Top 8 Logiciels de découverte de médicaments

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

Nous avons comparé les 8 meilleures plateformes de découverte de médicaments selon leurs fonctionnalités, leurs tarifs et leurs modèles de déploiement.

Comparaison du déploiement et des tarifs des 8 meilleurs logiciels de découverte de médicaments

Remarque : Les produits sont listés par ordre alphabétique.

Comparaison des fonctionnalités des logiciels de découverte de médicaments

BIOVIA Discovery Studio

BIOVIA Discovery Studio offre une pipeline de bout en bout de l'identification de cibles à l'optimisation des candidats-médicaments. 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 libre et autres outils de simulation pour étudier le comportement et les interactions moléculaires.
• Conception basée sur la structure : Outils pour l'amarrage protéine-ligand, la conception basée sur des fragments et l'optimisation de composés à l'aide d'informations structurelles 3D.
• Conception basée sur les ligands et les pharmacophores : Méthodes pour la conception de médicaments de novo, le profilage d'activité, la conception multi-cibles et la recherche de molécules avec des motifs d'interaction souhaités.
• Biothérapeutiques et modélisation d'anticorps : Outils in silico pour la modélisation d'anticorps, l'ingénierie des protéines et l'optimisation des 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 : Informations prédictives pour la pharmacocinétique, la sécurité, la toxicité et les propriétés de type médicament.
• Visualisation : Un visualiseur de conception moléculaire gratuit pour visualiser, manipuler et analyser des structures biologiques et chimiques.

BIOVIA Discovery Studio convient mieux aux grandes entreprises qui nécessitent une conformité réglementaire.

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

ChemAxon

ChemAxon fournit une infrastructure de chémoinformatique, notamment son éditeur de structures chimiques Marvin et ses moteurs JChem, pour la standardisation des données chimiques. La plateforme prend en charge le déploiement cloud et on-premise avec des API Java et REST pour l'intégration.

Exemple réel de Marvin de Chemaxon :

Une grande entreprise pharmaceutique mondiale a utilisé l'éditeur chimique Marvin de ChemAxon pour améliorer la gestion des données chimiques dans une application de visualisation et d'analyse de données de bureau.

L'entreprise nécessitait un outil de dessin chimique capable de s'intégrer facilement à son infrastructure existante avant une date limite de mise en service imminente. Les exigences comprenaient le support de la notation SMILES/SMARTS, la cartographie des réactions, la gestion de la stéréochimie, l'énumération de structures Markush et une puissante API .NET pour l'intégration.

ChemAxon a mis en œuvre Marvin pour plus de 300 utilisateurs et a mis à niveau un plus petit groupe d'utilisateurs de Marvin JS vers le nouvel environnement Marvin. L'entreprise a intégré l'add-on API .NET dans le système existant de l'entreprise, et l'intégration complète avec l'application d'analyse de bureau a été achevée en environ une à deux semaines.

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 licence en consolidant les licences Chemaxon en un seul terme de 19 mois, réduisant la complexité des achats.²

ChemAxon est idéal pour les organisations ayant besoin de standardisation des données chimiques et d'intégration API.

Cresset Flare

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

• Cartes d'interaction 2D : Résume les interactions ligand-protéine dans une vue 2D claire pour une interprétation plus facile.
• Activity Atlas : Fournit des insights qualitatifs sur les relations structure-activité (SAR) pour aider à comprendre comment les changements moléculaires affectent l'activité.
• Activity Miner : Identifie les falaises d'activité et de sélectivité dans les ensembles de données SAR.
• FieldTemplater : Aide à prédire les modes de liaison lorsque les données de structure protéique cristallographique ne sont pas disponibles.
• Perturbation de l'énergie libre (FEP) : Soutient l'optimisation des candidats-médicaments en prédisant quels changements de ligands sont les plus susceptibles d'améliorer la liaison.
• Assistant de codage IA : Soutient 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 convient mieux aux chimistes médicaux travaillant sans structures cristallines.

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

Dotmatics

Dotmatics fournit une plateforme d'informatique scientifique intégrée qui couvre ELN, BioRegister, enregistrement de composés et gestion des données d'essai, avec Studies et visualisation Vortex. La plateforme offre une intégration dans l'ensemble du portefeuille Dotmatics, y compris Geneious et Prism. Dotmatics sert de grandes entreprises biopharmaceutiques, des CRO et des organisations de R&D industrielles nécessitant un système de registre gouverné.

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

• Acquisition de données : Luma se connecte aux instruments de laboratoire, aux ELN, aux registres, aux téléchargements de CRO, aux fichiers, aux applications scientifiques et aux systèmes externes. Luma Lab Connect peut collecter des données à partir d'instruments basés sur des fichiers, de dossiers Windows ou Linux, de buckets S3, d'API 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 structurées, semi-structurées, non structurées, séquences, numériques, texte, image et métadonnées.
• Analyse et insights activés par l'IA : Les chercheurs peuvent rechercher, visualiser, interroger, modéliser et analyser des données harmonisées dans la plateforme ou via des API. Luma prend également en charge l'interrogation en langage naturel et les cas d'utilisation de l'IA générative, aidant les scientifiques à explorer des relations complexes entre les ensembles de données.

Dotmatics est idéal pour les grandes entreprises biopharmaceutiques et les CRO qui nécessitent un système de registre gouverné.

OpenEye Scientific Suite Orion

OpenEye Scientific, maintenant partie de Cadence Molecular Sciences, se distingue par sa plateforme native du cloud Orion et sa boîte à outils OEChem axée sur les développeurs. La suite comprend ROCS pour le criblage basé sur la forme, EON pour la comparaison électrostatique, OMEGA pour la génération de conformères et FRED pour l'amarrage.

