Par Zhou Xinyu
Édité par Zhang Yuxin
La plateforme Smart Emergence a appris de source exclusive que la filière d'IA pour la découverte de médicaments de ByteDance a entamé un processus de scission et de financement indépendant.
Selon nos informations, ByteDance conservera le contrôle de la nouvelle société après la scission. L'équipe principale, les algorithmes essentiels, la plateforme technologique et les actifs de pipeline existants de l'IA pour la découverte de médicaments seront intégralement transférés vers la nouvelle entité. Par ailleurs, cette activité continuera de bénéficier du support en puissance de calcul de Volcano Engine.
La nouvelle société sera dirigée par l'équipe d'IA pour la découverte de médicaments de ByteDance. Cette équipe, créée en 2021 et dirigée par Liu Kai, compterait environ 50 membres clés, composés de talents en algorithmes AI4S et d'experts chevronnés du secteur pharmaceutique. Depuis sa création, cette équipe assume les fonctions centrales allant de la recherche sur les modèles fondamentaux à l'industrialisation.
L'équipe interne de ByteDance précédemment responsable des modèles de prédiction de structure des protéines a également été intégrée à l'équipe d'IA pour la découverte de médicaments dirigée par Liu Kai. L'intégration des équipes liées aux algorithmes et modèles est achevée et continuera à faire progresser la recherche sur les modèles fondamentaux dans ce domaine, quelques personnes ayant quitté l'entreprise.
Les progrès réalisés par ByteDance dans le domaine de l'IA pour la découverte de médicaments constituent une base importante pour cette scission et ce financement.
ByteDance a obtenu plusieurs résultats technologiques dans le domaine de l'IA pour la découverte de médicaments. En 2025, l'équipe AI4S de ByteDance a publié les modèles de prédiction de structure moléculaire Protenix et Seedfold, puis a itéré sur Protenix-v1/v2 en 2026, construisant ainsi une capacité open-source de prédiction structurelle haute précision pour les systèmes biologiques complexes tels que les protéines et les ligands.
Dans le domaine de la conception et de la prédiction des protéines, l'équipe a également lancé des outils de conception de protéines « binder » (protéines de liaison) tels que PXDesign.
Parallèlement, ByteDance a lancé la plateforme d'IA pour la découverte de médicaments Anew Labs, orientée vers le développement pharmaceutique réel.
Le site web d'Anew Labs indique que l'équipe a déjà publié des recherches telles qu'AnewSampling, AnewOmni, AnewFEP, AnewSynth, scNext, couvrant des domaines comme la prédiction de la structure dynamique protéine-ligand, la génération de molécules tout-atome, le calcul d'énergie libre, la prédiction de la faisabilité de synthèse et la cellule virtuelle. Elle a également présenté des pipelines de médicaments précoces tels que IL17AA/AF/FF et IL4R.
En avril 2026, Anew Labs a dévoilé pour la première fois son projet de petites molécules ciblant IL-17 lors de l'assemblée annuelle de l'American Association of Immunologists, réalisant une première mondiale en bloquant les 3 dimères AA/AF/FF de la famille IL-17 avec des petites molécules. Étant donné qu'IL-17 est une voie importante dans les maladies auto-immunes comme le psoriasis ou la spondylarthrite ankylosante, et que l'inhibition simultanée d'A/F (deux cytokines inflammatoires clés) a déjà démontré sa valeur clinique avec les médicaments anticorps.
Cela indique que les capacités d'IA pour la découverte de médicaments de ByteDance sont passées des modèles et algorithmes à une phase de validation sur des cibles spécifiques, des molécules concrètes et des pipelines internes.
Face aux progrès technologiques et aux avancées continues dans l'exploration de l'IA pour la découverte de médicaments, ByteDance estime que les opportunités de passage de la recherche à l'industrie sont en train de mûrir. C'est pourquoi elle a décidé d'intégrer les différentes équipes internes et de tenter l'industrialisation.
Bien entendu, l'industrialisation de l'AI4S représente un défi de taille.
Le cycle de validation des activités AI4S est plus long et les étapes sont plus complexes. Dans le cas de la découverte de médicaments, cela englobe plusieurs étapes complexes comme le développement de modèles, les expériences en laboratoire (« wet lab ») et la validation clinique, ce qui exige donc davantage de talents spécialisés et une forme d'organisation et de gestion différente des activités Internet.
Une source informée révèle que cette scission d'activité vise à établir une structure organisationnelle indépendante mieux adaptée aux caractéristiques de ce secteur. ByteDance espère ainsi mieux attirer les talents de premier plan, et ainsi promouvoir les capacités de modèles fondamentaux dans ce domaine ainsi que la combinaison des algorithmes et de l'industrie pharmaceutique.
Parallèlement, l'industrie pharmaceutique elle-même est sous pression pour améliorer son efficacité.
Au cours des vingt dernières années, les investissements en R&D des entreprises pharmaceutiques mondiales n'ont cessé d'augmenter. IQVIA, l'une des plus grandes sociétés de données de santé et de services d'études cliniques au monde, prévoit que les dépenses mondiales en médicaments atteindront environ 2 300 milliards de dollars d'ici 2028.
Si le marché est suffisamment vaste, les principaux points douloureux du développement de nouveaux médicaments - coûts élevés, cycles longs et taux d'échec élevés - n'ont pas fondamentalement changé. Le secteur espère vivement intégrer la technologie de l'IA pour surmonter ces limitations.
Actuellement, la recherche en AI4S progresse à un rythme accéléré, comme en témoigne sa capacité significativement accrue à résoudre des problèmes complexes.
Prenons l'exemple de l'évolution de la série AlphaFold (le modèle de prédiction de structure des protéines développé par Google DeepMind) : de la première version validant la faisabilité, à AlphaFold 2 réalisant des prédictions à la précision atomique pour 200 millions de protéines, jusqu'à AlphaFold 3 qui dépasse la limite des protéines uniques pour prédire avec précision des systèmes d'interactions complexes - cela prouve que l'IA s'est déjà immiscée dans des étapes cruciales de la conception de médicaments.
Si la prédiction de structure des protéines reste un problème de recherche fondamentale, l'émergence ces dernières années de modèles de génération de molécules multimodales représente une approche directe du problème central de l'industrie pharmaceutique - la conception de médicaments. Cela pourrait également indiquer que l'IA pour la découverte de médicaments passe progressivement de la recherche à l'application industrielle.
ByteDance s'est engagée dans l'AI4S depuis plusieurs années. Dès autour de 2020, ByteDance a commencé à s'impliquer systématiquement dans des domaines comme l'IA pour la découverte de médicaments, la simulation moléculaire et la biologie computationnelle. Par la suite, elle a déployé des équipes couvrant des domaines comme le calcul basé sur les premiers principes, la chimie quantique, la dynamique moléculaire, la simulation de matériaux, ainsi que la génération de molécules pour l'énergie et les médicaments.
Après la création de l'équipe de recherche sur les grands modèles Seed, l'AI4S est également devenu une partie des avancées technologiques de pointe de ByteDance.
Une personne proche de cette scission a déclaré que c'est la première fois que ByteDance tente l'industrialisation de l'AI4S, et l'entreprise y attache une grande importance. « La biotechnologie a sa propre logique industrielle. En devenant indépendante, avec une flexibilité décisionnelle autonome, nous espérons tracer la voie industrielle chinoise pour l'AI4S. »
