Orakl Oncology est une plateforme techbio française à l’intersection de la biologie et de l’intelligence artificielle, qui vise à transformer le développement du médicament contre le cancer. Elle réunit aujourd’hui une équipe de 40 collaborateurs.
Pour le Journal du Manager, Fanny Jaulin, CEO et CSO d’Orakl Oncology, revient sur les origines de l’entreprise après plus de dix ans passés à diriger un laboratoire à Gustave Roussy, et explique comment les patients virtuels permettent de dérisquer la biologie plutôt que la chimie dans le développement des médicaments.
Qu’est-ce qu’Orakl Oncology ?
Orakl Oncology est une plateforme techbio, à l’intersection de la biologie et de l’intelligence artificielle. Notre objectif est de transformer le développement du médicament pour élargir l’arsenal thérapeutique contre le cancer, aujourd’hui sous-dimensionné.
Chaque année, on compte environ 30 millions de nouveaux patients dans le monde, chacun avec une tumeur unique. Face à cela, on dispose d’une centaine de médicaments que l’on peut leur prescrire. On n’est pas du tout à la bonne échelle.
L’industrie pharmaceutique a atteint un plateau. Seule une dizaine de nouveaux médicaments parviennent aux patients chaque année, car les taux d’échec sont considérables. Développer un médicament prend dix ans et coûte environ 2 milliards d’euros. Au final, bien moins de 5 % des candidats arrivent jusqu’aux patients. Il manque des technologies pour aider cette industrie à prendre les bonnes décisions au bon moment. C’est là que nous nous positionnons, en mobilisant l’IA et la biologie.
L’objectif est-il de personnaliser le traitement selon la tumeur de chaque patient ?
La personnalisation se pense à deux échelles. La première intervient quand un patient est pris en charge : il faut comprendre sa maladie et lui proposer le meilleur traitement à un moment donné. J’ai beaucoup travaillé sur cette question à Gustave Roussy. C’est un enjeu clinique, qui concerne l’hôpital et les médecins.
L’industrie pharmaceutique, elle, ne peut pas concevoir un médicament pour chaque patient. Ce n’est pas viable financièrement. Elle doit déployer un arsenal de plusieurs milliers de médicaments, puis savoir lesquels fonctionnent à chaque stade de la maladie. Dans le cancer, des résistances finissent toujours par apparaître : un médicament efficace à un moment donné cesse de l’être, et il faut en proposer un autre.
Il existe une autre façon de personnaliser : les combinaisons. En oncologie, on associe souvent plusieurs médicaments. Un patient répondra plutôt à un mélange de trois molécules, un autre à un mélange de deux. C’est aussi une manière d’élargir les options thérapeutiques.
Le terme de « patient virtuel » revient souvent. Que recouvre-t-il, et comment se construit-il ?
Il y a deux dimensions. La première est très pragmatique. En oncologie, ce qui nous intéresse avant tout, c’est la tumeur, plus que le patient lui-même. Il faut donc la modéliser en dehors de l’organisme pour la comprendre et identifier les médicaments efficaces contre elle. Nous prélevons des cellules tumorales, lors d’une biopsie ou d’une chirurgie par exemple. Nous cultivons ensuite ces tumeurs de patients en laboratoire : de vraies cellules issues du patient, capables de se développer indéfiniment hors de son corps.
La seconde dimension repose sur l’IA. Autour de cette tumeur de patient, nous construisons un patient virtuel à partir de toutes ses autres données : s’il a fumé, ses autres maladies, les traitements reçus, son génome. C’est la combinaison des deux qui nous permet de constituer une collection de patients virtuels atteints de cancer.
Après plus de dix ans à diriger un laboratoire à Gustave Roussy, qu’est-ce qui a déclenché la création d’Orakl ?
Cela fait 25 ans que l’oncologie m’obsède. Toutes les étapes de ma vie professionnelle ont tourné autour de ce sujet.
