FeNNix-Bio1 : l’IA française qui réinvente la chimie moléculaire

Qubit Pharmaceuticals et Sorbonne Université lancent FeNNix-Bio1, un modèle de fondation en IA conçu pour simuler avec une précision quantique le comportement des molécules. Entraîné sur la base de données la plus fine jamais produite en chimie, il pourrait faire gagner des années dans la découverte de médicaments.

Un algorithme, des milliards de molécules, et plus une seule éprouvette à casser. C’est le pari de Qubit Pharmaceuticals et Sorbonne Université avec l’IA (intelligence artificielle) FeNNix-Bio1. Le modèle ne se contente pas de simuler des molécules : il réplique leurs dynamiques internes, leurs interactions chimiques et leurs réactions physiques avec une fidélité jamais atteinte par les logiciels de modélisation traditionnels. Grâce à la puissance de calcul de GENCI, EuroHPC et du laboratoire Argonne, il a été entraîné sur plusieurs millions de structures biomoléculaires synthétiques, simulées à une résolution proche de la mécanique quantique. Il réussit ainsi des tâches que les meilleurs modèles échouaient à reproduire, comme la simulation de l’eau dans toutes ses phases ou la prédiction du comportement des ions en solution. En intégrant les lois fondamentales de la physique dès l’entraînement, il franchit un cap : simuler le réel sans perte d’information. Ce saut de précision transforme l’IA en un outil scientifique capable de remplacer des mois de synthèse chimique par quelques heures de calcul intensif.

Un moteur moléculaire entraîné comme une IA, pas comme un LLM

Plutôt que d’emprunter aux modèles de langage massifs, FeNNix-Bio1 repose sur une architecture de neurones conçue spécifiquement pour la chimie. Résultat : un entraînement plus rapide, des ressources calculatoires moindres, et des performances ciblées. Le modèle peut être affiné en quelques heures sur un GPU standard, sans recourir à des semaines de supercalcul comme ses homologues textuels. FeNNix-Bio1 dépasse également la simple prédiction statique des structures protéiques à la manière d’AlphaFold de Google DeepMind. Il intègre la dimension temporelle, la réactivité chimique et les effets dynamiques sur les interactions médicament-cible. Cela ouvre la voie à la conception in silico de molécules covalentes, capables d’agir sur des cibles jusque-là inexploitables.

Des applications bien au-delà de la pharma

Si la découverte de médicaments reste la priorité, les usages de FeNNix-Bio1 touchent aussi la chimie industrielle, l’énergie ou l’environnement. Conception de membranes de désalinisation, enzymes sur mesure, matériaux pour batteries… Partout où la simulation moléculaire peut accélérer l’innovation, ce modèle s’adapte. Sa capacité à recombiner des briques moléculaires en fonction du contexte en fait un générateur universel de solutions chimiques. Avec FeNNix-Bio1, Qubit Pharmaceuticals prépare déjà la fusion entre calcul haute performance et informatique quantique. En intégrant des données issues de simulations quantiques, le modèle explore un futur où l’IA et le quantique deviennent les deux faces d’un même moteur d’exploration scientifique. Cette convergence ouvre une perspective inédite : automatiser la recherche et la validation de molécules dans un espace chimique quasi-infini, à une vitesse qui redéfinit les cycles de l’innovation.