MtoM Mag - Le journal de l'MtoM.

Benchling, éditeur de plateforme Cloud de R&D pour l’industrie biotechnologique, a annoncé aujourd’hui le lancement de Benchling AI, un centre de commande dédiés aux scientifiques et chercheurs qui souhaitent accéder à l’intelligence artificielle directement depuis la plateforme qu’ils utilisent au quotidien. Alors que l’IA transforme tous les secteurs, Benchling intègre des agents et des modèles prédictifs dans le flux de travail scientifique, supprimant la nécessité de déplacer les données ou d’utiliser des outils déconnectés. Construit sur la même infrastructure sécurisée qui soutient plus de 1 300 entreprises et 7 500 institutions académiques dans le monde, Benchling AI aide les scientifiques à accélérer leurs découvertes et à concevoir de meilleures molécules en automatisant les tâches répétitives et en exploitant les enseignements issus des données structurées.

Benchling AI est disponible dès aujourd’hui pour l’ensemble des clients de Benchling, avec un accès gratuit pour les scientifiques du monde académique afin de rendre l’IA largement accessible.

Un nouveau foyer pour l’IA scientifique

Benchling AI transforme la manière dont la science est menée. Les scientifiques peuvent désormais s’appuyer sur un écosystème de données, d’agents et de modèles pour poser des questions, concevoir des expériences, générer des prédictions, collecter des données et rédiger des rapports.

 3 nouveaux agents pour libérer les scientifiques des tâches répétitives. Ces nouveaux agents Benchling AI prennent désormais en charge les tâches manuelles et fastidieuses qui freinent la recherche :
 Deep Research Agent analyse les données expérimentales internes et la littérature publique pour répondre à des questions scientifiques complexes et produire en quelques minutes des rapports détaillés.
 Compose Agent aide les chercheurs à transformer fichiers épars, protocoles et notes manus crites en entrées de carnet de laboratoire claires et soignées.
 Data Entry Agent convertit les données non structurées provenant d’organismes de recherche sous contrat (CRO) ou de sources internes anciennes en données propres et structurées.

 Des nouveaux modèles pour concevoir de meilleures molécules, plus rapidement. Les scientifiques peuvent désormais accéder à des modèles de pointe tels qu’AlphaFold, Chai-1 et Boltz-2, directement dans l’espace où ils conçoivent leurs molécules. Les prédictions générées sont reliées aux données empiriques dans Benchling, unifiant simulation et expérimentation au sein d’un même environnement. La fonctionnalité Experiment Optimization aide les chercheurs à identifier les meilleurs paramètres et à recommander de nouveaux designs expérimentaux, accélérant ainsi le développement d’essais et de procédés.

Impact concret

« L’IA de Benchling a transformé nos dix années d’archives de protocoles et de données expérimentales, autrefois un cimetière d’informations, en un véritable partenaire de recherche vivant et dynamique. La capacité à interroger instantanément notre savoir institutionnel, à synthétiser les meilleures pratiques et à concevoir des protocoles alliant nos méthodes propriétaires à la recherche publique a profondément changé notre approche de la découverte scientifique », déclare Omar Abudayyeh, Ph.D., professeur assistant à la Harvard Medical School, au sein du laboratoire Abudayyeh-Gootenberg. « Nous ne sommes plus limités par la mémoire individuelle d’un scientifique — nous construisons désormais sur l’ensemble de ce que nous avons appris. »

Les premiers utilisateurs constatent des gains mesurables en rapidité et en productivité. Dans un projet pilote, une entreprise biopharmaceutique du top 20 mondial a utilisé le Deep Research Agent de Benchling pour réduire 20 modèles murins potentiels à seulement deux, économisant environ huit mois de travail in vivo en exploitant et en analysant des études issues d’une société acquise. D’autres utilisateurs rapportent des prises de décision accélérées, une structuration de données désordonnées en quelques minutes au lieu de plusieurs heures, et des prédictions rapides auparavant impossibles sans experts en calcul scientifique.

« Réaliser le potentiel de l’IA dans la science dépend des données et de l’accès fluide aux outils. Des données expérimentales de haute qualité alimentent les modèles prédictifs, et les scientifiques adoptent les outils auxquels ils font confiance, surtout lorsque ces outils s’intègrent naturellement à leur travail », déclare Sajith Wickramasekara, CEO et cofondateur de Benchling. « Notre objectif est de mettre l’IA entre les mains de chaque scientifique et de transformer la vitesse et le coût de développement des médicaments. »

Accès et disponibilité

Pour le monde académique : inscription ici https://www.benchling.com/try