Sanofi

Pleins feux sur nos Partenaires : Sanofi et Recursion unissent leurs forces dans la recherche de médicaments assistée par IA

Publié le: 29 juin 2026

Partagez

Image conceptuelle de la recherche et du développement scientifique pilotés par l'IA

Bienvenue dans notre série « Pleins feux sur nos Partenaires », consacrée à la collaboration entre Sanofi et des entreprises innovantes pour transformer l'avenir de la médecine et des médicaments. Dans ce tout premier numéro, Matt Truppo, Responsable Monde de la Stratégie computationnelle et IA, R&D chez Sanofi, parle avec Najat Khan, CEO et Présidente de Recursion, de la manière dont l'intelligence artificielle est en train de révolutionner la découverte de médicaments — et du fait qu’il est essentiel de nouer des partenariats stratégiques pour mettre le plus possible l'IA au service de la mise au point de nouveaux traitements pour les patients.

En 2022, Sanofi et Recursion ont annoncé la signature d’un partenariat visant à développer des thérapies à base de petites molécules découvertes par IA en immunologie et en oncologie. Depuis le lancement de cette collaboration, les équipes ont travaillé en parallèle sur de multiples programmes de découverte et franchi plusieurs étapes de développement. Un tel couplage entre la plateforme de découverte pilotée par IA de Recursion et l'expertise R&D de Sanofi a donc permis d’accélérer l'identification de nouvelles opportunités thérapeutiques.

Alors que l'intelligence artificielle continue de transformer tous les secteurs économiques, c’est notamment pour la découverte de médicaments que son impact pourrait être le plus significatif, bouleversant la manière dont les scientifiques identifient les cibles, conçoivent les molécules et amènent de nouvelles thérapies aux patients. Pour discuter ce sujet, Matt Truppo, Responsable Monde de la Stratégie computationnelle et IA, R&D chez Sanofi, évoque avec Najat Khan, PDG et Présidente de Recursion, l'avenir de la découverte pilotée par IA dans le développement de médicaments à base de petites molécules, et du rôle des partenariats dans l’avancement d’un domaine scientifique complexe.

Recursion est une entreprise de biotechnologie au stade clinique qui utilise l’apprentissage automatique (machine learning), l'automatisation et des données biologiques massives pour décoder la biologie et accélérer la découverte thérapeutique. Sous la direction de Najat Khan, l'entreprise est en train d’élaborer des systèmes intégrés alimentés par lA pour faire de nouvelles découvertes biologiques, identifier de nouvelles cibles et améliorer le processus de mise au point des médicaments.

Ensemble, Sanofi et Recursion analysent en profondeur la manière dont la convergence entre biologie, chimie, science des données et intelligence artificielle pourrait changer fondamentalement l'avenir de la R&D.

D'une découverte fondée sur des hypothèses à une découverte basée sur des données

Pendant des décennies, la découverte de médicaments a suivi un modèle qui reposait sur des hypothèses, les chercheurs testant ainsi une question scientifique à la fois. Mais si l’on en croit Najat Khan, ce paradigme commence désormais à évoluer.

« Pendant longtemps, la découverte de médicaments est restée fondée sur une démarche très artisanale, à base d’hypothèses », déclare Khan. « Or, nous sommes en train d’évoluer vers une approche beaucoup plus itérative, fondée sur des systèmes et guidée sur des données, ce qui [nous] permet d'explorer un espace plus vaste, à la fois en biologie et en chimie. »

Les plateformes contemporaines d’intelligence artificielle peuvent associer simultanément des données biologiques, chimiques et cliniques au sein de systèmes d'apprentissage continu, permettant aux chercheurs de formuler et d’éprouver des hypothèses à une échelle sans précédent. Khan relève que, même si la découverte de médicaments reste complexe, la capacité croissante de l'industrie à déchiffrer le « langage de la biologie » ouvre sans conteste de nouvelles opportunités.

