Delphi Digital : La DeSci est-elle en train d'entrer dans la deuxième vague d'opportunités ?

null

Auteur : Muhammad Yusuf, chercheur chez Delphi Digital

Traduction : Yuliya, PANews

Préface : Bien que l’expérience BIO ait connu une hausse spectaculaire en près d’un mois, il ne faut pas se laisser aveugler par le mythe de la richesse à court terme et la fête des tokens. Lorsque l’IA et les modèles open source abaissent à zéro le seuil d’entrée pour la recherche de nouveaux médicaments, les véritables avancées médicales ne peuvent toujours pas échapper à un cycle clinique long et rigoureux. Face à la spéculation impatiente dans la cryptosphère et à l’« hiver du financement » dans la recherche traditionnelle, le DeSci a effectivement une opportunité de rupture. Mais ce qu’il faut, ce n’est pas un jeu spéculatif qui change de secteur en quelques mois, mais plutôt la construction d’une infrastructure de financement strictement liée aux jalons cliniques, dirigée par des professionnels, pour assurer un développement durable.

Un agent IA nommé peptAI a conçu en seulement 24 heures une nouvelle molécule candidate pour le TDAH (trouble déficitaire de l’attention avec hyperactivité), l’a fait passer par huit processus de validation, et a généré une molécule prête à être testée en laboratoire humide. Le coût de laboratoire n’a été que de quelques milliers de dollars. La plateforme de soutien à ce projet, BIO Protocol, a vu son token grimper de 105 %. En quelques heures, la moitié des profils sur Crypto Twitter ont ajouté le mot « DeSci », comme ils l’avaient fait six mois auparavant avec « IA ».

Aujourd’hui, les modèles open source de repliement de protéines peuvent rivaliser avec AlphaFold3 sans coût de licence, la base de données publique de bioactivité couvre 2,5 millions de composés, et le coût de validation en laboratoire humide est tombé en dessous de 2000 dollars. L’IA réduit considérablement le coût et le temps de développement des médicaments. La semaine dernière, j’ai essayé de comprendre ce qui rend cette fois-ci vraiment différent.

Passer une phase clinique ne prouve rien

Les données circulant actuellement indiquent que le taux de succès des médicaments découverts par IA en phase 1 est de 80-90 %, contre environ 47 % pour la référence traditionnelle. Mais personne ne précise que la phase 1 teste si le médicament peut causer la mort, et non s’il peut guérir une maladie. Passer cette étape signifie simplement que votre composé est suffisamment sûr pour continuer à être étudié, mais il doit encore passer plusieurs autres filtres jusqu’à l’approbation finale de la FDA.

Moins de 40 composés découverts par IA ont des données de phase 2, et aucun n’a encore atteint la phase 3. Rentosertib, un composé d’Insilico Medicine, est le plus avancé actuellement : il a publié en 2025 des résultats positifs en phase 2a pour la fibrose pulmonaire idiopathique (publiés dans « Nature Medicine »), et a commencé le recrutement pour la phase 3 en Chine au quatrième trimestre 2025. Si tout se passe bien (fin du recrutement en 2027, lecture des données en 2028, soumission à la FDA en 2029), il faudra au moins trois ans pour ce meilleur candidat dans une pipeline de 173 médicaments. Parmi ces composés, plusieurs ont été mis de côté en 2025 pour ne pas avoir atteint les objectifs pour l’eczéma atopique, la schizophrénie ou le cancer. Des analystes indépendants estiment que la probabilité que le premier médicament conçu par IA soit approuvé par la FDA en 2027 est de 60 %, mais à ce jour, aucun médicament IA n’a encore franchi cette étape.

Twitter crypto est-il vraiment adapté au vrai DeSci ?

En gardant ces échéances en tête, regardons le graphique de BIO Protocol. Son token est passé de 0,89 $ à 0,018 $, puis a rebondi de 105 % suite à l’annonce de peptAI, avec un volume d’échanges de 720 millions de dollars et une capitalisation d’environ 68 millions de dollars. La logique de financement du DeSci repose sur une hypothèse : que les détenteurs de tokens seront patients et attendront jusqu’à sept ou dix ans pour voir aboutir leurs projets cliniques. Mais la réalité, c’est qu’avant même la divulgation des résultats de la phase 1, la communauté crypto tourne déjà la page vers un autre récit.

Pump Science a même divulgué ses clés privées sur GitHub, ce qui a engendré une série de tokens frauduleux, dont un nommé Cocaïne, et la force exécutoire des IP-NFT n’a jamais été testée en justice.

