La plateforme de développement de médicaments ‘Pharmulator™’ a été officiellement présentée sur la scène internationale par des chirurgiens principalement spécialisés dans la chirurgie du cancer. C'était lors d'une discussion sur l'état actuel et futur de la chirurgie oncologique (‘Shaping the Future of Surgical Oncology’).
Le traitement du cancer ne peut plus se limiter à la chirurgie seule. C'est une époque où les traitements ciblés avant et après la chirurgie, les thérapies combinées et les traitements adjuvants influencent les résultats thérapeutiques. Ici, ‘quel médicament, quand et comment l'utiliser’ devient une variable aussi importante que la chirurgie elle-même.
M. Woo Sang-wook, PDG de PharmCADD et professeur de physique à l'Université de Pukyong, a présenté la structure et des cas d'application de la plateforme de conception de candidats médicaments ‘Pharmulator’ lors du symposium international de la Société coréenne de chirurgie oncologique (SISSO) 2026, qui s'est tenu le 6 après-midi au Centre de convention de Suwon, Gyeonggi-do. ‘Stratégie de découverte de médicaments synthétiques basée sur l'avantage quantique’.
Ce n'est pas simplement une introduction à la technologie de développement de médicaments, mais une démonstration concrète de la manière dont les candidats médicaments sont créés et filtrés selon quels critères, à travers la ‘chimie quantique’ et le ‘calcul quantique’.
M. Woo a défini Pharmulator comme un outil pour concevoir des candidats médicaments qui peuvent être utilisés dans la pratique clinique plus rapidement et plus en toute sécurité. L'importance réside dans la capacité à exclure avec précision les candidats à fort risque d'échec avant de passer à l'étape expérimentale, plutôt que de simplement ‘produire beaucoup de candidats médicaments’.
Pharmulator, “L'IA crée des candidats médicaments, et la mécanique quantique réduit les risques des essais cliniques”
La différence de Pharmulator réside dans la combinaison de l'IA générative avec des calculs basés sur la physique et la mécanique quantique, visant à réduire structurellement l'incertitude du processus de développement de médicaments. Après que l'IA générative a conçu des molécules candidates, la plateforme vérifie plus précisément les liaisons moléculaires à travers des simulations de dynamique moléculaire (MD) et des calculs de chimie quantique au niveau de l'énergie et de la structure électronique.
M. Woo a expliqué lors de sa présentation que “l'IA peut rapidement générer des candidats, mais les échecs cliniques surviennent principalement à cause de différences subtiles dans les liaisons moléculaires” et que “le calcul quantique est un dispositif pour capturer ces différences à un stade plus précoce”. Contrairement aux méthodes précédentes qui dépendaient de prévisions statistiques, l'approche consiste à filtrer à l'avance si la liaison est physiquement réalisable.
Dans ce processus, les candidats présentant une faible stabilité de liaison ou un risque élevé de toxicité cardiaque (hERG) et de toxicité hépatique (DILI) sont exclus avant de passer à l'étape expérimentale. C'est pourquoi Pharmulator n'est pas conçu comme une ‘plateforme pour produire beaucoup de candidats’, mais comme une plateforme pour éliminer le plus tôt possible les candidats à fort risque d'échec clinique.
Pourquoi les chirurgiens sur le terrain clinique se sont-ils intéressés à ‘Pharmulator’ ?
En réalité, les chirurgiens sont plus susceptibles de se concentrer sur l'applicabilité clinique des nouveaux médicaments plutôt que sur la technologie de développement de médicaments elle-même. “Jusqu'à quel point peut-on valider les candidats ?”, “Combien de temps le développement est-il réduit par rapport aux méthodes existantes ?”, “Quel est le niveau de fiabilité des résultats de prévision de toxicité ?” etc.
M. Woo a expliqué le flux de données internes de la plateforme Pharmulator et a donné des exemples concrets pour cette raison. Quoi qu'il en soit, cette présentation montre que même les chirurgiens qui traitent principalement des opérations de cancer portent une attention particulière à la possibilité d'application réelle de la plateforme de développement de médicaments combinant IA et calculs basés sur la mécanique quantique.
De plus, cela signale que les frontières entre la chirurgie, les médicaments, la clinique et la science computationnelle s'amincissent, et que ces domaines autrefois hétérogènes se fusionnent rapidement. Cela converge vers un seul objectif : la possibilité d'utiliser des médicaments plus rapides et plus sûrs sur le terrain clinique.
