Publié le 24 septembre 2025. Des chercheurs de l’Université McMaster et du MIT ont annoncé une double avancée : la découverte d’un nouvel antibiotique prometteur contre les maladies inflammatoires de l’intestin (MII) et l’utilisation inédite de l’intelligence artificielle pour élucider son mécanisme d’action. Cette synergie homme-machine ouvre de nouvelles perspectives dans la recherche pharmaceutique.
Les travaux, publiés le 3 octobre 2025 dans la prestigieuse revue *Nature Microbiology*, dévoilent ainsi une option thérapeutique potentielle pour les millions de personnes souffrant de la maladie de Crohn et d’autres affections similaires, tout en démontrant le potentiel de l’IA dans la découverte de médicaments.
« Ce travail montre que nous ne faisons qu’effleurer la surface en ce qui concerne la découverte de médicaments guidée par l’IA. Le développement de notre nouveau médicament, conçu pour cibler les MII, a été accéléré grâce à la collaboration entre les humains et l’IA générative. »
Jon Stokes, Professeur adjoint au Département de biochimie et de sciences biomédicales, Université McMaster
Un nouvel espoir pour les maladies inflammatoires de l’intestin
Contrairement aux antibiotiques actuels, souvent qualifiés d’« armes nucléaires » car à large spectre, détruisant indiscriminément les bonnes et les mauvaises bactéries, le nouvel agent thérapeutique, nommé enterololine, est un médicament à spectre étroit. Il épargne le microbiome intestinal tout en ciblant spécifiquement un groupe de pathogènes : les Enterobacteriaceae, dont fait partie *E. coli*. Cette spécificité permet non seulement d’éliminer les bactéries nocives mais aussi de réduire le risque de colonisation par des souches résistantes aux antibiotiques, un problème majeur qui peut aggraver des maladies comme celle de Crohn.
« Ce nouveau médicament est un candidat de traitement vraiment prometteur pour les millions de patients vivant avec des MII. Nous n’avons actuellement aucun remède définitif pour ces conditions, donc développer quelque chose qui pourrait atténuer significativement les symptômes pourrait aider ces personnes à retrouver une bien meilleure qualité de vie », souligne Jon Stokes.
L’IA au service de la compréhension des mécanismes d’action
Jusqu’à présent, l’IA était principalement utilisée pour prédire le potentiel thérapeutique de molécules candidates. Cette étude innove en l’employant pour définir le « mécanisme d’action » (MOA), c’est-à-dire la manière dont le médicament agit sur la maladie.
« L’IA a accéléré le taux auquel nous pouvons explorer l’espace chimique pour de nouveaux candidats médicaments, mais, jusqu’à présent, elle n’a pas fait grand-chose pour atténuer un goulot d’étranglement majeur dans le développement de médicaments : comprendre ce que ces nouveaux candidats font réellement », explique Jon Stokes. Or, les études de MOA sont cruciales pour valider la sécurité, optimiser la posologie, améliorer l’efficacité et parfois même découvrir de nouvelles cibles thérapeutiques. Ces études sont cependant notoirement coûteuses et longues, pouvant prendre jusqu’à deux ans et coûter environ 2 millions de dollars.
Grâce à l’IA, le groupe de recherche a pu élucider le MOA de l’enterololine en seulement six mois et pour 60 000 $. Après la découverte de l’antibiotique, Jon Stokes s’est associé à des chercheurs du laboratoire d’informatique et d’intelligence artificielle (CSAIL) du MIT. En 100 secondes, un modèle d’apprentissage automatique, Diffdock, a prédit que le médicament ciblait un complexe protéique microscopique essentiel à la survie de certaines bactéries.
« Une grande partie de l’utilisation de l’IA dans la découverte de médicaments a consisté à explorer des espaces chimiques, à identifier de nouvelles molécules susceptibles d’être actives. Ce que nous montrons ici, c’est que l’IA peut également fournir des explications mécanistes, qui sont essentielles pour faire progresser une molécule dans le pipeline de développement », précise Regina Barzilay, professeure au MIT et développeuse de Diffdock. La scientifique a récemment été citée parmi les personnalités les plus influentes de l’IA par le magazine *Time*.
Si la prédiction de l’IA était intrigante, elle nécessitait une validation expérimentale. L’équipe de McMaster, dirigée par l’étudiante diplômée Denise Catacutan, a mené des études traditionnelles pour confirmer cette hypothèse. En quelques mois, les expériences ont validé la prédiction de l’IA, leur faisant gagner un an et demi sur le calendrier de recherche habituel.
Vers une nouvelle ère de développement pharmaceutique
Grâce à cette approche, Jon Stokes a non seulement découvert des candidats médicaments viables et accéléré les efforts mondiaux de recherche, mais il a également pu déterminer leur mode d’action. Il considère l’IA comme un outil puissant pour pallier le problème croissant de la résistance aux antibiotiques. « L’IA est ma clé – c’est un outil pour réparer la fuite avant qu’elle ne devienne une inondation », résume-t-il, son unique objectif étant d’apporter de nouveaux médicaments aux patients.
La société Stoked Bio, une entreprise dérivée créée par Jon Stokes, a déjà acquis la licence de l’enterololine auprès de McMaster et travaille à son optimisation pour un usage humain. L’entreprise explore également des versions modifiées de l’antibiotique contre d’autres bactéries résistantes, comme *Klebsiella*, avec des résultats préliminaires encourageants.
« L’identification de l’enterololine souligne la remarquable science émergente chez McMaster », a déclaré Jeff Skinner, PDG de Stoked Bio. « Nous sommes fiers de nous associer à l’université pour traduire cette percée en thérapies concrètes pour les patients. »
Si les étapes réglementaires se déroulent comme prévu, le nouvel antibiotique pourrait entrer en essais cliniques sur l’homme dans les trois ans. « Travailler sur quelque chose de translationnel comme cela est surréaliste », confie Denise Catacutan. « Le fait que quelque chose que nous avons découvert en laboratoire puisse un jour aider des patients est vraiment incroyable et souligne vraiment l’importance de notre travail. »
Source :
Narratively, D.B., et al. (2025) AI-guided discovery and mechanistic elucidation of a narrow-spectrum antibiotic. *Nature Microbiology*. doi.org/10.1038/S41564-025-02142-0.