Après près de cinq ans de collaboration, Roche et Recursion Pharmaceuticals ont quelque chose de concret à présenter. Le 5 août 2026, les deux entreprises ont confirmé que leur première cible thérapeutique identifiée par l’IA avait été avancée : un candidat en neurosciences visant à traiter une maladie neurodégénérative non révélée.
Cette étape est intervenue en même temps que les résultats financiers du deuxième trimestre 2026 de Recursion. Elle représente le premier résultat validé issu d'une collaboration en cours depuis décembre 2021, lorsque la filiale biotechnologique de Roche, Genentech, a signé un partenariat avec Recursion et versé 150 millions de dollars à l'avance pour démarrer le projet.
À quoi ressemble réellement l'offre
La valeur potentielle totale s'élève jusqu'à 12 milliards de dollars, répartie sur jusqu'à 40 programmes. Chaque programme comprend des paiements liés à des jalons pouvant atteindre 300 millions de dollars en frais de développement et de commercialisation.
La collaboration couvre principalement la neurosciences, avec l'oncologie comme focus secondaire. Najat Khan, PDG de Recursion, a cité la plateforme d'IA de l'entreprise, appelée Recursion OS, comme moteur de cette découverte. La plateforme fonctionne en analysant de grands jeux de données issus d'expériences d'imagerie cellulaire et de perturbations génétiques. Pour cette cible neuroscientifique spécifique, l'analyse s'est appuyée sur des données CRISPR de knockout du génome entier provenant de cellules neuronales. La plateforme intègre également une carte des microglies construite à partir d'environ 46 millions d'images, lui fournissant une vision détaillée des cellules immunitaires les plus pertinentes pour les affections neurodégénératives.
L'argument de Khan est que la découverte traditionnelle de médicaments repose sur l'intuition biologique et des tests d'hypothèses incrémentaux. L'approche de Recursion cartographie la biologie à une échelle que les humains ne peuvent pas interpréter manuellement, puis utilise l'apprentissage automatique pour identifier des modèles dans ces données qui pointent vers de nouvelles cibles. Le résultat en neurosciences, a-t-elle dit, illustre que la plateforme peut révéler des cibles que les méthodes conventionnelles ont manquées.