Hier, mercredi 19 août, Merck et Moderna (M&M) ont annoncé que les résultats de la phase III de leur nouveau traitement pour le mélanome, le duo intismeran et Keytruda, largement présenté comme ayant été « conçu avec l’IA », ont atteint leurs objectifs principaux – dernière étape clef avant la mise sur le marché 1.

  • Le traitement de Merck et Moderna n’est pas à proprement parler un médicament désigné par l’IA. Il s’agit plutôt d’un traitement complexe qui inclut une part – certes, essentielle – d’intelligence artificielle.
  • Il s’agit tout d’abord de la combinaison de deux médicaments : un « vaccin personnalisé contre le cancer » développé en partie à l’aide de l’intelligence artificielle, et le Keytruda (ou pembrolizumab), une immunothérapie issue des travaux des prix Nobel de médecine 2018 James P. Allison et Tasuku Honjo, et commercialisée depuis 2014.
  • Allison et Honjo ont réalisé leurs travaux sur l’inhibition du système immunitaire par les cellules cancéreuses, au cœur de ce traitement, dans un contexte où l’IA était presque absente. Le développement du Keytruda s’est, de la même manière, fait presque sans l’aide de l’intelligence artificielle.
  • Le « vaccin personnalisé contre le cancer » repose quant à lui sur des bases scientifiques posées en 2012 par Robert Schreiber 2. Il a été théorisé en 2015 3, et a fait l’objet d’une preuve de concept en 2017 par Catherine Wu et Ugur Sahin, le fondateur et CEO de BioNTech, à l’origine du premier vaccin contre le Sars-Cov-2 basé sur la technologie à ARN messager 4.
  • Si BioNTech n’est pas à l’origine du combo « intismeran + Keytruda », Sahin a joué un rôle clef dans la preuve de concept scientifique de ce traitement.

Contrairement au rentosertib (INS018_055, inhibiteur de TNIK) – où l’on a demandé à l’IA de désigner une molécule contre la fibrose pulmonaire idiopathique, et où elle en a proposé d’elle-même une entièrement nouvelle –, le traitement de Merck et Moderna combine un médicament mis sur le marché avant l’arrivée de ChatGPT et un traitement dont la preuve de concept est elle aussi antérieure : les deux ont donc déjà prouvé leur efficacité « presque » sans l’intelligence artificielle.

  • Ce « presque » mérite toutefois une nuance : on pourrait en effet débattre de ce qui constitue ou non de l’IA, et de nombreux outils de calcul algorithmique utilisés depuis longtemps en recherche biomédicale pourraient, sous certains aspects, se rapprocher de certaines définitions de l’IA.
  • Le séquençage du génome humain, au début du millénaire – à l’origine de tout ce sur quoi s’appuie ce traitement –, a notamment été rendu possible par un travail repoussant les limites de la puissance de calcul de l’époque.
  • Si le Keytruda, l’un des deux traitements de la combinaison, est déjà sur le marché depuis 2014, et que le « vaccin personnalisé contre le cancer » a fait l’objet d’une preuve de concept en 2017, quel est alors le rôle de l’IA ?

La réponse tient en trois mots : « monter en échelle » pour rendre un traitement très lourd, coûteux et laborieux accessible au plus grand nombre. Pour simplifier, disons que le concept du traitement est le suivant :

  • d’abord, on effectue une biopsie, un prélèvement de matériel biologique au niveau de la tumeur du patient ;
  • ensuite, on cartographie l’ensemble des mutations génétiques présentes au sein de la tumeur, notamment grâce aux travaux du Human Genome Project ;
  • on analyse ces mutations en détail pour en sélectionner les 34 les plus susceptibles de provoquer une réponse immunitaire, de la même manière que pour le vaccin contre le Sars-Cov-2, où l’on avait ciblé la protéine de spicule (S) à la surface du virus ;
  • on développe un vaccin à ARN messager qui exprime de façon très brève des protéines incorporant ces mutations, afin de provoquer une réponse immunitaire contre elles. Cette expression est purement transitoire : ces protéines ne sont plus exprimées après 72 heures, et il n’y a aucune intégration dans le génome – l’ARN messager se situant en aval de l’ADN, il ne peut mécaniquement pas s’y intégrer. Comme un vaccin contre un virus introduit les protéines de ce virus pour induire une réponse immunitaire contre elles, ce vaccin contre le cancer introduit des protéines porteuses des mutations déjà présentes dans la tumeur du patient ;
  • on injecte ensuite au patient une combinaison de ce vaccin puis, dans un second temps, du Keytruda. Lorsque son système immunitaire a monté une réponse ciblée contre son cancer, cette attaque est renforcée par le Keytruda, qui bloque la capacité des cellules cancéreuses à neutraliser le système immunitaire.

