La bio informatique est présente en pharma depuis bien plus longtemps que cela. Pour donner de la perspective on peut parler de l’accélération de l’utilisation de softwares pour recherche des médicaments, par rapport aux méthodes in vitro qui sont au cœur de la recherche pharmaceutique encore aujourd’hui.
L’essor de l’application de l’intelligence artificielle notamment donne de belles pistes pour proposer des molécules intéressantes et réduire les temps et coûts dépensés in vitro pour synthétiser et tester les molécules.
C’est dans cet élan d’innovation que la startup Aqemia a été créée. Leur objectif étant de développer une solution capable de générer les molécules les plus pertinentes pour une cible thérapeutique donnée, responsable d’une maladie.
Interview avec Emmanuelle Martiano, COO et co-fondatrice d’Aqemia
En 3 mots, quelle est votre activité ?
Aqemia est une entreprise focalisée sur la recherche de médicament par ordinateur.
La startup a été créée en 2019 par Maximilien Levesque et moi-même. La technologie que nous avons développée permet d’identifier les meilleures molécules candidats-médicaments pour une cible donnée parmi des millions de médicaments potentiels.
Nos algorithmes prédisent en effet l’affinité entre cette cible pharmaceutique et la molécule, afin d’anticiper son efficacité potentielle sur une maladie.
Il nous a fallu d’abord commencer par huit années de recherches académiques à l’École normale supérieure-PSL – en combinant chimie théorique, physique et mathématiques – conduites par Maximilien Levesque, maintenant le CEO d’Aqemia.
Il faut garder en tête que les méthodes logicielles les plus précises du marché nécessitent jusqu’à une semaine de calcul pour prédire cette affinité, alors qu’Aqemia le fait en quelques minutes.
Qui ciblez-vous ?
L’industrie pharmaceutique et biotech pour les aider à trouver des molécules thérapeutiques pour les protéines qu’ils ciblent dans la lutte contre des maladies.
Selon vous, quels sont vos points forts ?
Maximilien a développé avec ses équipes à l’ENS des algorithmes de Méca Stat 10.000 fois plus rapides que ce qui existe actuellement sur le marché pour calculer l’affinité entre des molécules.
L’Université PSL a octroyé à Aqemia une licence exclusive et mondiale d’exploitation de cette technologie.
Nous couplons ces algorithmes de Méca Stat prédicteurs d’affinité avec des algorithmes de machine learning capables de générer des molécules optimales pour une cible donnée.
Quels sont vos challenges pour 2020 ?
Continuer de construire une équipe avec des compétences pointues et pourvue d’une forte curiosité des autres et envie d’apprendre. Ces soft skills sont pour nous clés pour intégrer notre équipe.
Nous souhaitons organiser des démonstrations de faisabilité (POC – Proof Of Concept) sur nos produits de screening et de génération pour montrer notre performance sur le marché.
Evidemment, en cette période de pandémie, la recherche pharmaceutique est sur le devant de la scène et un de nos challenges est de contribuer à donner des pistes de médicaments sur le COVID.
Comment gérez-vous vos recrutements ? Et le télétravail pendant la période du Covid-19 ?
Pour le recrutement de l’équipe, nous faisons un mix d’approche directe et de communication sur nos réseaux. Nous continuons à recruter selon notre plan initial et donc à onboarder des nouveaux membres d’équipe en remote.
Quand au télétravail, nous utilisons quotidiennement des outils comme Hangout, Slack ou Jira pour la gestion de projet. Nous avons mis en place deux points quotidiens avec l’équipe : le café du matin pour prendre des nouvelles, et un update de l’avancement de chacun en fin de journée.