Imaginez pouvoir concevoir sur ordinateur une molécule capable de guérir une maladie grave, en quelques semaines au lieu de plusieurs années. Cela ressemble à de la science-fiction ? Pourtant, c’est exactement ce que promet une nouvelle génération de startups qui marient intelligence artificielle et biologie. Parmi elles, une entreprise fait particulièrement parler d’elle ces derniers mois : Chai Discovery.
En à peine plus d’un an d’existence officielle, cette jeune pousse a levé des centaines de millions de dollars, atteint le statut de licorne et signé un partenariat stratégique avec l’un des géants mondiaux de la pharmaceutique, Eli Lilly. Son secret ? Une approche radicalement nouvelle de la conception de protéines thérapeutiques grâce à des modèles d’IA sur mesure. Plongeons dans l’histoire fascinante de cette startup qui pourrait bien changer la façon dont l’humanité fabrique ses médicaments.
L’explosion fulgurante d’une idée née chez OpenAI
L’aventure commence il y a plusieurs années, bien avant que le nom Chai Discovery n’apparaisse sur les radars des investisseurs. Josh Meier, l’un des cerveaux derrière le projet, travaille alors chez OpenAI en 2018. Il côtoie les plus grands esprits de l’intelligence artificielle naissante. Mais c’est surtout son passage chez Meta (Facebook à l’époque) qui marque un tournant décisif.
Chez Meta, Meier participe au développement d’ESM1, le tout premier modèle de langage appliqué aux protéines basé sur une architecture de type transformer. Ce travail pionnier pose les bases de ce qui deviendra plus tard le cœur technologique de Chai Discovery. Après Meta, il rejoint Absci, une autre société déjà active dans l’IA appliquée à la découverte de médicaments. Pendant ce temps, son ami de fac Jack Dent gravit les échelons chez Stripe.
Entre ces deux parcours impressionnants, une conversation récurrente avec Sam Altman, le patron d’OpenAI, ne cesse de revenir : et si on créait une entreprise spécialisée dans la protéomique boostée par l’IA ? À l’époque, la technologie n’est pas encore assez mature. Meier préfère attendre. Mais en 2024, les étoiles s’alignent enfin.
De l’idée à la réalité : la naissance officielle
En 2024, Meier et Dent décident de reprendre contact avec Altman. Cette fois, ils sont prêts. Ils ne se contentent pas de discuter : ils lancent officiellement Chai Discovery avec deux autres co-fondateurs, Matthew McPartlon et Jacques Boitreaud. OpenAI devient l’un des tout premiers investisseurs seed. Mieux encore : les bureaux de la firme de San Francisco accueillent temporairement l’équipe naissante.
Ils ont été assez gentils pour nous prêter de l’espace de bureau dans leur siège de Mission.
Jack Dent, co-fondateur de Chai Discovery
Cette proximité avec l’un des leaders mondiaux de l’IA n’est pas anodine. Elle permet à l’équipe de recruter des talents exceptionnels et de bénéficier d’un environnement intellectuel extrêmement stimulant dès les premiers jours.
Une levée de fonds éclair et une valorisation record
Moins de douze mois après sa création officielle, Chai Discovery boucle un tour de table Series B de 130 millions de dollars en décembre 2025, portant sa valorisation à 1,3 milliard de dollars. Une ascension fulgurante pour une entreprise qui n’a même pas encore deux ans d’existence publique.
- Seed round : plusieurs dizaines de millions dès les premiers mois
- Series A : montant non communiqué mais significatif
- Series B (décembre 2025) : 130 M$ → valorisation 1,3 Md$
Parmi les investisseurs, on retrouve des poids lourds du capital-risque comme General Catalyst, qui n’hésite pas à parier gros sur les technologies qui peuvent transformer radicalement la biopharma.
Le tournant Eli Lilly : quand Big Pharma rencontre l’IA
Le 10 janvier 2026, Chai Discovery annonce un partenariat majeur avec Eli Lilly, l’un des leaders mondiaux de la pharmaceutique. Le géant américain va utiliser la plateforme logicielle de Chai, et notamment son modèle phare Chai-2, pour accélérer la conception d’anticorps thérapeutiques.
Ce n’est pas une simple collaboration de façade. Eli Lilly intègre réellement les outils de Chai dans son processus de R&D. Quelques jours plus tard, le même Eli Lilly dévoile un partenariat encore plus massif avec Nvidia pour créer un laboratoire d’IA drug discovery à San Francisco. Le message est clair : les grands acteurs pharmaceutiques parient désormais massivement sur l’intelligence artificielle.
En combinant les modèles de design génératif de Chai avec l’expertise profonde d’Eli Lilly en biologics et nos données propriétaires, nous comptons repousser les frontières de ce que l’IA peut concevoir en matière de molécules dès le départ.