Paradoxalement, on pourrait théoriquement analyser ces mutations sans IA, mais ce serait si long et si coûteux que cela ne serait pas viable pour soigner ainsi.

  • Le rôle de l’IA est d’analyser la quantité astronomique de données génomiques provenant de la biopsie du patient, qui contiennent l’ensemble des mutations présentes dans la tumeur.
  • Elle les analyse extrêmement rapidement, par un procédé relativement connu, contrôlé et rationnel – on semble s’éloigner d’une boîte noire, les choix faits par l’IA pouvant être rationalisés à partir de phénomènes bio-immunologiques bien connus et documentés –, pour calculer quelles mutations constitueront « les meilleures cibles » pour le système immunitaire.

Ce sont ces mutations qui seront incorporées dans le vaccin à ARN messager.

  • Cette IA a été entraînée sur des données biologiques réelles issues de la recherche clinique, dont la collecte a nécessité beaucoup de ressources.
  • Le rôle de l’IA est précisément de ne plus avoir besoin de refaire cette collecte fastidieuse pour chaque patient, ce qui fait chuter le coût et la durée du traitement.
  • On n’a donc pas eu besoin de l’IA pour concevoir et développer ce traitement, mais on en a besoin pour qu’il soit logistiquement livrable en masse et économiquement viable.

Le traitement de Merck et Moderna, le duo intismeran + Keytruda, n’est donc pas « le premier traitement/médicament désigné par l’IA à réussir un essai clinique de phase III ». Il s’agit en revanche d’un traitement mis à l’échelle et rendu viable et accessible grâce à l’IA – une preuve de concept du rôle que celle-ci peut jouer en médecine, non pas dans le design de molécules ou l’invention de traitements, mais dans l’accélération et l’automatisation.

  • Le communiqué de presse indique qu’à ce stade, il semble relativement certain que leur traitement passera la phase III d’essais cliniques : il a surperformé de façon statistiquement significative face au traitement de référence actuel, le Keytruda seul.
  • On sait donc que le duo « intismeran + Keytruda » est meilleur, mais pas à quel point.
  • Étant donné la grande taille de cet essai – environ 1 000 patients –, le traitement pourrait être meilleur de façon statistiquement significative, sans que ce bénéfice soit suffisant pour justifier son coût.

Même avec l’IA pour accélérer et réduire les coûts, l’intismeran coûtera probablement plusieurs centaines de milliers de dollars par an, en plus des 150 000 dollars par an du Keytruda. Il faudra donc voir si le gouvernement américain jugera que ce bénéfice statistiquement significatif justifie le surcoût.

Sources
  1. Merck and Moderna Announce Phase 3 INTerpath-001 Trial of Intismeran Autogene Plus KEYTRUDA® Met Endpoints of Recurrence-Free Survival (RFS) and Distant Metastasis-Free Survival (DMFS) in Patients With Completely Resected Stage IIB-IV Melanoma, Merck, 19 août 2026.
  2. Matsushita, H., Vesely, M. D., Koboldt, D. C., Rickert, C. G., Uppaluri, R., Magrini, V. J., Schreiber, R. D., et. al., « Cancer exome analysis reveals a T-cell-dependent mechanism of cancer immunoediting », Nature, vol. 482, n°7385, p.400-404, 2012.
  3. Kreiter, S., Vormehr, M., Van de Roemer, N., Diken, M., Löwer, M., Diekmann, J., Sahin, U, et. al., « Mutant MHC class II epitopes drive therapeutic immune responses to cancer », Nature, vol. 520, n°7549, p. 692-696, 2015.
  4. Sahin, U., Derhovanessian, E., Miller, M., Kloke, B. P., Simon, P., Löwer, M., Türeci, Ö, et. al., « Personalized RNA mutanome vaccines mobilize poly-specific therapeutic immunity against cancer », Nature, vol. 547, n°7662, p. 222-226, 2017.