1. Thérapies cellulaires et médecine régénérative
Nombre de biotechnologies viennent servir l’émergence de la prochaine génération de thérapies régénératives. United Therapeutics se concentre sur la croissance d’organes humanisés. OneSkin développe des technologies de croissance et de régénération de la peau humaine, et des entreprises comme Scaled Biolabs conçoivent des organoïdes rénaux en laboratoire.
2. L’ère du cerveau a débuté
Au cours de la dernière décennie, des chercheurs taïwanais sont parvenus à séquencer presque la moitié du cerveau simple de la mouche, au neurone près. Cela représente 60 000 neurones avec une résolution de 1 gigaoctet chacun. Le cerveau humain contient 86 milliards de neurones. En utilisant le même protocole d’imagerie, il faudrait 17 millions d’années pour cartographier chaque neurone du cerveau humain. Heureusement, la technologie continue de progresser et d’accélérer dans les neurosciences. Les avancées continues dans la connaissance d’autres espèces, le développement de meilleures technologies de résolution des IRM, les EEG ; combinés à l’apprentissage machine (machine learning), ont permis d’améliorer considérablement la compréhension du fonctionnement du cerveau humain. La cartographie de ce dernier (connectome) permet aux scientifiques d’élargir la palette des traitements. Outre la compréhension et le traitement des troubles du cerveau, nous sommes sur le point de réellement “augmenter” l’humain en améliorant les interfaces homme-machine directement reliées au cerveau. Bryan Johnson a fondé Kernel, une entreprise dont l’objectif est de créer une véritable interface cerveau-machine. Quant à Elon Musk, il a annoncé bientôt publier ses travaux sur une dentelle neuronale qui lierait le cerveau à un ordinateur. L’augmentation du cerveau n’est plus de la science-fiction mais une réalité proche de seulement quelques années.
3. L’IA envahit les biotechnologies
Ce n’est pas un logiciel qui va manger le monde, c’est l’intelligence. L’apprentissage machine (machine learning) a commencé à se propager il y a quelques années dans les laboratoires de R&D en biotechnologies. Début 2017, une première application de l’apprentissage en profondeur (deep learning) pour diagnostiquer les maladies cardiaques a été approuvée par la FDA. Le système Arterys prend en moyenne 15 secondes pour obtenir un résultat quand un analyste humain professionnel mettrait entre 30 minutes et 1 heure. Plus Arterys dispose de données, meilleur cardiologue il devient. D’autres entreprises comme Mendel.ai se concentrent sur l’utilisation de l’apprentissage machine pour mieux comprendre les cas individuels de cancer. D’autres comme Atomwise, GEA enzymes et A2A conçoivent de meilleures molécules, enzymes et peptides pour le traitement augmenté des maladies grâce à l’apprentissage machine (machine learning). Ce n’est toutefois que le début de l’ère des machines cognitives. Elles affecteront tout : nourriture, biens de consommation, informatique hospitalière, logistique, diagnostic, traitement et épidémiologie…