Orion fonctionne sur AWS et Cadence OnCloud sans option d'installation on-premise, ciblant les organisations construisant des pipelines computationnels personnalisés.

OpenEye Scientific Suite Orion convient mieux aux développeurs construisant des pipelines personnalisés.

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

Recursion OS

Recursion OS permet un ensemble de données phénotypiques massif généré par l'imagerie automatisée à haut débit des phénotypes cellulaires, traité via la vision par ordinateur et l'infrastructure de supercalculateur BioHive. La plateforme comprend la Carte de la Biologie, 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 activé par l'IA au sein de la plateforme Recursion OS conçu pour prendre en charge des flux de travail complexes de découverte de médicaments grâce à une interaction en langage naturel.

Il permet aux chercheurs d'interroger les ensembles 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 de flux de travail intelligente qui connecte les ensembles de données propriétaires de Recursion, les modèles prédictifs, les capacités de chimie générative et les opérations de laboratoire.⁵

Recursion est idéal pour les maladies rares et les programmes de repositionnement de médicaments.

Suite de découverte de médicaments à petites molécules de Schrödinger

Schrödinger se distingue par ses calculs de Perturbation de l'Énergie Libre (FEP+) basés sur la physique qui prédisent l'affinité de liaison. La suite intègre Glide pour l'amarrage, WaterMap pour la thermodynamique de l'hydratation et Prime pour la prédiction de la structure des protéines dans l'interface graphique Maestro.

Exemple réel 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-médicament en 10 mois. Le programme s'est concentré sur MALT1, une cible impliquée dans la régulation des lymphocytes et pertinente pour les malignités des cellules B récidivantes ou réfractaires, y compris la leucémie lymphocytaire chronique. Les approches antérieures d'inhibiteurs de MALT1 ont rencontré des problèmes avec les propriétés de type médicament, donc l'objectif était de trouver une petite molécule puissante avec un meilleur équilibre de puissance, de perméabilité, de solubilité et de développabilité globale.

L'équipe a utilisé un flux de travail de conception-prédiction-fabrication-test-analyse soutenu par une modélisation basée sur la physique, l'apprentissage automatique, des modèles prédictifs ADMET et l'analytique des 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 la prise de décision collaborative.

Dans les 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. Après cela, ils ont utilisé l'optimisation multi-paramètres pour équilibrer la puissance, la solubilité et la perméabilité. L'équipe a évalué plus de 5 000 idées, et 43 composés ont répondu aux critères du programme, et seul un sous-ensemble plus restreint est passé à la synthèse et aux tests.

Le résultat a été SGR-1505, sélectionné dans les 10 mois après que 78 composés aient été synthétisés dans la série de candidats-médicaments et 129 composés dans l'ensemble du programme. Schrödinger présente l'affaire comme une preuve que la combinaison du criblage computationnel à grande échelle, de la prédiction basée sur la physique, de l'apprentissage automatique et de l'informatique collaborative peut réduire le nombre de composés qui doivent être synthétisés tout en accélérant le chemin de la découverte de hit à un candidat-médicament.⁶

Schrödinger convient mieux aux équipes pharmaceutiques et biotechnologiques nécessitant une modélisation de puissance de haute précision.

Optibrium StarDrop

Optibrium StarDrop est spécialisé dans l'optimisation multi-paramètres (MPO) pour l'optimisation des candidats-médicaments. La plateforme offre à la fois un déploiement de bureau et cloud avec une tarification modulaire pour les modules ADMET, chimie générative et conception 3D.

Exemple réel d'adMare avec StarDrop :

Le travail d'adMare, une entreprise canadienne des sciences de la vie, s'étend de l'identification précoce des candidats-médicaments à la sélection de candidats cliniques, nécessitant aux chimistes d'évaluer la puissance des composés, les caractéristiques ADME, les propriétés physico-chimiques, 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 ensembles de données de composés complexes.

Une application notable est l'analyse des brevets. Lorsque les chimistes extraient un grand nombre de composés de la littérature de brevets, les fonctionnalités de regroupement, d'analyse de similarité, de visualisation de l'espace chimique et de vue carte de StarDrop aident à identifier les 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 ADME QSAR, préparer des bibliothèques de composés pour des études d'amarrage et cribler des bibliothèques virtuelles avec eSim3D.⁷

Optibrium StarDrop convient mieux aux chimistes médicaux priorisant l'ADMET et l'optimisation des candidats-médicaments.

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 l'IA

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

En janvier 2026, la FDA et l'EMA ont publié conjointement les « Principes directeurs de la bonne pratique de l'IA dans le développement de médicaments », établissant dix principes de haut niveau couvrant la conception centrée sur l'humain et les exigences de validation proportionnelles tout au long du cycle de vie des médicaments.¹⁰ Les agences ont souligné que les systèmes d'IA devraient soutenir, et non remplacer, le jugement humain, avec des exigences de validation adaptées 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 8 Logiciels de découverte de médicaments}},
  year   = {2026},
  month  = may,
  howpublished    = {\url{https://aimultiple.com/drug-discovery-software}},
  note   = {AIMultiple. Consulté le 7 Mai 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 du secteur

Suivre

Sıla Ermut est analyste chez AIMultiple, spécialisée dans le marketing par e-mail et les vidéos de vente. Auparavant, elle travaillait comme recruteuse dans des cabinets de conseil et de gestion de projets. Sıla est titulaire d'un master en psychologie sociale et d'une licence 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