Top 10 des logiciels de découverte de médicaments

Le marché des logiciels de découverte de médicaments se divise en trois catégories : les suites de chimie computationnelle pour la conception basée sur la structure, les plateformes natives IA pour la chimie générative et l'identification de cibles, et les systèmes de gestion de données R&D pour ELN, LIMS, le suivi de synthèse, l'analyse de données et l'enregistrement de composés.

Nous avons comparé les 10 principales plateformes de découverte de médicaments selon leurs fonctionnalités, leurs tarifs et leurs modèles de déploiement.

Comparaison des déploiements et des tarifs des 10 principaux logiciels de découverte de médicaments

Remarque : Les produits sont listés par ordre alphabétique. Aucun des produits ne propose de plans gratuit ni d'essais.

Comparaison des fonctionnalités des logiciels de découverte de médicaments

AIDDISON

AIDDISON est une plateforme de découverte de médicaments native cloud qui combine l'IA générative avec des outils de conception de médicaments assistée par ordinateur. Elle prend en charge la génération moléculaire, le criblage virtuel, la prédiction ADMET, les recherches pharmacophoriques et de similarité, le docking moléculaire et la planification de rétrosynthèse.

Ses principales capacités incluent :

• Conception moléculaire générative : Crée de nouvelles petites molécules et les optimise pour la ressemblance médicamenteuse, les propriétés ADMET, l'affinité de liaison et la synthétisabilité.
• Recherche dans l'espace chimique : Recherche parmi plus de 60 milliards de molécules connues et virtuelles en utilisant des méthodes de similarité, de sous-structure et de pharmacophore.
• Docking moléculaire : Visualise les interactions protéine-ligand, identifie les poches de liaison et évalue la liaison des candidats.
• Planification de synthèse : Relie la conception de molécules virtuelles à la rétrosynthèse et aux matières premières disponibles dans le commerce.
• Prédictions personnalisées : Permet aux équipes d'utiliser des modèles IA/ML existants ou d'entraîner des modèles avec leurs propres données.

AIDDISON est le mieux adapté aux équipes de chimie médicinale recherchant un flux de travail intégré assisté par IA, de la conception de molécules à la planification de synthèse.

BIOVIA Discovery Studio

BIOVIA Discovery Studio offre un pipeline de bout en bout, de l'identification de cibles à l'optimisation de leads. L'outil s'intègre à la plateforme 3DEXPERIENCE de Dassault Systèmes pour la gestion des données d'entreprise et la conformité réglementaire.

BIOVIA Discovery Studio couvre les principales parties de la découverte de médicaments computationnelle :

• Simulations : Dynamique moléculaire, calculs d'énergie gratuit et autres outils de simulation pour étudier le comportement et les interactions moléculaires.
• Conception basée sur la structure : Outils pour le docking protéine-ligand, la conception basée sur des fragments et l'optimisation de composés à l'aide d'informations structurales 3D.
• Conception basée sur les ligands et les pharmacophores : Méthodes pour la conception de novo de médicaments, le profilage d'activité, la conception multi-cibles et la recherche de molécules avec des motifs d'interaction souhaités.
• Modélisation de biothérapeutiques et d'anticorps : Outils in silico pour la modélisation d'anticorps, l'ingénierie des protéines et l'optimisation de produits biologiques.
• Conception et analyse de macromolécules : Outils pour analyser et concevoir des protéines, des acides nucléiques et d'autres grandes molécules biologiques.
• QSAR, ADMET et toxicologie prédictive : Aperçus prédictifs pour la pharmacocinétique, la sécurité, la toxicité et les propriétés médicamenteuses.
• Visualisation : Un visualiseur moléculaire gratuit pour visualiser, manipuler et analyser des structures biologiques et chimiques.

BIOVIA Discovery Studio est le mieux adapté aux grandes entreprises qui exigent une conformité réglementaire.