Relever les principaux défis de la R&D

En dépit d’avancées scientifiques majeures, la découverte de médicaments reste assez lente, trop coûteuse et à trop risquée. Nombreux sont les projets prometteurs qui échouent parce que la biologie sous-jacente n’a pas été pleinement comprise.

C’est la raison pour laquelle Truppo voit dans l'IA un moyen de contribuer à relever bon nombre de ces défis anciens.

« Le recours à l’intelligence artificielle permet de mieux associer identification de cibles, conception de molécules et développement clinique, au lieu de les traiter comme des étapes distinctes », précise Truppo au cours de la discussion.

L'une des principales opportunités qu’offre l'IA concerne la possibilité de prendre des décisions plus judicieuses à un stade plus précoce du processus de développement, ce qui permet d’identifier les bonnes cibles et les bonnes molécules avant d’engager inutilement trop de temps et de ressources. À terme, l'IA pourrait aider les scientifiques à apprendre plus vite, à procéder à des itérations plus efficaces et à améliorer les taux de réussite à l’échelle de l’ensemble du portefeuille de R&D.

Pourquoi les partenariats sont plus importants que jamais

Bien que l'IA offre certes de grandes  possibilités, les deux dirigeants interrogés ne manquent pas de souligner que les avancées technologiques seules ne suffisent pas.

Aucune entreprise au monde ne peut prétendre être la meilleure en tout. Les partenariats constituent pour nous un moyen unique de rassembler les compétences de vrais experts praticiens.
Matt Truppo

Matt Truppo

Responsable Monde de la Stratégie computationnelle et IA, R&D chez Sanofi

La découverte de médicaments pilotée par l'IA se situe au croisement de la biologie, de la chimie, du développement clinique et de la science des données. Par conséquent, le succès de l'innovation dépend de plus en plus d’une association et d’une combinaison d'expertises complémentaires.

Pour Khan, un partenariat efficace démarre avec une ambition commune.

Il est crucial de s’entendre rapidement sur les grands défis que les deux partenaires souhaitent relever ensemble. Quand on veut rédiger un plan détaillé qui n’a jamais existé, il faut non seulement avoir la même vision de ce que l’on cherche à faire mais aussi avoir la capacité d’assumer des risques.
Najat Khan

Najat Khan

CEO et Présidente de Recursion

La volonté affichée par les deux partenaires d’apprendre ensemble  pourrait déboucher sur des résultats qui dépassent les attentes. Comme l'a noté Truppo, certains partenariats parmi les plus solides sont ceux où les équipes en font  plus que ce que chacune pensait au départ pouvoir faire.

Perspectives d'avenir

À mesure que les technologies d'IA se perfectionnent  et mûrissent , les deux dirigeants s'attendent à ce que les modèles de partenariat évoluent avec elles.

Pour Khan,  les succès futurs dépendront de la capacité des entreprises à associer la prédiction computationnelle à la validation expérimentale, afin de créer des systèmes en boucle fermée qui apprennent et s'améliorent en continu. Elle s'attend également à une plus grande convergence entre l'expertise scientifique et l'expertise technique, dans la mesure où les entreprises de demain vont devenir de plus en plus « bilingues » dans les deux domaines.

Pour Sanofi et Recursion, l'avenir de la découverte de médicaments dépendra, non seulement de la technologie, mais aussi de la capacité à trouver de nouvelles modalités d’association entre innovation, expertise et la collaboration.

L'IA peut accélérer la découverte, mais les partenariats restent essentiels pour faire d’un potentiel scientifique de véritables médicaments capables d’amener une différence significative dans la vie des patients. Ne manquez pas le prochain épisode de la série « Pleins feux sur nos Partenaires », dans lequel nous  allons explorer comment la collaboration peut stimuler l'innovation dans le contexte mouvant de la recherche biomédicale.

Contenus liés

L'intelligence artificielle dans la santé : agir plus vite pour les patients à VivaTech 2026

L’IA à chaque étape de la chaîne de valeur R&D: découverte de médicaments

Modulus : Redéfinir l’avenir de la production biopharmaceutique

MAT-GLB-2603275 / MAT-US-2607293