Le cancer est une importante cause de mortalité, qui s'avère par ailleurs difficile à combattre. Les facteurs génétiques, mais aussi environnementaux comme la pollution, le tabagisme et les habitudes alimentaires peuvent provoquer la maladie, à propos de laquelle il y a encore beaucoup de choses à apprendre. "Notre objectif est d'étoffer notre compréhension du cancer et d'offrir aux industries et aux instituts de recherche la connaissance qui leur permettra un jour ou l'autre de contribuer aux traitements et aux thérapies", affirme-ton chez IBM.

Des chercheurs du groupe Computational Systems Biology d'IBM à Zürich travaillent depuis quelque temps déjà sur une approche recourant à l'intelligence artificielle et à l'apprentissage machine pour déterminer quels mécanismes peuvent générer le cancer, et pour en apprendre plus sur la composition des tumeurs mêmes. Quelques-uns de ces projets sont à présent partagés avec le reste du monde.

Il s'agit en fait de trois projets. Le premier s'appelle PaccMann et est un algorithme conçu pour analyser automatiquement les compositions chimiques et prévoir leur efficience dans la lutte contre le cancer. PaccMann devrait faciliter le développement d'un médicament.

Le deuxième s'appelle INtERAcT et a pour but de puiser automatiquement d'études académiques des informations importantes, dont les chercheurs ont besoin. L'idée sous-jacente est que chaque année, quelque 17.000 études sont publiées sur le cancer, et qu'il est quasiment impossible aux chercheurs de lire le tout.

Enfin, IBM rend aussi open source un projet appelé 'pathway-induced multiple kernel learning'. Cet algorithme exploite des gisements de données d'interactions moléculaires pour prévoir le trajet que peut suivre tel ou tel cancer, et si un patient peut rechuter.