Figure 1 : Tableau de bord des simulations de BIOVIA Discovery Studio.¹

BioSolveIT

BioSolveIT fournit une suite d'outils visuels de découverte computationnelle de médicaments. Ses produits incluent SeeSAR pour la conception moléculaire, infiniSee pour la navigation dans l'espace chimique et HPSee pour le criblage virtuel haute performance.

Ses fonctionnalités clés incluent :

• Conception visuelle de médicaments : SeeSAR prend en charge le docking moléculaire, l'optimisation de composés, la conception basée sur des fragments et l'analyse des interactions protéine-ligand.
• Exploration de l'espace chimique : infiniSee recherche dans des collections de composés ultra-larges des molécules structurellement ou pharmacophoriquement similaires.
• Docking à grande échelle : Le Chemical Space Docking explore des milliards de composés en utilisant le criblage basé sur la structure.
• Flux de travail haute performance : HPSee distribue les charges de travail de criblage et de docking sur une infrastructure de calcul dédiée.
• Outils de modélisation spécialisés : La suite inclut des outils pour le docking, le scoring, l'alignement moléculaire, l'exploration de poches, la génération de conformères et le scaffold hopping.

BioSolveIT est le mieux adapté aux chimistes médicinaux et computationnels qui privilégient les flux de travail visuels, le docking moléculaire et l'exploration de grands espaces chimiques.

ChemAxon

ChemAxon fournit une infrastructure de chimio-informatique, y compris son éditeur de structures chimiques Marvin et les moteurs JChem, pour la standardisation des données chimiques. La plateforme prend en charge le déploiement cloud et sur site avec des APIs Java et REST pour l'intégration.

Exemple concret de Marvin de Chemaxon :

Une grande entreprise pharmaceutique mondiale a utilisé l'éditeur chimique Marvin de Chemaxon pour améliorer la gestion des données chimiques au sein d'une application desktop de visualisation et d'analyse de données.

L'entreprise avait besoin d'un outil de dessin chimique capable de s'intégrer facilement à son infrastructure existante avant une échéance de mise en production imminente. Les exigences comprenaient la prise en charge de la notation SMILES/SMARTS, le mapping de réactions, la gestion de la stéréochimie, l'énumération de structures Markush et une API .NET robuste pour l'intégration.

Chemaxon a implémenté Marvin pour plus de 300 utilisateurs et a mis à niveau un petit groupe d'utilisateurs de Marvin JS vers le nouvel environnement Marvin. L'entreprise a intégré le module complémentaire API .NET dans son système existant, et l'intégration complète avec l'application desktop d'analyse a été réalisée en une à deux semaines environ.

Le projet a aidé l'entreprise à respecter son calendrier de lancement sans compromettre les exigences fonctionnelles, techniques ou commerciales. Il a également simplifié la gestion des licences en consolidant les licences Chemaxon en un seul terme de 19 mois, réduisant ainsi la complexité des achats.²

Chemaxon est le mieux adapté aux organisations ayant besoin de standardisation des données chimiques et d'intégration par API.

Cresset Flare

La modélisation de ligands basée sur les champs électrostatiques de Cresset Flare utilisant le champ de force XED permet le scaffold hopping et la conception de ligands sans dépendre des structures cristallines des protéines. Flare prend en charge les calculs RBFE et la génération de conformères macrocycliques dans son cadre FEP.

• Cartes d'interaction 2D : Résume les interactions ligand-protéine dans une vue 2D claire pour une interprétation plus facile.
• Atlas d'activité : Fournit des aperçus SAR qualitatifs pour aider à comprendre comment les changements moléculaires affectent l'activité.
• Activity Miner : Identifie les falaises d'activité et de sélectivité dans les jeux de données SAR.
• FieldTemplater : Aide à prédire les modes de liaison lorsque les données de structure cristallographique des protéines ne sont pas disponibles.
• Free Energy Perturbation (FEP) : Soutient l'optimisation de leads en prédisant quels changements de ligand sont les plus susceptibles d'améliorer la liaison.
• Assistant de codage IA : Prend en charge le scripting, l'automatisation des flux de travail et la personnalisation des méthodes en aidant les utilisateurs à écrire ou à affiner du code pour les flux de travail d'analyse liés à Flare.