J’ai d’abord fait de la recherche fondamentale : comment construire de la connaissance sur les maladies cancéreuses au bénéfice de l’humanité. J’y ai pris beaucoup de plaisir et j’ai énormément appris, mais je trouvais cela trop déconnecté des patients. Je suis alors arrivée à Gustave Roussy pour travailler en symbiose avec l’hôpital. L’idée était de monter un laboratoire qui source des cellules et des données, mais aussi qui parte des vrais défis des médecins et des patients. Pendant ce deuxième chapitre, j’ai orienté toute ma recherche vers la clinique : comment mieux soigner, quelles technologies mettre à disposition des médecins pour guider leurs décisions.
Au bout d’une douzaine d’années, j’ai compris que ce n’était pas le plus gros problème de l’oncologie. Associer le bon médicament au bon patient n’a de sens que s’il existe assez de bons médicaments. Or il n’y en a pas assez. Avec la hausse de l’incidence des cancers et le ralentissement du développement de nouveaux traitements, on ne sera bientôt plus à la hauteur de l’enjeu.
J’ai eu envie de m’attaquer à ce que je considérais comme le problème principal, avec des technologies que je maîtrisais et qui pouvaient améliorer la façon dont on développe les médicaments. J’avais aussi compris que l’IA allait les propulser avec beaucoup plus de puissance. Et puis, à titre personnel, j’ai toujours eu un profil assez entrepreneurial. Monter une startup n’a rien à voir avec monter un laboratoire, mais il y a beaucoup de points communs. J’étais arrivée à une étape où j’avais envie de projets plus audacieux, plus risqués, et de ne pas rester dans une zone de confort, même si la recherche n’en est pas vraiment une.
À Gustave Roussy, vous avez piloté l’essai clinique Organotreat, où des patients en impasse thérapeutique étaient traités selon les résultats obtenus sur leurs propres tumeurs. Pouvez-vous nous en dire plus ? Est-il arrivé que la tumeur de patient contredise l’avis clinique ?
Dans Organotreat, nous avons beaucoup investi sur la tumeur de patient : sourcer des cellules, créer la mini-tumeur, tester des médicaments et déterminer lesquels fonctionnent le mieux pour ce patient, à ce moment-là.
Le résultat obtenu sur la tumeur de patient ne va jamais à l’encontre de l’avis clinique, car nous travaillons avec des patients en impasse thérapeutique. Ils sont en bonne forme physique, mais ont épuisé ce qu’on appelle le standard of care, c’est-à-dire les médicaments autorisés par les agences comme l’ANSM. Prenons un patient atteint d’un cancer du côlon : il a reçu les quatre lignes de traitement validées par les autorités de santé, et sa tumeur y résiste. Elle est orpheline de traitement.
Organotreat cherche alors, dans l’arsenal disponible, ce qui peut être efficace contre cette tumeur pour lui donner une chance supplémentaire. Nous avons ainsi offert près d’un an de vie à des patients qui seraient décédés en quelques semaines faute de traitement.
Comment ce type d’approche est-il encadré ?
Tout se fait dans le cadre d’un essai clinique, très réglementé. Les autorités de santé valident l’essai si elles estiment qu’il présente un bénéfice pour les patients, puis on mesure ce bénéfice. Cela transforme une hypothèse en donnée.
Qu’est-ce qui distingue Orakl de ce travail mené à Gustave Roussy ?
À Gustave Roussy, nous étions centrés sur la biologie et les tumeurs de patients, mais nous n’avions pas correctement intégré la data science et l’IA. Chez Orakl, le saut technologique est très fort. Notre plateforme repose sur plusieurs briques : les organoïdes tumoraux, mais aussi de nombreuses couches de data science, et des ingénieurs IA qui ont construit des modèles capables de prédire l’évolution à l’échelle d’une population de patients. C’était impossible avec les outils que nous avions à Gustave Roussy.
La finalité n’est pas la même non plus. À Gustave Roussy, il s’agit d’aider les médecins à choisir le traitement d’un patient. Chez Orakl, nous aidons l’industrie pharmaceutique à décider comment déployer de nouveaux médicaments pour l’ensemble des patients. Les interlocuteurs diffèrent, mais dans les deux cas, ce sont les patients qui en bénéficient.
