ByteDance dévoile un candidat-médicament conçu par IA contre l'IL-17 pour les maladies auto-immunes

ByteDance montre publiquement pour la première fois comment son IA sort du champ des recommandations vidéo pour entrer dans la biomédecine. Sa filiale Anew Labs a présenté un candidat-médicament contre les maladies auto-immunes, visant une cible que l'industrie pharmaceutique juge depuis des décennies trop complexe pour les petites molécules classiques.

Ce qui a été présenté à Boston

Le 16 avril 2026, lors de la réunion annuelle de l'American Association of Immunologists à Boston, l'équipe d'Anew Labs a dévoilé des données précliniques sur son candidat principal : une petite molécule orale, créée avec une IA générative pour bloquer l'IL-17. Cette protéine de signalisation est associée au psoriasis, à la polyarthrite rhumatoïde et à la spondylarthrite ankylosante. Pour ByteDance, c'est la première confirmation publique que son activité de découverte de médicaments a quitté le stade de la recherche interne et porte désormais un projet thérapeutique concret.

L'essentiel tient moins au nom de l'entreprise qu'au type de cible. Sous cette forme, l'IL-17 relève des interactions protéine-protéine longtemps qualifiées d'undruggable : trop « plates » et trop grandes pour les petites molécules classiques. Selon le résumé de la communication, le candidat d'Anew peut agir simultanément sur plusieurs dimères d'IL-17A et d'IL-17F et, dans des modèles précliniques, a montré une activité comparable à celle de l'anticorps bimekizumab. Ce n'est pas un médicament sur le marché, mais un candidat précoce ; pourtant, de telles étapes sont considérées comme le véritable test des approches par IA dans la pharmacie.

«

Ce sont les premières petites molécules orales à l'action puissante sur l'IL-17F et à l'activité marquée in vivo », indique le résumé de la communication.

Pourquoi c'est important

Aujourd'hui, les médicaments anti-IL-17 les plus efficaces sont surtout des biologiques injectables. Ils fonctionnent, mais exigent des injections, sont plus difficiles à fabriquer et ne conviennent pas toujours aux patients. Si ByteDance parvient réellement à mener une molécule orale jusqu'à la clinique, puis au marché, ce ne serait pas un simple cas d'usage de plus pour l'IA, mais une tentative de remplacer une partie des coûteux schémas injectables par un comprimé. Pour les maladies auto-immunes, le scénario est particulièrement sensible, car le traitement est souvent nécessaire sur une longue durée.

• Cible : IL-17A et IL-17F, moteurs clés de plusieurs maladies auto-immunes
• Format du candidat : petite molécule orale, et non anticorps injectable
• La conception s'est appuyée sur un design génératif fondé sur la structure assisté par IA (AI-enabled structure-based generative design) et sur un criblage virtuel
• Des données précliniques ont été présentées sur la liaison, l'activité cellulaire et des modèles in vivo

Les raisons de rester prudent ne manquent pas. Les résultats présentés sont des données de congrès et précliniques, et non une preuve clinique d'efficacité chez l'humain. En biopharma, entre une communication solide et un vrai médicament s'écoulent des années d'optimisation, de toxicologie, d'étapes réglementaires, avec une forte probabilité d'échec. La nouvelle compte donc non comme une percée acquise, mais comme un signal : une grande entreprise technologique montre déjà non des promesses générales, mais une molécule précise pour une biologie précise.

Pourquoi ByteDance s'y met

Anew Labs ne ressemble pas à un projet annexe improvisé au sein d'un grand groupe technologique, mais à un pari distinct de ByteDance sur la biologie computationnelle. Le site de l'entreprise mentionne des équipes à Shanghai, à Singapour et à San José, ainsi que 36 collaborateurs clés et un comité consultatif scientifique composé d'anciens d'Innovent Biologics, d'Amgen et de Takeda. L'ambition est claire : s'attaquer aux cibles sur lesquelles la découverte classique de médicaments cale et trouver des formes de thérapie plus accessibles et plus pratiques pour le patient.

L'histoire compte aussi parce que ByteDance construit désormais non un projet isolé, mais une plateforme. En mars 2026, Anew Labs a publié un preprint d'AnewOmni, un système génératif entraîné sur plus de cinq millions de complexes biomoléculaires. Les auteurs affirment que le modèle peut concevoir des molécules fonctionnelles à différentes échelles, des petits composés aux peptides et aux nanocorps. Le site d'Anew cite aussi AnewSampling et d'autres outils : l'entreprise bâtit donc une pile complète pour trouver, évaluer et optimiser des candidats.

Dans ce contexte, ByteDance rejoint une course déjà lancée à la découverte de médicaments par IA, aux côtés de DeepMind, d'Anthropic et d'Insilico Medicine. La différence, c'est que la discussion ne porte plus sur de belles démos ni uniquement sur des publications, mais sur celui qui fera le premier passer une molécule générée par un modèle par tout le cycle de développement. Pour les entreprises technologiques, c'est un jeu long et coûteux, mais c'est précisément lui qui sépare le battage de laboratoire d'un véritable business pharmaceutique.

Ce que cela signifie

ByteDance montre que la prochaine grande bataille de l'IA ne se joue pas seulement autour de la recherche, du code ou des contenus, mais aussi autour de produits physiques à l'effet biologique mesurable. Si Anew Labs parvient à confirmer ses résultats dans de nouvelles études, le marché disposera d'un argument de poids : les modèles génératifs commencent à produire non seulement des hypothèses, mais des candidats-médicaments pour des problèmes longtemps jugés presque inaccessibles.