Cresset Flare est le mieux adapté aux chimistes médicinaux travaillant sans structures cristallines.

Figure 2 : Exemple de l'assistant de codage IA de Flare.³

Dotmatics

Dotmatics fournit une plateforme d'informatique scientifique intégrée qui couvre l'ELN, le BioRegister, l'enregistrement de composés et la gestion des données d'essais, avec la visualisation Studies et Vortex. La plateforme offre une intégration à travers le portefeuille Dotmatics, y compris Geneious et Prism.

Dotmatics Luma est une plateforme R&D native IA et multimodale qui intègre les données scientifiques, les flux de travail, l'analytique et les outils d'IA dans un environnement unique. Elle est conçue pour aider les équipes de recherche à passer plus rapidement des données brutes de laboratoire à des insights scientifiques exploitables. Luma fonctionne en quatre étapes principales :

• Capture de données : Luma se connecte aux instruments de laboratoire, aux ELN, aux registres, aux téléchargements CRO, aux fichiers, aux applications scientifiques et aux systèmes externes. Luma Lab Connect peut collecter des données provenant d'instruments basés sur des fichiers, de dossiers Windows ou Linux, de buckets S3, d'APIs et de sources SQL/JSON/CSV.
• Traitement des données : Une fois les données capturées, Luma analyse les fichiers bruts, extrait les métadonnées et convertit les sorties d'instruments en formats structurés et analysables.
• Harmonisation et gestion des données : Luma rassemble différents types de données, y compris les données structurées, semi-structurées, non structurées, les séquences, les données numériques, le texte, les images et les métadonnées.
• Analyse et insights assistés par IA : Les chercheurs peuvent rechercher, visualiser, interroger, modéliser et analyser les données harmonisées au sein de la plateforme ou via des APIs. Luma prend également en charge l'interrogation en langage naturel et les cas d'usage d'IA générative, aidant les scientifiques à explorer des relations complexes entre les jeux de données.

Dotmatics est le mieux adapté aux grandes entreprises biopharmaceutiques et aux CRO qui nécessitent un système d'enregistrement gouverné.

OpenEye Scientific Suite Orion

OpenEye Scientific, qui fait désormais partie de Cadence Molecular Sciences, se différencie par sa plateforme Orion native cloud et sa boîte à outils OEChem orientée développeurs. La suite inclut ROCS pour le criblage basé sur la forme, EON pour la comparaison électrostatique, OMEGA pour la génération de conformères et FRED pour le docking.

Orion fonctionne sur AWS et Cadence OnCloud sans option d'installation sur site, ciblant les organisations qui construisent des pipelines computationnels personnalisés.

OpenEye Scientific Suite Orion est le mieux adapté aux développeurs qui construisent des pipelines personnalisés.

Figure 3 : Tableau de bord de simulation et d'analyse 3D d'Orion.⁴

Recursion OS

Recursion OS exploite un vaste jeu de données phénotypiques généré par l'imagerie automatisée à haut débit de phénotypes cellulaires, traité via la vision par ordinateur et l'infrastructure de supercalculateur BioHive. La plateforme inclut la Map of Biology, qui visualise les relations biologiques, et a généré environ 65 pétaoctets de données propriétaires.

Recursion LOWE :

LOWE est le moteur de flux de travail orchestré par LLM de Recursion, un système assisté par IA au sein de la plateforme Recursion OS conçu pour soutenir des flux de travail complexes de découverte de médicaments par le biais d'interactions en langage naturel.

Il permet aux chercheurs d'interroger les jeux de données biologiques et chimiques de Recursion, d'explorer les relations potentielles médicament-cible, de générer et de prioriser de nouveaux composés, d'évaluer des propriétés telles que l'ADMET et la solubilité, et de coordonner les activités en aval, y compris la planification de synthèse et l'exécution expérimentale.