Qui sont vos clients, et comment facturez-vous votre valeur ajoutée ?
Nous avons un modèle de plateforme. Le matériel biologique et les données viennent des hôpitaux, avec lesquels nous travaillons en partenariat. En échange, nous leur apportons des moyens qu’ils n’ont pas toujours les ressources de financer.
Les données de patients ne se partagent pas facilement, surtout en Europe avec le RGPD. Les patients doivent donner leur consentement, et notre façon de recevoir et de stocker ces données est très encadrée : nous sommes hébergeur de données de santé, avec un cadre juridique robuste. Nous ne vendons rien aux hôpitaux. C’est avant tout une relation gagnant-gagnant : nous avons besoin des patients d’aujourd’hui pour transformer l’industrie du médicament au profit des patients de demain, et nous contribuons en retour à accélérer leurs études de recherche translationnelle ou clinique.
Nos clients sont les laboratoires pharmaceutiques. Ce sont des entreprises qui comptent jusqu’à 200 000 salariés, qui prennent chaque jour des décisions pour faire avancer leurs médicaments, la plupart du temps sur la base d’habitudes, d’intuitions ou d’opinions. Nous leur proposons une plateforme d’aide à la décision : à partir de leur question, nos modèles d’IA et notre interface wet lab leur apportent une réponse sur laquelle fonder leurs arbitrages.
Un exemple avait beaucoup fait parler sur LinkedIn. Il y a quelques mois, un médicament développé par Revolution Medicines a été validé contre le cancer du pancréas. Nous avions prédit, un an avant, les résultats de leur essai clinique, c’est-à-dire les indicateurs que la FDA examine pour valider un médicament. C’est d’ailleurs l’origine du nom Orakl : un effet boule de cristal. Nous sommes capables de prédire plusieurs années à l’avance les indicateurs clés qui conditionnent la validation d’un médicament. Aujourd’hui, nos modèles prédisent la réponse des patients aux traitements avec une précision de 90 %.
D’autres acteurs font-ils la même chose ?
C’est une industrie qui attire beaucoup d’attention, et de nombreuses entreprises d’IA veulent contribuer au développement du médicament. La plupart se concentrent sur la chimie. Isomorphic Labs, la spin-off de Google, en est un exemple : il s’agit de mieux concevoir des molécules contre des cibles thérapeutiques connues. L’IA y a déjà prouvé qu’elle améliorait les performances.
Nous faisons partie d’une poignée d’entreprises qui utilisent l’IA pour dérisquer non pas la chimie, mais la biologie : comment fonctionne la tumeur, quel médicament peut freiner la prolifération de ses cellules, comment un patient ou une cohorte va y répondre. Notre but est d’entraîner l’IA à décoder la biologie de la maladie tumorale et à prédire la réponse des patients.
C’est un sujet plus difficile, d’où le faible nombre d’acteurs. Mais l’enjeu n’est pas le même : la grande majorité des échecs cliniques relèvent de la biologie (efficacité, toxicité).
Certains cancers se prêtent-ils mieux que d’autres à la création de patients virtuels ?
Nous avons commencé par les cancers digestifs, pancréas et côlon, deuxième cause de mortalité par cancer dans le monde. C’était un véritable désert d’innovation thérapeutique. Les choses commencent à bouger, mais la situation était catastrophique. Nous avons obtenu de bonnes performances sur ces deux indications et allons maintenant élargir à d’autres cancers.
Certains seront plus difficiles, comme les cancers du sein et de la prostate. Ces organes reçoivent des hormones, œstrogènes ou androgènes, et leurs tumeurs en dépendent fortement pour proliférer. Or on maîtrise mal les milieux de culture nécessaires pour faire pousser ces tumeurs de patients. On sait très bien recréer un mini-intestin dans une boîte de Petri, beaucoup moins une mini-prostate dans un incubateur.