Aliza Apple, responsable du programme TuneLab chez Eli Lilly
Chai-2 : un véritable “CAD” pour molécules
Au cœur de la proposition de valeur de Chai Discovery se trouve Chai-2, un modèle d’IA spécialement conçu pour générer et optimiser des anticorps. Contrairement à beaucoup de startups qui se contentent de fine-tuner des modèles open-source, l’équipe de Chai a construit une architecture entièrement maison.
Jack Dent l’explique sans détour : chaque ligne de code est développée en interne. Pas de Llama, pas de Mistral, pas de GPT customisé. Cette approche “from scratch” coûte cher en temps et en talent, mais elle permet un contrôle total sur les performances et sur les biais du modèle.
Le résultat ? Une plateforme que l’on pourrait comparer à un logiciel de conception assistée par ordinateur (CAO), mais appliqué aux molécules biologiques. Les chercheurs peuvent spécifier des propriétés souhaitées (affinité, stabilité, spécificité, etc.) et laisser l’IA proposer des séquences protéiques optimisées.
Pourquoi tant d’enthousiasme autour de l’IA en drug discovery ?
La découverte de médicaments reste l’un des domaines les plus coûteux et les plus risqués de l’industrie. En moyenne :
- Coût de développement d’un nouveau médicament : environ 2,6 milliards de dollars
- Taux d’échec global : plus de 90 % des candidats n’atteignent jamais le marché
- Durée moyenne : 10 à 15 ans du laboratoire à la pharmacie
Face à ces chiffres implacables, l’industrie cherche désespérément des leviers d’accélération et de réduction des risques. L’IA promet deux avancées majeures :
- Filtrer beaucoup plus efficacement les molécules prometteuses en amont
- Concevoir directement des candidats avec les propriétés désirées
Chai Discovery se positionne clairement sur le second axe : la conception de novo.
Les investisseurs y croient… mais pas tout le monde
Du côté des venture capitalists, l’enthousiasme est palpable. Elena Viboch, managing director chez General Catalyst, ne mâche pas ses mots :
Les biopharmas qui se bougeront le plus rapidement pour travailler avec des entreprises comme Chai seront les premières à mettre des molécules en clinique et à produire des médicaments qui comptent vraiment.
Elena Viboch, General Catalyst
Elle va même plus loin : selon elle, les premières molécules “first-in-class” issues de ces collaborations pourraient entrer en essais cliniques dès fin 2027.
Mais tout le monde n’est pas aussi optimiste. Certains vétérans de l’industrie pharmaceutique rappellent que l’on a déjà vu des vagues de technologies prometteuses (nanotechnologies, génomique à haut débit, etc.) qui n’ont pas tenu toutes leurs promesses. Ils estiment que l’IA, aussi puissante soit-elle, ne remplacera jamais les étapes expérimentales incontournables : tests in vitro, in vivo, toxicologie, essais cliniques.
Les défis techniques et scientifiques qui restent à relever
Malgré les annonces enthousiastes, plusieurs obstacles demeurent :
- La validation expérimentale des prédictions IA reste coûteuse et chronophage
- Les modèles sont encore limités par la qualité et la quantité des données d’entraînement
- Les anticorps conçus in silico doivent conserver leurs propriétés une fois produits en vrai
- La réglementation exige toujours des preuves expérimentales solides
Chai Discovery et ses concurrents devront démontrer que leurs molécules passent avec succès ces différents filtres. C’est seulement à ce moment-là que l’on pourra vraiment parler de révolution.
Un écosystème en pleine effervescence
Chai Discovery n’est pas seule sur ce créneau très disputé. Parmi les autres acteurs notables :
- Generate Biomedicines (rachetée par Amgen pour 1,9 Md$)
- Isomorphic Labs (DeepMind spin-off)
- BigHat Biosciences
- Antiverse
- Adimab (plus ancien mais très actif dans les anticorps)
Ce foisonnement montre que le secteur attire énormément de capitaux et de talents. La compétition va être féroce ces prochaines années.
Quel avenir pour Chai Discovery ?
Avec une valorisation déjà à 1,3 milliard et un partenariat avec Eli Lilly, Chai Discovery a clairement pris une longueur d’avance. Mais le chemin reste long jusqu’à la mise sur le marché d’un premier médicament conçu majoritairement grâce à leur plateforme.
Si l’équipe parvient à démontrer des résultats cliniques concrets d’ici 2028-2030, elle pourrait devenir l’une des licornes biotech les plus influentes de la décennie. Dans le cas contraire, elle risque de rejoindre la longue liste des startups prometteuses qui n’ont pas réussi à transformer leur technologie en produits commercialisés.
Une chose est sûre : l’histoire de Chai Discovery est loin d’être terminée. Et elle est en train de s’écrire sous nos yeux, à une vitesse qui laisse pantois même les observateurs les plus aguerris du secteur.
À suivre de très près.
(environ 3400 mots)