LOWE fonctionne comme une couche d'orchestration intelligente des flux de travail qui relie les jeux de données propriétaires de Recursion, les modèles prédictifs, les capacités de chimie générative et les opérations de laboratoire.⁵

Recursion est le mieux adapté aux programmes de maladies rares et de repositionnement de médicaments.

Schrödinger small-molecule drug discovery suite

Schrödinger se différencie par ses calculs de Free Energy Perturbation (FEP+) basés sur la physique qui prédisent l'affinité de liaison. La suite intègre Glide pour le docking, WaterMap pour la thermodynamique d'hydratation et Prime pour la prédiction de la structure des protéines au sein de l'interface graphique Maestro.

Exemple concret du programme propriétaire de Schrödinger :

La plateforme de chimie numérique de Schrödinger a aidé à identifier SGR-1505, un nouvel inhibiteur de MALT1, comme candidat de développement en 10 mois. Le programme s'est concentré sur MALT1, une cible impliquée dans la régulation des lymphocytes et pertinente pour les hémopathies malignes à cellules B récidivantes ou réfractaires, y compris la leucémie lymphoïde chronique. Les approches antérieures d'inhibition de MALT1 rencontraient des problèmes de propriétés médicamenteuses, l'objectif était donc de trouver une petite molécule puissante avec un meilleur équilibre entre puissance, perméabilité, solubilité et développabilité globale.

L'équipe a utilisé un flux de travail concevoir-prédire-fabriquer-tester-analyser soutenu par la modélisation basée sur la physique, le machine learning, les modèles ADMET prédictifs et l'analyse de données. Ils ont évalué computationnellement plus de 8 milliards de composés, utilisé WaterMap pour analyser le site de liaison, appliqué la conception de novo et l'énumération synthétiquement consciente pour générer des idées, et utilisé FEP+ pour prédire l'affinité de liaison relative. LiveDesign a été utilisé pour centraliser les données modélisées et expérimentales pour une prise de décision collaborative.

Au cours des trois premiers mois, l'équipe a évalué plus de 1 700 molécules en utilisant Active Learning FEP+ et a identifié deux nouvelles séries puissantes d'inhibiteurs de MALT1 après avoir synthétisé moins de 50 composés. Ensuite, ils ont utilisé l'optimisation multiparamétrique pour équilibrer la puissance, la solubilité et la perméabilité. L'équipe a évalué plus de 5 000 idées, et 43 composés ont satisfait aux critères du programme, un sous-ensemble plus restreint passant en synthèse et en tests.

Le résultat a été SGR-1505, sélectionné en 10 mois après que 78 composés ont été synthétisés dans la série principale et 129 composés dans l'ensemble du programme. Schrödinger présente ce cas comme la preuve que la combinaison du criblage computationnel à grande échelle, de la prédiction basée sur la physique, du machine learning et de l'informatique collaborative peut réduire le nombre de composés à synthétiser tout en accélérant le chemin de la découverte de hits à un candidat de développement.⁶

Schrödinger est le mieux adapté aux équipes pharmaceutiques et biotechnologiques nécessitant une modélisation de haute précision de la puissance.

Optibrium StarDrop

Optibrium StarDrop se spécialise dans l'optimisation multiparamétrique (MPO) pour l'optimisation de leads. La plateforme offre un déploiement desktop et cloud avec une tarification modulaire pour les modules ADMET, chimie générative et conception 3D.

Exemple concret d'adMare avec StarDrop :

Les travaux d'adMare, une entreprise canadienne de sciences de la vie, couvrent de l'identification précoce de leads à la sélection de candidats cliniques, ce qui exige des chimistes qu'ils évaluent la puissance des composés, les caractéristiques ADME, les propriétés physicochimiques, la sélectivité et les relations structure-activité plus larges. StarDrop soutient ce processus en aidant les chercheurs à organiser, visualiser et interpréter plus efficacement des jeux de données complexes de composés.

