L'Université du Mississippi et Colorcon s'associent pour créer une base de données d'IA afin de promouvoir la mise à l'échelle des médicaments imprimés en 3D
fr.wedoany.com Rapport : Des chercheurs de l'Université du Mississippi ont conclu un nouvel accord avec la société d'ingrédients pharmaceutiques Colorcon pour créer conjointement une base de données pilotée par l'intelligence artificielle, destinée à aider les pharmacies et les fabricants de médicaments à produire des médicaments personnalisés imprimés en 3D. Le projet est dirigé par Mo Maniruzzaman, professeur et directeur du département de pharmacie et d'administration des médicaments de l'Université du Mississippi, dont le laboratoire développera un algorithme d'apprentissage capable d'associer à chaque médicament que les pharmacies souhaitent imprimer la bonne combinaison d'ingrédients.
Selon M. Maniruzzaman, ce projet consiste essentiellement à créer une banque d'informations, un ouvrage de référence sur la fabrication des médicaments. Il prévoit que la base de données d'IA finalisée aura des usages bien au-delà de Colorcon : la création de cette base de données d'IA sera très utile, non seulement pour Colorcon, mais aussi pour des entreprises similaires et même pour les géants pharmaceutiques. Il ajoute que d'autres entreprises pourront facilement adopter ce type de plateforme pour leurs propres pipelines de découverte et utiliser les résultats de cette recherche pour résoudre des problèmes.
Chaque médicament est composé de deux catégories d'ingrédients : les composés actifs, comme l'acétaminophène dans les analgésiques ; et les ingrédients inactifs, appelés excipients, qui comprennent les liants, les charges, les colorants et les enrobages, et qui permettent de façonner le comprimé. Tous les excipients ne sont pas compatibles avec tous les principes actifs ; ainsi, chaque fois qu'une nouvelle formulation médicamenteuse est produite, les chercheurs doivent vérifier que ses composants n'interfèrent pas les uns avec les autres. Le laboratoire de M. Maniruzzaman cherche à résoudre l'un de ces problèmes centraux grâce à l'IA : plutôt que de tester les combinaisons manuellement, l'algorithme est entraîné à associer le bon excipient à tout principe actif que la pharmacie doit imprimer.
Kshitij Chitnis, doctorant en troisième année en pharmacie et administration des médicaments dans le laboratoire de M. Maniruzzaman, partant des modes actuels de fabrication des médicaments, souligne que le problème des formes galéniques traditionnelles est qu'elles ne sont pas personnalisées selon le patient ; produire des médicaments individualisés par les méthodes de fabrication traditionnelles n'est pas réaliste à grande échelle. L'impression 3D offre une solution de contournement : en laboratoire, les composants médicamenteux en poudre sont introduits dans une extrudeuse, une machine qui comprime les matériaux en un filament servant d'« encre » à une imprimante 3D. Ce filament peut ensuite être imprimé sous forme de comprimés ou de gélules adaptés à la taille et à la dose d'un patient individuel, par exemple des comprimés plus petits pour les enfants, ou des gélules conçues pour libérer la dose selon un timing retardé.
Même une fois le problème de la compatibilité des ingrédients résolu, l'un des principaux obstacles à l'introduction des médicaments imprimés en 3D dans l'usage quotidien des pharmacies reste technique : les pharmaciens doivent apprendre eux-mêmes à utiliser une imprimante 3D. Sujith Bashetty, autre doctorant en troisième année du laboratoire, estime qu'un outil d'IA capable de sélectionner automatiquement des excipients compatibles et de commander directement l'imprimante enlèverait la majeure partie de cette charge. Selon M. Bashetty, l'équipe ouvre la voie à des médicaments imprimés en 3D évolutifs et réglementés. Il souligne que les excipients de qualité industrielle sont la clé pour rendre cette voie commercialement viable : si l'on parvient à utiliser des excipients de qualité industrielle, on pourra alléger la charge de l'extension à grande échelle ; si l'on peut imprimer des médicaments à la demande en pharmacie, on économisera des millions de dollars. M. Bashetty décrit également l'objectif plus large du projet en des termes similaires : le projet vise à combler le fossé de la fabrication avancée grâce à un développement médicamenteux évolutif, et à faire progresser l'avenir de l'administration personnalisée et performante des médicaments.
Si cette base de données s'avère fiable, les chercheurs estiment qu'elle pourrait aider les médicaments imprimés en 3D à sortir des environnements de recherche spécialisés pour entrer dans l'usage courant, permettant aux pharmacies d'imprimer à la demande des médicaments à dosage personnalisé, sans devoir dépendre uniquement de comprimés et de gélules standardisés produits à grande échelle.
La lacune que vise le projet de l'Université du Mississippi ne réside pas dans l'impression elle-même, mais dans la possibilité pour des pharmaciens non formés à l'utilisation d'une imprimante d'employer cette technologie de manière fiable et à grande échelle. La base de données d'IA de M. Maniruzzaman résout ce goulot d'étranglement spécifique en prenant en charge les décisions de compatibilité des ingrédients ; autrement, les pharmaciens auraient besoin d'une formation spécialisée pour prendre ces décisions.
D'autres entreprises abordent ce goulot d'étranglement par le biais du matériel et des matériaux. FabRx a publié en février 2025 une étude testant son imprimante M3DIMAKER pour le remplissage automatisé de gélules dans une pharmacie de préparation communautaire ; il en ressort que, par rapport à la préparation manuelle traditionnelle, l'appareil a réduit la main-d'œuvre de 55 % et raccourci le temps total de préparation d'environ 10 %. Par ailleurs, CurifyLabs a bouclé en juillet 2026 un tour de financement de série A de 14 millions de dollars pour étendre son produit « Pharma Inks » certifié GMP. Grâce à ce produit, les pharmaciens peuvent choisir parmi une bibliothèque de formulations imprimables préapprouvées, sans avoir à développer eux-mêmes les combinaisons d'ingrédients.
Ces efforts placent les garde-fous dans le matériel ou dans des matériaux préapprouvés, tandis que le projet de l'Université du Mississippi cherche à résoudre le même problème d'application au niveau décisionnel, en remplaçant par un système d'IA l'expertise spécialisée dont les pharmaciens auraient autrement besoin.
