Comment l’IA transforme la recherche contre le VIH

L’essentiel

• L’intelligence artificielle accélère l’analyse de données biologiques complexes et favorise l’identification de nouvelles pistes de recherche sur le VIH.
• Elle intervient désormais à toutes les étapes du développement de médicaments et contribue à l’optimisation des essais cliniques.
• Son déploiement soulève néanmoins des enjeux majeurs en matière de représentativité des données et de protection de la vie privée.

« Un allié indispensable » : voilà comment les chercheur·euses américain·es Giovannino Silvestri et Aditi Chatterjee, de l’Université du Maryland à Baltimore, qualifient l’intelligence artificielle (IA) dans un article récent faisant le point sur les apports de cette technologie dans la recherche sur le VIH.

Selon les deux scientifiques, l’IA est en train de redéfinir non seulement la recherche fondamentale destinée à mieux comprendre le VIH et l’infection par ce virus, mais aussi la recherche de nouveaux traitements et d’un vaccin contre ce virus.

« L’IA ne va pas résoudre les difficultés liées à la complexité du VIH. Mais je suis convaincue qu’elle peut aider à avancer plus vite et mieux », estime Michaela Müller-Trutwin, responsable de l’unité « HIV, Inflammation et Persistances virales » à l’Institut Pasteur.

Ce qui rend cet outil si puissant ? Sa capacité à trier, à croiser et à analyser en un clin d’œil des montagnes de données que l’humain mettrait des années, voire toute une vie, à étudier. Ce faisant, l’IA peut aider à identifier des tendances que les chercheur·euses n’auraient pas pu déceler aussi rapidement et mener ainsi à des découvertes que les méthodes traditionnelles n’auraient peut-être pas permises.

Des montagnes de données passées au crible

« En matière de recherche biomédicale, souligne Michaela Müller-Trutwin, cette technologie est devenue indispensable, notamment pour étudier les montagnes d’informations issues de grandes bases de données biologiques de différentes natures. »

Parmi ces informations figurent celles issues des technologies « unicellulaires », incluant notamment le séquençage à haut débit de nouvelle génération. Celles-ci permettent de recueillir des informations sur l’ensemble des gènes (génome), des ARN messagers (transcriptome), des protéines et des modifications chimiques autour de l’ADN (épigénome) de cellules individuelles.

En plein essor depuis quelques années, ces techniques ont considérablement accru le volume de données disponibles, rendant leur analyse toujours plus complexe.

Outre les données biologiques, l’IA peut également croiser et analyser d’autres types d’informations, comme des images médicales, des rapports cliniques ou des données démographiques. C’est l’IA multimodale, qui offre une vision intégrée et enrichie des données d’une même personne.

« L’avantage majeur de l’IA réside assurément dans cette capacité à intégrer de vastes sources de données », commente Katharina Kusejko, responsable de l’équipe « Dynamique des maladies infectieuses » à l’Université de Zurich.

En utilisant l’IA multimodale, son groupe est déjà parvenu à plusieurs résultats intéressants. Par exemple, lors de travaux publiés en 2025, les chercheur·euses ont utilisé un modèle d’IA pour analyser l’ensemble des protéines détectées dans le plasma de près de 400 PVVIH suisses, ainsi que les données cliniques des participant·es : prise ou non d’un traitement préventif anti-tuberculose, développement ou non d’une tuberculose, etc.

Finalement, ils et elles ont identifié une « signature plasmatique distincte », caractérisée par une inflammation et une activation des lymphocytes B, qui précède l’évolution vers une tuberculose. De quoi espérer développer un test permettant de détecter, parmi les PVVIH à risque accru, celles qui développeront une tuberculose active plusieurs années avant l’apparition des symptômes.

L’IA, un accélérateur de découverte de médicaments

Dans le champ de la recherche de nouveaux traitements contre le VIH, l’IA se déploie également à grande vitesse.

Identification de protéines pouvant être ciblées par des médicaments, découverte ou conception de molécules actives sur ces cibles, optimisation des plus prometteuses, validation chez l’animal puis chez l’humain : « L’IA est désormais omniprésente à chacune de ces étapes, raccourcissant les délais et réduisant la charge expérimentale », relèvent les chercheur·euses américain·es Giovannino Silvestri et Aditi Chatterjee.

