Amazon lance Amazon Bio Discovery pour accélérer la phase initiale de la découverte de médicaments

AWS a lancé Amazon Bio Discovery, une nouvelle plateforme d'IA dédiée à la phase initiale du développement de médicaments. Le service vise à raccourcir le chemin entre une hypothèse scientifique et une liste de molécules prêtes pour une vérification en laboratoire, et à supprimer une partie du travail manuel entre la biologie computationnelle et le laboratoire « humide ».

Comment fonctionne le service

Amazon Web Services a annoncé le lancement d'Amazon Bio Discovery le 14 avril 2026. La plateforme cible les entreprises pharmaceutiques et de biotechnologie qui recherchent des candidats pour de nouveaux médicaments, et mise surtout sur les tâches liées aux anticorps. Au lieu de déployer à la main des modèles, des pipelines et une infrastructure séparés, les chercheurs disposent d'un environnement prêt à l'emploi où ils peuvent lancer des expériences computationnelles, comparer les résultats et préparer les candidats à l'étape de vérification suivante.

L'idée centrale est une approche lab-in-the-loop, où la conception computationnelle n'est pas séparée des tests réels en laboratoire. Les scientifiques formulent d'abord l'objectif de recherche et chargent la structure de la cible, puis des agents IA aident à choisir les modèles, les paramètres et les critères de sélection adaptés. Le système génère ensuite des molécules et les classe selon la probabilité de liaison, la confiance structurelle et d'autres caractéristiques. Les meilleurs candidats peuvent être envoyés à des laboratoires partenaires pour la synthèse et les tests, et les résultats reviennent dans la plateforme pour analyse et pour l'itération suivante.

Ce que contient la plateforme

Selon AWS, Amazon Bio Discovery rassemble dans une seule interface des étapes qui, dans les équipes de R&D réelles, sont généralement dispersées entre plusieurs services, scripts et spécialistes. L'idée est d'éviter qu'un biologiste ou une équipe de recherche doive chaque fois chercher le bon modèle, configurer l'environnement, monter un pipeline et transférer manuellement les résultats entre la partie computationnelle et le laboratoire.

• un catalogue de plus de 40 modèles d'IA spécialisés pour les tâches de découverte précoce de médicaments
• des agents IA pour choisir les modèles, paramétrer les expériences et évaluer les candidats
• un constructeur de pipelines à plusieurs étapes, auquel l'entreprise peut aussi connecter ses propres modèles
• une intégration avec des laboratoires partenaires pour la synthèse et les tests biologiques
• un retour automatique des données expérimentales dans le système pour le réentraînement et l'affinage des prédictions

AWS ne mise pas seulement sur la vitesse, mais aussi sur la possibilité, pour d'autres profils que les biologistes computationnels, d'utiliser ces outils. L'entreprise pointe elle-même un problème typique du marché : les nouveaux modèles d'IA biologiques apparaissent trop vite, et les spécialistes capables de les déployer et de les maintenir deviennent un goulot d'étranglement. Pour les scientifiques de laboratoire, cela se traduit par un accès lent à des expériences qui auraient pu être lancées bien plus tôt.

Premiers résultats et clients

Le cas le plus visible au lancement est celui du Memorial Sloan Kettering Cancer Center. Le centre a utilisé Amazon Bio Discovery pour accélérer le développement d'anticorps contre les cancers pédiatriques. Selon AWS, grâce aux agents IA, les chercheurs ont conçu près de 300 000 nouvelles molécules d'anticorps et envoyé en test les 100 000 meilleurs candidats. Un processus qui peut prendre jusqu'à un an avec l'approche traditionnelle a été ramené à quelques semaines dans ce scénario.

«

Amazon Bio Discovery offre une solution pratique pour appliquer de nouveaux modèles d'IA à la conception et à l'évaluation de nouvelles molécules. »

AWS cite aussi Bayer, le Broad Institute et Voyager Therapeutics parmi les premiers utilisateurs. L'entreprise insiste particulièrement sur la sécurité en entreprise : les données propriétaires et les modèles affinés des clients sont isolés dans leur propre environnement et, d'après AWS, ces données ne servent pas à entraîner les modèles hébergés. Pour l'industrie pharmaceutique, c'est l'une des conditions essentielles, car sans protection des données et de la propriété intellectuelle, le transfert de processus de R&D sensibles vers une plateforme cloud se heurte généralement à un frein au moins aussi fort que le manque de ressources de calcul.

Ce que cela signifie

Amazon cherche à occuper une place plus visible, non seulement comme fournisseur de cloud pour l'industrie pharmaceutique, mais aussi comme acteur appliqué du développement de médicaments par l'IA. Si la plateforme raccourcit réellement le délai entre la conception computationnelle et la validation en laboratoire, les équipes de biotechnologie pourront tester leurs hypothèses plus vite, et AWS s'ancrer dans l'un des segments les plus coûteux et les plus concurrentiels du marché de l'IA.