Pendant plusieurs années, la lutte contre le Covid-19 a ressemblé à une course permanente contre l’évolution du virus. À mesure que de nouveaux variants apparaissaient, les scientifiques devaient adapter leurs connaissances, actualiser les stratégies vaccinales et surveiller l’émergence de nouvelles menaces. Aujourd’hui, une avancée pourrait contribuer à changer cette logique. Des chercheurs de l’Université de Cambridge ont présenté les premiers résultats d’un vaccin expérimental conçu avec l’aide de l’intelligence artificielle et pensé pour protéger contre plusieurs coronavirus à la fois.1
Cette approche ne vise pas uniquement le SARS-CoV-2 responsable de la pandémie de Covid-19. Son ambition est plus large : préparer le système immunitaire à reconnaître des caractéristiques communes à toute une famille de coronavirus, y compris certains virus actuellement présents chez les animaux et susceptibles d’être transmis à l’être humain dans le futur. Si cette stratégie est encore à un stade précoce de développement, elle illustre déjà la manière dont l’intelligence artificielle transforme la recherche biomédicale et la prévention des crises sanitaires.
Quand l’IA cherche les points faibles communs des coronavirus
La principale difficulté dans le développement des vaccins contre les coronavirus réside dans leur capacité à évoluer. Comme de nombreux virus respiratoires, ils accumulent des mutations qui peuvent modifier certaines parties de leur structure. Ces changements compliquent parfois le travail du système immunitaire et réduisent l’efficacité des protections existantes.
Pour contourner ce problème, les chercheurs ont utilisé des modèles d’intelligence artificielle capables d’analyser d’immenses quantités de données génétiques. L’objectif consistait à identifier les zones les plus stables présentes dans plusieurs coronavirus différents.2
Grâce à cette analyse, l’IA a permis de sélectionner des fragments viraux conservés au sein de la famille des sarbecovirus, un groupe qui comprend le SARS-CoV-2, le virus du SRAS apparu en 2003 ainsi que plusieurs coronavirus identifiés chez les chauves-souris. En ciblant ces éléments communs, les chercheurs espèrent développer une réponse immunitaire plus large et plus durable.
Cette approche marque un changement de paradigme. Au lieu de concevoir un vaccin pour répondre à un virus spécifique, l’objectif devient d’anticiper plusieurs menaces potentielles à partir d’une même plateforme vaccinale.
Un premier essai clinique aux résultats encourageants
Afin d’évaluer cette stratégie, les chercheurs ont lancé un premier essai clinique de phase I auprès de 39 volontaires adultes en bonne santé.1
Cette étape avait avant tout pour objectif de vérifier la sécurité du vaccin et sa bonne tolérance chez l’être humain. Les résultats publiés sont encourageants. Aucun effet indésirable grave n’a été observé et le vaccin a généré des réponses immunitaires contre plusieurs coronavirus.
Les chercheurs ont également constaté l’activation de différents mécanismes de défense immunitaire, suggérant que le vaccin pourrait offrir une protection plus large que les approches traditionnelles centrées sur une seule souche virale.
Il convient toutefois de rappeler qu’un essai de phase I ne permet pas encore de démontrer l’efficacité réelle d’un vaccin contre une infection. Les participants avaient déjà été exposés au SARS-CoV-2 ou vaccinés contre le Covid-19, ce qui influence naturellement leur profil immunitaire. Les prochaines phases cliniques devront confirmer la portée et la durée de la protection observée.
L’intelligence artificielle devient un outil stratégique pour la santé
Cette avancée s’inscrit dans une évolution plus globale de la recherche médicale. Longtemps utilisée pour l’analyse d’images ou l’aide au diagnostic, l’intelligence artificielle intervient désormais directement dans la conception de traitements et de vaccins.
Selon Nature Reviews Drug Discovery, les technologies d’IA permettent aujourd’hui d’accélérer plusieurs étapes critiques de la recherche pharmaceutique, notamment l’identification de cibles thérapeutiques, l’analyse génomique et la conception de nouvelles molécules.3
L’exemple le plus connu reste probablement AlphaFold, le système développé par DeepMind capable de prédire la structure tridimensionnelle des protéines avec une précision inédite. Cette avancée a profondément modifié le travail des biologistes et ouvert de nouvelles perspectives dans la compréhension des mécanismes du vivant.4
Dans le domaine vaccinal, l’IA permet désormais d’explorer des millions de combinaisons potentielles en quelques jours, là où plusieurs mois de travail auraient auparavant été nécessaires. Cette accélération pourrait devenir un atout majeur lors de futures urgences sanitaires.