La lutte entre open source et DeSci

Si l’on évite la réflexe conditionné d’auto-illusion et la spéculation à long terme, la science open source pourrait offrir une lueur d’espoir pour le DeSci.

En octobre 2025, l’alliance OpenFold a publié OpenFold3 sous licence Apache 2.0. Il s’agit d’un modèle entièrement entraînable et utilisable commercialement, construit à partir de plus de 300 000 structures expérimentales (contrairement à AlphaFold3, limité à un usage académique par Google). Boltz-2, de MIT et Recursion, prédit conjointement la structure et l’affinité de liaison des protéines 1000 fois plus vite que les méthodes physiques.

En décembre, le laboratoire Baker a lancé RFdiffusion3. ChEMBL possède 2,5 millions de composés bioactifs avec une distribution complète d’ADMET, accessibles gratuitement à toute personne disposant d’un ordinateur portable. Les infrastructures que les laboratoires pharmaceutiques dépensaient des millions de dollars pour construire en interne sont désormais disponibles sur GitHub sous licences permissives, et cinq entreprises pharmaceutiques participent à l’initiative fédérée OpenFold3 pour entraîner leurs bases de données de médicaments-protéines en fédération.

Personne sur Twitter crypto ne parle de ces avancées, car il n’y a pas de tokens à échanger, et je doute que les contributeurs principaux de ces dépôts de code soient enthousiasmés par la création de tokens.

Le manque de financement dans la recherche

En 2025, plus de 7800 subventions NIH et NSF ont été annulées ou suspendues, plus de 5 milliards de dollars de fonds gelés. Le budget du NIH (National Institutes of Health, le plus grand organisme de financement public de la recherche biomédicale mondiale, avec un budget annuel d’environ 47 milliards de dollars) reste stable grâce aux crédits du Congrès, mais le gouvernement a gelé le flux de fonds. Les nouvelles subventions compétitives ont chuté de 11 659 en 2024 à 6 095 en 2025, soit une baisse de 48 %. Le taux de réussite des demandes de financement est passé de 21 % à 13 %, Fred Hutch a perdu 508 millions de dollars, Harvard 945 millions.

Ce déficit de financement est précisément ce qui donne à DeSci une opportunité si la gestion est bien faite. En juillet 2025, Gero, financé par VitaDAO, a signé un accord de recherche et de licence avec Chugai Pharmaceutical (filiale de Roche, valorisée à environ 100 milliards de dollars), avec des paiements de jalons pouvant atteindre 250 millions de dollars. C’est la première fois qu’un projet financé par DAO produit quelque chose que des grandes entreprises pharmaceutiques valorisent à neuf chiffres. Le processus s’est déroulé sans conflit de gouvernance ni fuite, ce qui reste la chose la plus importante dans ce domaine.

Quatre années longues

Cette année, 15 à 20 médicaments découverts par IA entreront en phase 3, mais les données de Rentosertib ne seront disponibles qu’en 2028, ce qui signifie que la véritable conclusion sur la capacité de ces médicaments à agir dans le corps humain est encore à plusieurs années. Que le financement par token existe ou non, la technologie open source continuera de réduire les coûts, et le vide financier poussera toujours les chercheurs vers ceux qui sont prêts à payer. Aujourd’hui, les modèles open source de repliement de protéines rivalisent avec AlphaFold3 sans coût de licence, le coût de validation en laboratoire humide est inférieur à 2000 dollars, et le NIH a annoncé le taux de réussite le plus bas en vingt ans.

Même si l’IA réalise tout ce que ses supporters promettent, en réduisant de moitié le calendrier de développement des médicaments, il faudra encore quatre à cinq ans pour passer de la découverte à l’approbation, et cela en supposant que le taux de succès en phase 3 s’améliore réellement. Dans une industrie où la confiance dans le portefeuille fluctue avec les résultats trimestriels, quatre ans restent une longue attente, et les détenteurs de tokens considèrent même six mois de détention comme une peine de prison à perpétuité.

Les coûts de découverte et d’innovation pharmaceutique diminuent chaque trimestre, que les tokens soient populaires ou non. La pénurie de financement du NIH est également préoccupante. Peut-être qu’entre ces deux extrêmes, il existe un modèle viable où les tokens financeraient certains essais et jalons, tandis que la gouvernance serait confiée à des professionnels. La collaboration Gero-Chugai est la première preuve qu’un projet DAO peut produire quelque chose que des grandes entreprises pharmaceutiques sont prêtes à payer à neuf chiffres. Au-delà de la spéculation, je suis aussi curieux de savoir si quelqu’un construira une infrastructure de financement défensive pour une science véritablement décentralisée.