Nous allons tout de même couvrir beaucoup d’autres cancers : le poumon, l’estomac, l’ovaire, le cancer du sein triple négatif, qui n’est pas hormonodépendant.
Vous visez 1 000 patients virtuels d’ici fin 2026. Comment comptez-vous y parvenir ?
Nous signons de plus en plus de contrats avec des hôpitaux en Europe, et le prochain sera aux États-Unis. Cela doit nous permettre d’atteindre 1 000 patients virtuels et de couvrir tous les types de cancers évoqués.
1 000 patients virtuels, ce n’est pas énorme en soi. Ce qui compte, c’est le volume de données. Pour chaque patient, nous disposons des cellules, et nous collectons et générons énormément de données. Nous construisons ainsi le plus gros jeu de données en oncologie au monde, de l’ordre de plusieurs pétaoctets. Sa puissance ne tient pas au nombre de patients, mais à la profondeur des données associées à chacun.
Vous cumulez les fonctions de CEO et de CSO. Comment arbitrez-vous quand science et business ne vont pas dans la même direction ?
J’aime profondément la science, c’est pour cela que j’ai fait cette carrière. Mais dès lors qu’on crée une startup, la finalité est le business. La recherche génère de la connaissance au profit de l’humanité, financée par des subventions publiques, et rendue disponible pour tous. C’est une mission fondamentale qu’il faut absolument nourrir. Mais en passant à l’entrepreneuriat, j’ai dû changer d’état d’esprit : sans business, il n’y a pas d’entreprise. C’était clair pour moi dès le départ. Sinon, je serais restée dans mon laboratoire.
Ce cadre est d’ailleurs très exigeant pour la science. Au bout du compte, les clients ne paient que si c’est convaincant. Cela pose la question de savoir à quel point la science répond aux besoins de l’industrie. Pour moi, les deux sont toujours alignés : on ne fait pas de la science pour la science, mais pour répondre à un besoin sur un marché existant. Une science solide qui répond à un besoin crée du business.
Avoir les deux casquettes est même un atout pour le product-market fit, c’est-à-dire l’adéquation entre la technologie et les besoins du marché. Je suis l’interlocutrice privilégiée des laboratoires pharmaceutiques, je comprends leurs besoins, mais aussi la technologie et la science. Je peux donc concevoir une solution à l’intersection des deux. Pour l’instant, c’est un cercle vertueux.
Vous avez quitté un poste de directrice de recherche reconnu pour l’incertitude d’une startup. Avec le recul, qu’en retenez-vous ?
Je continue en réalité à travailler une journée par semaine à Gustave Roussy. J’avais des programmes en cours, des collaborateurs, des doctorants : on ne peut pas partir du jour au lendemain. J’ai recruté et restructuré pour que l’équipe soit autonome, et je continue de piloter ces travaux de loin.
Je n’ai jamais regretté. J’ai toujours su que monter une startup était risqué. Je n’ai pas choisi cette voie en étant certaine de réussir, mais parce qu’elle avait du sens pour moi. Il y a évidemment de bonnes chances que cela fonctionne, mais ce n’est pas ce qui me motive. Il y a un problème à résoudre, j’avais le sentiment de pouvoir y contribuer, et il me semblait logique de m’y atteler. Le succès ou l’échec reste secondaire.
Y a-t-il une décision que vous ne referiez pas ?
Honnêtement, je ne ferais rien différemment. Chaque décision est prise pour de bonnes raisons. C’est facile de la revisiter après coup en se disant qu’on aurait pu faire autrement.
C’est une très belle aventure. J’ai deux cofondateurs exceptionnels. Nous sommes aujourd’hui 40, et personne n’est parti : aucune démission, aucun licenciement. Nous sommes très exigeants sur le recrutement et choisissons vraiment nos collaborateurs. Cela dit beaucoup du sens de la mission et du collectif. Je me sens à ma place, et je suis vraiment heureuse d’être là.
Nos remerciements à Fanny Jaulin, CEO d’Orakl Oncology. Propos rapportés par l’équipe de manager.one
