Bunsen, le Co-Scientiste IA de Schrödinger : comment les LLM et la simulation physique transforment la découverte de médicaments

Comment Bunsen combine les LLM avec la simulation physique

Bunsen associe les grands modèles de langage (LLM) au cœur de la modélisation physique de Schrödinger — notamment FEP+, le docking et les simulations de dynamique moléculaire (MD) . La couche LLM interprète les objectifs scientifiques exprimés en langage naturel et planifie les workflows, tandis que le moteur physique fournit des prédictions rigoureuses et validées expérimentalement des propriétés moléculaires. Comme l'a expliqué le Dr Karen Akinsanya, cette association permet d'explorer un « espace cible » biologique jusqu'alors inexploré en combinant le raisonnement de l'IA avec le calcul issu des principes premiers .

Les quatre fonctions clés

Le workflow de Bunsen s'articule autour d'un cycle en boucle fermée :

1. Comprendre — Interprète l'objectif scientifique du chercheur en langage naturel.
2. Stratégiser — Élabore une stratégie computationnelle, en sélectionnant les méthodes physiques adaptées au problème.
3. Exécuter — Lance le workflow de découverte moléculaire de manière autonome (docking, perturbation d'énergie libre, prédiction ADME, etc.).
4. Itérer — Analyse les résultats et affine l'approche, refermant la boucle entre le raisonnement de l'IA et les résultats physiques .

Cette conception permet aux chercheurs de diriger des campagnes computationnelles multi-étapes en langage naturel, Bunsen se chargeant de l'automatisation des workflows et des calculs physiques.

Les principaux concurrents dans le domaine de l'IA pour la science

Google DeepMind — Co-Scientist

Co-Scientist est un système IA multi-agent construit sur Gemini 2.0, conçu pour la génération structurée d'hypothèses et le raisonnement scientifique . Publié dans Nature en mai 2026 , il utilise sept agents IA spécialisés (Génération, Classement, Évolution, Proximité, etc.) qui débattent et affinent des hypothèses. Il a démontré sa capacité à proposer des hypothèses thérapeutiques novatrices — par exemple, le repositionnement d'un médicament pour la fibrose hépatique — qui ont été validées expérimentalement . La différence clé avec Bunsen est que Co-Scientist est un moteur général de génération d'hypothèses biomédicales : il n'intègre pas nativement la simulation moléculaire physique. Il lit la littérature et génère des idées, mais s'appuie sur des outils externes ou des chercheurs humains pour l'exécution de la chimie computationnelle .

FutureHouse — Robin

Robin est un système IA multi-agent pour la découverte biologique de bout en bout, également publié dans Nature en mai 2026 . Il automatise le cycle complet de génération d'hypothèses, de conception expérimentale, d'analyse de données et de génération d'informations dans un workflow continu . Robin a démontré ses capacités en identifiant de manière autonome le ripasudil (un médicament existant pour le glaucome) comme thérapie prometteuse pour la dégénérescence maculaire liée à l'âge (DMLA) sèche . Il utilise des sous-agents spécialisés : Crow (Q&R sur la littérature), Falcon (synthèse approfondie), Owl (réponse) et Phoenix (codage/analyse) . La différence clé avec Bunsen est que Robin se concentre sur la biologie expérimentale et le repositionnement de médicaments, et non sur la chimie computationnelle, et ne dispose pas de moteurs de simulation physique intégrés .

Autres concurrents notables

Contexte financier du T1 2026

Schrödinger a publié ses résultats du T1 2026 le 5 mai 2026, avec les faits saillants suivants :

• ACV (Annual Contract Value) : 28,4 millions $ au T1, en hausse de 12% sur un an ; l'ACV sur quatre trimestres glissants s'élevait à 201 millions $ . La croissance a été tirée par l'augmentation de l'utilisation chez les clients du Top 20 pharma et par le déploiement de nouveaux produits .
• Chiffre d'affaires total : 58,6 millions $, en baisse de 2% sur un an (mais dépassant le consensus d'environ 22%) .
• Chiffre d'affaires logiciel : 35,6 millions $, en baisse de 21% sur un an, directement attribuée à l'accélération du passage des licences sur site à la livraison hébergée (SaaS) .
• Mix hébergé : Le logiciel hébergé a atteint 34% du chiffre d'affaires logiciel au T1, contre 24% un an plus tôt . L'entreprise vise environ 75% d'hébergement d'ici 2028 .
• Chiffre d'affaires de la découverte de médicaments : 23 millions $, plus que doublé (+124%) sur un an .
• Prévisions pour l'exercice 2026 : ACV logiciel attendu entre 218 et 228 millions $ (croissance de 10 à 15%) ; chiffre d'affaires de la découverte de médicaments entre 55 et 65 millions $ .

La direction a présenté la transition vers l'hébergement comme un frein à court terme sur le chiffre d'affaires reconnu, mais pas sur l'ACV ni sur le cash-flow. Chaque augmentation de 1% du mix hébergé impacte le chiffre d'affaires déclaré d'environ 2 à 3 millions $ en raison du décalage temporel lié à la norme ASC 606 . Ce changement vise à aligner la comptabilisation du chiffre d'affaires sur la consommation des clients et à améliorer la rétention.

Position de trésorerie

Les résumés des résultats disponibles n'indiquent pas explicitement un montant précis de trésorerie et d'équivalents pour le T1 2026. Cependant, Schrödinger a toujours maintenu un bilan solide pour financer le développement continu de sa plateforme (y compris Bunsen) et son portefeuille de thérapies. Pour le détail exact de la trésorerie, des équivalents de trésorerie et des titres négociables du T1 2026, le formulaire 10-Q serait la source définitive. Au T4 2025, Schrödinger faisait état d'une liquidité robuste, et la direction a exprimé sa confiance dans le fait que la transition vers l'hébergement ne nécessiterait pas de capitaux supplémentaires .