Hackathon MARGO X BINET IA : Prédiction de la toxicité moléculaire à Polytechnique

IA : Un Défi Crucial pour la Recherche Pharmaceutique

MARGO, leader reconnu pour ses missions à haute complexité, s'est associé à l'association Binet IA de l'École Polytechnique pour organiser un hackathon sans précédent, fusionnant intelligence artificielle, data science et recherche pharmaceutique.

Débuté le vendredi 26 janvier et s'étalant sur 3 jours, ce hackathon a rassemblé 32 étudiants curieux et intéressés par l'IA et le Machine Learning autour d'un défi scientifique ambitieux : prédire la toxicité moléculaire.

Ce hackathon a été rendu possible grâce à la collaboration avec Qubit Pharmaceuticals, une deeptech parisienne spécialisée dans la simulation moléculaire intégrant calcul quantique et haute performance, ainsi qu'avec IBM, et :probabl., qui ont offert aux étudiants l'opportunité d'appliquer leurs compétences dans un cadre novateur et stimulant.

Au travers de ce hackathon, MARGO confirme son rôle de catalyseur dans l'innovation médicale en connectant expertise technologique et intelligence artificielle.

Défis Clés et Approches Techniques

Le hackathon s’est concentré sur une problématique clé de l’industrie pharmaceutique et de la santé mondiale : détecter précocement la toxicité cardiaque des molécules afin d’éviter des effets secondaires graves.

Les 32 participants ont travaillé sur un dataset de 10 873 molécules préparé par Qubit Pharmaceuticals, contenant les représentations standardisées des molécules ainsi que :

• 199 descripteurs chimiques (logP, solubilité, etc.), offrant des indicateurs précis sur les propriétés des molécules.
• 1024 à 2048 empreintes moléculaires (fingerprints), des vecteurs codant les propriétés des molécules.

Les étudiants pouvaient également enrichir ces données via des approches personnalisées, combinant modélisation statistique et intelligence artificielle.

Ressources de pointe et coaching d’experts

• Coaching continu par des experts MARGO : un accompagnement technique précieux pour optimiser leurs approches et résoudre des problématiques complexes. Antoine Mazarguil, IA specialist chez MARGO et alumni Polytechnique, Kseniia Khmelnikova Data Scientist chez MARGO et Alumni Polytechnique, Pierre Massey, Data Scientist MARGO, & Arturo Amor Quiroz ancien post-doc de Polytechnique de :probabl. ont pu donner des conseils sur les méthodes à suivre et la manipulation des données.
• Plateformes IBM Watson Studio et IBM watsonx AI : des outils de pointe qui offrent des fonctionnalités avancées pour l’exploration, le nettoyage et la transformation des données, ainsi que pour l’entraînement, la gestion et le déploiement de modèles d’intelligence artificielle. Ces plateformes permettent également de visualiser les performances des modèles et d’identifier les axes d’amélioration grâce à des tableaux de bord interactifs et des outils d’analyse en temps réel. Merci à Mehdi Boulaymen, Thomas Boisliveau, Aya Cherkaoui Maknassi, Vincent Gautier et Valentin Belin de chez IBM pour leur soutien.

Binet IA hackathon : Critères d’Évaluation et Résultats

• Exactitude Globale (ACC) : Cette métrique mesure la précision du modèle de prédiction.
• Exactitude sur les 25 % des prédictions les plus confiantes (ACC25) : Cet indicateur évalue la performance des modèles sur les prédictions jugées les plus fiables, un point crucial pour des applications sensibles comme la recherche pharmaceutique.

Ces évaluations ont été réalisées sur trois ensembles de tests distincts pour assurer une validation complète des modèles :

• 1. Ensemble issu de l’article original : Contenant environ 700 molécules, il sert de base de comparaison standard.
• 2. Molécules diversifiées sélectionnées par Qubit Pharmaceuticals : Environ 500 molécules, pour évaluer les modèles sur une variété chimique plus large.
• 3. Molécules aux structures inédites : Environ 500 molécules nouvelles (scaffolds), pour tester la capacité des modèles à généraliser à des cas jamais vus.

“J’ai adoré le hackathon. On a appris énormément de choses. Cela change beaucoup des cours qui sont 100% théoriques à l’école. Cela a été vraiment l’occasion d’essayer de bidouiller et de mettre des algorithmes en place avec un vrai cas concret.”Ines, participante du Hackathon

Impact et perspectives futures

Au-delà de la compétition, ce hackathon a permis aux participants d'acquérir des compétences précieuses et de nouer des liens au sein de la communauté scientifique et technologique. Ce projet souligne l'importance cruciale de l'IA dans l'avenir de la recherche pharmaceutique, en particulier dans la détection précoce des risques pour la santé.

En conclusion, le hackathon entre MARGO et BINET IA (association des élèves intéressés par l'IA à l'X) marque une étape significative pour promouvoir l'innovation en intelligence artificielle.

Ce partenariat unique montre comment la technologie peut être mise au service de défis scientifiques majeurs, tout en inspirant et en formant les étudiants pour les défis à venir. Ce hackathon restera un moment marquant, enrichissant tant pour les participants que pour les partenaires impliqués, ouvrant la voie à de futures initiatives prometteuses dans le domaine de l'intelligence artificielle et de la recherche pharmaceutique.