Des IA génératives, capables de créer des contenus, aident notamment à imaginer et à concevoir de potentiels nouveaux médicaments. Parmi ces systèmes figure AlphaFold, développé par Google DeepMind. Récompensé du prix Nobel de chimie 2024, cet outil est capable de prédire avec une grande précision la structure tridimensionnelle des protéines directement à partir de leurs séquences d’acides aminés.

Cette capacité accélère l’identification de cibles médicamenteuses et la conception de molécules capables de s’y lier avec précision. D’autres types d’IA contribuent, eux aussi, à identifier dans de vastes collections de composés déjà connus des molécules susceptibles d’inhiber des enzymes nécessaires à la multiplication du virus.

Par exemple, en 2023, des chercheur·euses italien·nes des universités de Bari Aldo Moro et de Foggia ont rapporté avoir utilisé « un système d’intelligence artificielle simple » pour analyser une base de données contenant 250 000 molécules. L’équipe a ainsi identifié un composé susceptible de se lier à la protéase du VIH-1 : la molécule répondant au nom de code ZINC991374169. Celle-ci n’appartient à aucune classe connue d’inhibiteurs de la protéase et n’avait « jamais été envisagée » pour inhiber cette enzyme.

Des essais cliniques simulés grâce aux « jumeaux numériques »

Concernant les essais cliniques chez l’humain, l’IA peut notamment aider à tester de potentielles nouvelles stratégies thérapeutiques, à prédire leurs résultats à long terme et à les optimiser avant même toute première administration à des PVVIH réelles.

Cela est notamment rendu possible grâce à l’approche « in silico », c’est-à-dire par simulation informatique, basée sur des « jumeaux numériques ». Il s’agit de répliques virtuelles de PVVIH réelles, alimentées par leurs données cliniques et capables de simuler leur réponse à un traitement grâce à l’intelligence artificielle.

« L’IA ne va pas remplacer les expériences chez l’humain, observe Michaela Müller-Trutwin. Mais elle peut aider à en diminuer le nombre et ainsi réduire significativement le coût et le temps de développement des médicaments. »

Enfin, l’IA s’impose également de plus en plus dans un autre grand domaine de la recherche contre le VIH : la conception de vaccins préventifs. Ici, cette technologie peut notamment contribuer à concevoir des anticorps à large spectre (bNAbs) plus efficaces, capables de reconnaître et de bloquer l’entrée de différentes souches du VIH dans les cellules.

En 2025, des chercheur·euses de l’établissement de recherche médicale américain Scripps Research ont annoncé avoir reçu 1,1 million de dollars afin d’acquérir du matériel informatique haute performance pour développer une IA capable d’identifier rapidement les meilleurs candidats bNAbs.

Selon Andrew Ward, co-responsable du projet, au lieu de passer des mois à tester en laboratoire chaque bNAbs jugé prometteur, cet outil devrait permettre d’examiner des centaines de milliers de possibilités par ordinateur, d’identifier les candidat·es les plus pertinents et de concentrer les travaux expérimentaux sur ceux-ci.

Des promesses importantes, mais aussi des risques

Reste que le déploiement de l’IA dans la recherche sur le VIH n’est pas sans dangers. Comme le soulignent Giovannino Silvestri et Aditi Chatterjee, « les ensembles de données servant à entraîner les modèles d’IA sous-représentent souvent des groupes démographiques clés, notamment les femmes, les adolescent·es et les populations des pays à revenu faible et intermédiaire ». Or, si les ensembles de données manquent de diversité, les systèmes d’IA peuvent involontairement renforcer les inégalités dans la prise en charge du VIH, notamment au sein des communautés les plus touchées par le virus.

Autre sujet de vigilance : la protection des données personnelles. Les deux chercheur·euses américains rappellent que « le respect de la vie privée et la confidentialité sont également primordiaux dans l’analyse des données sur le VIH, compte tenu de la stigmatisation et de la discrimination potentielles liées à la divulgation d’informations ».

Ils et elles appellent ainsi au « déploiement de mesures cryptographiques robustes » afin d’accompagner tous les systèmes d’IA traitant des données de santé sensibles. 🟥