Fondée en 2022 au sein du laboratoire TIMC de Grenoble, la start-up est spécialisée dans le développement d’anticorps monoclonaux contre les bactéries résistantes aux antibiotiques. En lien avec une société informatique, elle met en place une plateforme d’intelligence artificielle pour l’identification de cibles thérapeutiques et/ou diagnostiques. Objectif : diviser par trois le temps de mise sur le marché.

« L’antibiorésistance est l’un des défis sanitaires prioritaires au niveau mondial », rappelle Louis Farge, président d’EpyNext Therapeutics. Cette société, fondée en 2022, est issue du laboratoire TIMC (recherche translationnelle et innovation en médecine et complexité, lié à l’Université de Grenoble au CNRS et au CHU). Elle développe des anticorps anti-infectieux pour lutter contre les bactéries résistantes aux antibiotiques. En particulier Pseudomonas aeruginosa (ou bacille pyocyanique), très présent en milieu hospitalier, et responsable de fréquentes infections, particulièrement dans les unités de soins intensifs, avec une mortalité résultante importante qui peut atteindre 70 % chez les patients sous ventilation assistée.

Ce procédé nous a permis d’identifier nos trois meilleurs anticorps en six mois alors qu’une approche classique aurait duré au moins douze à dix-huit mois. 

Louis Farge, EpyNext

Pour la petite histoire, celui qui a rejoint le projet après avoir vu une annonce LinkedIn a été séduit par le procédé employé pour produire les anticorps : « La technologie des protéoliposomes permet la reconstitution des protéines cibles “au naturel”, comme dans la membrane cellulaire », explique Louis Farge. « Cela permet, lorsqu’on les utilise comme vaccins, d’obtenir des anticorps très spécifiques et très affins. Ils se “collent très fort et très bien” à leur cible, ce qui est gage d’efficacité. » Recourir à des anticorps monoclonaux est une approche plus fine que l’antibiothérapie classique : « Les antibiotiques, quand ils fonctionnent, sont très efficaces, mais ciblent toutes les bactéries, avec l’éventualité de générer des résistances sur chaque espèce, sans compter l’impact sur le microbiote, qui peut poser d’autres problèmes. À l’inverse, les anticorps monoclonaux ne ciblent que la bactérie responsable de l’infection, limitant ainsi le risque de résistance. »

Encore faut-il trouver les bons anticorps : pour cela, EpyNext a utilisé l’intelligence artificielle dès sa création pour détecter, au milieu d’un cocktail de milliers d’anticorps, les candidats les plus efficaces contre Pseudomonas aeruginosa. Selon Louis Farge : « C’est loin d’être automatique ou magique, et il faut beaucoup de travail de validation. Mais ce procédé nous a permis d’identifier nos trois meilleurs anticorps en six mois alors qu’une approche classique aurait duré au moins douze à dix-huit mois. »

L’intelligence artificielle en soutien

L’expérience a été à ce point fructueuse qu’EpyNext Therapeutics développe à présent sa propre plateforme d’intelligence artificielle, en collaboration avec un partenaire informatique spécialisé. « C’est un vrai projet qui transforme notre manière de faire, avec énormément de travail en amont pour nettoyer les données », explique le dirigeant. « Non seulement cet outil nous permet de valider in silico les cibles sur lesquelles nous travaillons déjà, mais aussi d’en identifier de nouvelles, à visées thérapeutiques ou diagnostics. Nous testons actuellement une première version sur des données propriétaires pour valider les algorithmes et les fonctionnalités de machine learning développés. »

Une nouvelle version plus élaborée en fonctionnalités et comprenant plus de données va rapidement suivre, en parallèle du travail de laboratoire indispensable pour entériner et exploiter les pistes établies par l’IA : « L’an prochain, nous espérons étendre le savoir-faire ainsi acquis à d’autres bactéries posant problème. » L’objectif étant d’avoir au moins un produit en clinique d’ici à trois ans.