Une application notable est l'analyse de brevets. Lorsque les chimistes extraient un grand nombre de composés de la littérature brevets, les fonctionnalités de clustering, d'analyse de similarité, de visualisation de l'espace chimique et de Card View de StarDrop aident à identifier des points de départ pertinents et à comprendre comment les séries de composés ont été optimisées.

L'équipe utilise également StarDrop pour examiner les tendances SAR, comparer les valeurs pIC50, prédire des propriétés telles que logP et logD en utilisant les QSAR ADME, préparer des bibliothèques de composés pour les études de docking et cribler des bibliothèques virtuelles avec eSim3D.⁷

Optibrium StarDrop est le mieux adapté aux chimistes médicinaux qui priorisent l'ADMET et l'optimisation de leads.

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

Considérations réglementaires et de conformité pour la découverte de médicaments assistée par IA

Les agences réglementaires ont commencé à formaliser des directives pour l'IA/ML dans le développement de médicaments. En janvier 2025, la FDA a publié un projet de directive sur les « Considérations pour l'utilisation de l'intelligence artificielle à l'appui de la prise de décision réglementaire », proposant un cadre d'évaluation de la crédibilité basé sur le risque pour les modèles d'IA utilisés dans des contextes non cliniques, cliniques et de fabrication.⁸ La directive exclut explicitement les activités de découverte de médicaments, se concentrant sur les données à l'appui des décisions réglementaires.⁹

En janvier 2026, la FDA et l'EMA ont publié conjointement les « Principes directeurs de bonnes pratiques d'IA dans le développement de médicaments », établissant dix principes de haut niveau couvrant la conception centrée sur l'humain et les exigences de validation proportionnelle tout au long du cycle de vie des médicaments.¹⁰ Les agences ont souligné que les systèmes d'IA doivent soutenir, et non remplacer, le jugement humain, avec des exigences de validation proportionnées à l'impact potentiel du système d'IA.¹¹

Citer cette recherche

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{ermut2026,
  author = {Ermut, Sıla},
  title  = {{Top 10 des logiciels de découverte de médicaments}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/drug-discovery-software}},
  note   = {AIMultiple. Consulté le 22 Juillet 2026}
}

Liens de référence

1.

Molecular Dynamics Simulations | BIOVIA - Dassault Systèmes

3ds

2.

How a Global Pharma Leader Transformed Chemical Data Management with Marvin, Chemaxon’s chemical editor

Certara

3.

cresset-group.com | 520: Web server is returning an unknown error

4.

Cloud Based Computational Chemistry Software

5.

LOWE | Recursion

6.

Hit to development candidate in 10 months: Rapid discovery of a novel, potent MALT1 inhibitor - Schrödinger

Schrödinger

7.

Supporting Canadian chemistry pioneers with fast SAR analysis - Optibrium

Optibrium

8.

Federal Register :: Considerations for the Use of Artificial Intelligence To Support Regulatory Decision-Making for Drug and Biological Products; Draft Guidance for Industry; Availability; Comment Request

9.

FDA Publishes Draft Guidance on Use of Artificial Intelligence in the Development of Drugs and Biological Products - January 2025

10.

EMA and FDA set common principles for AI in medicine development | European Medicines Agency (EMA)

11.

Guiding Principles of Good AI Practice in Drug Development | FDA

Center for Drug Evaluation and Research

Sıla Ermut

Analyste Sectorielle

Suivre

Sıla Ermut est analyste sectorielle chez AIMultiple, spécialisée dans le marketing par email et les vidéos de vente. Elle a précédemment travaillé comme recruteuse dans des cabinets de gestion de projet et de conseil. Sıla est titulaire d'un Master of Science en psychologie sociale et d'un Bachelor of Arts en relations internationales.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire