Aller au contenu

IA

L'agent de Google rédige des molécules en environ une heure

Google DeepMind a appris la chimie à son agent Antigravity. Dans sa démo sur le cancer du poumon, la boucle qui avale d'habitude des jours tourne en environ une heure. Les chimistes à base de carbone, eux, supervisent.

Photo de couverture : Dietmar Rabich / CC BY-SA 4.0

TL;DR

  1. DeepMind ajoute des Cheminformatics Skills à son agent Antigravity pour les workflows de découverte de médicaments.
  2. Démo sur de vrais traitements du cancer du poumon : environ une heure, contre plusieurs jours par itération.
  3. Rien sur la disponibilité dans l'UE : les labos européens peuvent garder leur agenda tel quel.

Ce qui s'est passé

Google DeepMind a publié un nouvel ensemble de Cheminformatics Skills pour Google Antigravity, son agent IA. Le billet est daté du 3 novembre 2026 et signé Zoi Tsangalidou, Ruijie (Kelly) Zhang, Sukhdeep Singh et Michael V. LeVine.

L'argument : concevoir un nouveau médicament, c'est extraire des données en vrac de graphiques, de figures et de littérature scientifique, entraîner des modèles prédictifs, puis proposer des molécules qui valent la peine d'être fabriquées. Selon DeepMind, un seul passage dans cette boucle prend généralement plusieurs jours.

Avec ces nouveaux skills, l'agent gère la boucle tout seul. Dans la démo, construite sur de vrais traitements du cancer du poumon, il passe au crible des milliers de composés et lance une analyse de paires moléculaires appariées (matched molecular pair analysis). Il propose ensuite de nouveaux macrocycles rigidifiés, avec les voies de synthèse livrées dans la foulée.

C'est la démo de DeepMind et le chiffre de DeepMind. Personne en dehors du bâtiment n'a encore sorti de chronomètre.

Pourquoi ça compte

La chimie a un problème de gestion de données. DeepMind le dit lui-même : les chimistes passent trop de temps à se battre avec les données, en partie parce qu'une même molécule peut s'écrire de plein de façons différentes. C'est la partie ennuyeuse et coûteuse, et c'est exactement ce que les agents font bien.

Le vrai changement, c'est le périmètre. Ici, pas de modèle qui répond à une question de chimie. C'est un agent qui enchaîne tout le boulot : trouver les données, les analyser, construire les modèles, proposer des candidats et esquisser comment les synthétiser.

Passer de plusieurs jours par itération à une heure, si ça tient au-delà de la vitrine, ça veut dire plus de tours d'essais et d'erreurs dans la même semaine. En découverte de médicaments, plus d'itérations, c'est tout le jeu.

Petite réserve, parce qu'on n'est pas le vendeur : une démo sur des exemples choisis de cancer du poumon n'est pas un pipeline en production. Proposer une molécule à l'écran et la faire marcher en labo, ce sont deux métiers très différents.

Qu'est-ce que tu en fais

  • Lis le billet source.Le compte rendu de DeepMind montre le workflow de bout en bout, ce qui te dit ce que l'agent fait vraiment, par rapport à ce que le titre laisse croire.
  • Cartographie ta propre boucle.Si tu bosses en chimie ou en biotech, liste les étapes qui dévorent des jours : curation des données, entraînement des modèles, propositions de candidats. Ce sont tes cibles.
  • Garde le point de contrôle humain.Traite les molécules et les voies de synthèse proposées comme des brouillons à faire relire par un expert, pas comme des ordres.
  • Surveille la disponibilité.Rien dans l'annonce ne règle l'accès ni le déploiement par région : vérifie avant de bâtir un plan dessus.

Ciao, sapiens. L'agent sait rédiger la molécule, mais il ne sait toujours pas tenir la pipette. Profites-en tant que ça dure.