio Protocol fonctionne avec deux moteurs : la levée de fonds communautaire et la science des agents intelligents. Ces deux aspects sont très synergiques — si l’IA peut concevoir des candidats à faible coût, permettant à la communauté de financer directement, alors la phase initiale de découverte de médicaments n’a plus besoin de dépendre des institutions pour valider.

Mais ne te précipite pas pour tout miser. Bio Protocol lui-même est très transparent : l’IA et la financement communautaire rencontrent encore trois problèmes structurels, qu’ils ont clairement évoqués dans un récent post.

Le premier, c’est l’inaccessibilité des données. Les données nécessaires pour entraîner l’IA à simuler le comportement des médicaments dans le corps sont verrouillées dans les coffres-forts des entreprises pharmaceutiques, qui les ont accumulées pendant des décennies. Ces données sont leur arme stratégique, et il est impossible de les obtenir.

Le deuxième, c’est l’environnement de laboratoire. Tester une molécule nécessite un espace physique, des matériaux biologiques, et plusieurs semaines de contrats et de coordination. Aucun IA ne peut éliminer cette étape physique.

Le troisième, c’est l’essai clinique. La phase de test sur l’humain fonctionne encore dans un vieux cadre capitaliste, et la science décentralisée n’a pas encore de solutions pour cette étape.

Cependant, un changement culturel est en train de se produire. La montée en puissance de la culture des peptides, l’utilisation de l’IA par Sid Sijbrandij, co-fondateur de GitLab, pour lutter contre son propre cancer, ou encore l’entrepreneur australien Paul Conyngham qui utilise ChatGPT pour soigner son chien Rosie contre le cancer — ces histoires montrent une tendance croissante : un groupe de plus en plus motivé par des enjeux personnels, plutôt que par des intérêts commerciaux.

La validation clinique reste essentielle, tout comme le rôle des médecins. Mais ce qui change, c’est que ceux qui ont la motivation de poser de nouvelles questions disposent désormais d’outils à très faible coût pour amener ces questions jusqu’à la science concrète.

Les obstacles pour atteindre la ligne d’arrivée existent toujours. Après la validation en laboratoire, il y a les tests de sécurité précliniques (50 000 à 2 millions de dollars), puis la soumission d’un IND à la FDA, suivie de trois phases d’essais cliniques, coûtant des dizaines de millions à plusieurs centaines de millions de dollars. Mais la science décentralisée peut désormais fournir un paquet de données concrètes pour commencer cette étape — un composé avec des données publiées, enregistrées de façon permanente sur la blockchain, et dont chaque décision est tracée. Ce n’est plus le même niveau que le simple hypothèse ou la proposition de financement.

La taille du domaine de recherche est en train d’être redéfinie. Les maladies rares, non rentables ou non conventionnelles, ignorées par les grandes entreprises pharmaceutiques, disposent enfin d’un chemin clair et peu coûteux pour la validation.

Ce courant souterrain est déjà perceptible, et il ne fera que s’intensifier.

(Nota : Les jetons liés au projet DeSci $BIO ont récemment été listés sur plusieurs exchanges, et le sentiment du marché est très positif face à la narration IA + DeSci.)