Prévenir les prochaines pandémies plutôt que les subir
La pandémie de Covid-19 a mis en évidence la vulnérabilité des systèmes de santé face à l’émergence rapide de nouveaux agents infectieux. Selon l’Organisation mondiale de la santé, plus de 7 millions de décès ont été officiellement attribués au Covid-19 à travers le monde, même si les estimations réelles pourraient être supérieures.5
Face à ce constat, de nombreux chercheurs défendent désormais une approche plus préventive. L’idée n’est plus seulement de développer rapidement un vaccin lorsqu’une crise apparaît, mais d’anticiper les familles de virus présentant un risque élevé de transmission à l’être humain.
C’est précisément dans cette logique que s’inscrit le vaccin pEVAC-PS. En identifiant les éléments communs à plusieurs coronavirus, l’intelligence artificielle permet de préparer des réponses vaccinales susceptibles d’être mobilisées plus rapidement face à de nouvelles menaces.
À terme, cette méthodologie pourrait également être appliquée à d’autres agents pathogènes comme les virus grippaux ou certaines fièvres hémorragiques telles qu’Ebola.
Une avancée prometteuse qui demande encore des confirmations
Malgré l’intérêt suscité par ces résultats, les scientifiques restent prudents. Le développement d’un vaccin est un processus long qui nécessite plusieurs phases d’évaluation avant une éventuelle autorisation de mise sur le marché.
Les futures études devront notamment mesurer l’efficacité réelle du vaccin face à différents coronavirus, évaluer la durée de la protection obtenue et confirmer les résultats sur des populations beaucoup plus larges.
Néanmoins, cette première démonstration illustre déjà le potentiel de l’intelligence artificielle dans la conception de nouvelles stratégies de prévention. Au-delà du seul Covid-19, elle ouvre la voie à une médecine davantage tournée vers l’anticipation, la modélisation des risques et la préparation aux crises sanitaires futures.
Une nouvelle étape dans la convergence entre IA et biologie
L’intelligence artificielle est souvent associée aux assistants conversationnels, à l’automatisation ou à l’analyse de données. Pourtant, certaines de ses applications les plus prometteuses se développent aujourd’hui dans les laboratoires de recherche biomédicale.
Avec ce premier vaccin universel expérimental conçu à l’aide de l’IA, les chercheurs explorent une nouvelle manière de penser la prévention des maladies infectieuses. Nous sommes encore loin d’un vaccin capable de neutraliser l’ensemble des coronavirus connus, mais cette avancée démontre que la combinaison entre Data, biologie computationnelle et intelligence artificielle peut ouvrir des pistes inédites pour la santé mondiale.
La prochaine révolution médicale viendra-t-elle de cette capacité à anticiper les pandémies avant même leur apparition ? Les prochaines années permettront de mesurer jusqu’où cette alliance entre l’humain et l’IA pourra transformer notre approche de la prévention.
Formation pour dirigeants
IA & Data Science
pour les Managers
Intégrez l’IA dans votre stratégie d’entreprise. Une approche 360° — Technologie, Business & Éthique — conçue pour les décideurs. Prérequis : 5 ans d’expérience managériale.
Pour aller plus loin
L’utilisation de l’intelligence artificielle dans la conception de vaccins illustre une tendance plus large : l’IA devient un outil central pour accélérer la recherche scientifique et médicale. Dans le même sujet, découvrez notre article « MedGPT : l’IA médicale française gratuite qui rivalise avec ChatGPT », qui explore comment les modèles spécialisés transforment déjà les pratiques des professionnels de santé et l’accès à l’expertise médicale.
Références
1. University of Cambridge. (2025). Researchers report first human trial results for AI-designed pan-coronavirus vaccine pEVAC-PS.
https://www.cam.ac.uk/research/news/first-human-trial-results-for-ai-designed-pan-coronavirus-vaccine
2. DIOSynVax. (2025). Technology Platform for Broadly Protective Vaccines Against Emerging Viruses.
https://diosynvax.com/technology/
3. Paul, D., Sanap, G., Shenoy, S., Kalyane, D., Kalia, K. & Tekade, R.K. (2021). Artificial Intelligence in Drug Discovery and Development. Drug Discovery Today.
https://www.sciencedirect.com/science/article/pii/S1359644621002087
4. Jumper, J. et al. (2021). Highly Accurate Protein Structure Prediction with AlphaFold. Nature.
https://www.nature.com/articles/s41586-021-03819-2
5. World Health Organization. (2025). WHO COVID-19 Dashboard.
https://data.who.int/dashboards/covid19