Pour accélérer la découverte de médicaments, Databricks a présenté une architecture de référence avec un système IA multi-agents baptisé AiChemy, qui combine les données internes de l'entreprise sur sa plateforme avec des bases de données scientifiques externes via Model Context Protocol (MCP). Ces premières étapes sont cruciales dans le développement de médicaments, car elles aident les laboratoires pharmaceutiques à déterminer les mécanismes biologiques à explorer et les composés qui méritent d'être développés, ce qui influence directement le coût, le temps et les chances de succès lors des phases cliniques ultérieures. Ce système d'IA multi-agents s'appuie sur les composants de Databricks, notamment sa plateforme Data Intelligence, Delta Lake et Mosaic AI, y compris Agent Bricks, qui gèrent et régissent les données d'entreprise tout en permettant la création et l'orchestration d'agents spécifiques à un domaine et de compétences. 

Ces compétences comprennent des instructions pour interroger et résumer la littérature scientifique, extraire des données chimiques et moléculaires, effectuer des recherches de similarité entre composés et synthétiser des preuves provenant de différentes sources. Le système combine ces agents et ces compétences avec des sources de données externes telles que OpenTargets, PubMed et PubChem, accessibles via MCP, permettant ainsi aux agents d’extraire et d’analyser à la fois des données scientifiques propriétaires et publiques. Ce faisant, AiChemy rassemble l’accès aux données, leur orchestration et leur analyse au sein d’un environnement unique et contrôlé, ce qui, selon Databricks, aidera les chercheurs des laboratoires pharmaceutiques à faire émerger des informations pertinentes à partir d’ensembles de données disparates sans perdre le contexte, accélérant ainsi des tâches telles que l’identification de cibles et l’évaluation de candidats. 

Superviseur multi-agents, AiChemy exploite des serveurs MCP externes (PubChem, PubMed et OpenTargets) et des serveurs MCP gérés par Databricks. (Crédit Databricks)

Un superviseur pour coordonner les agents IA

À la base de l’ensemble du système se trouve un agent superviseur qui coordonne la manière dont les agents et les compétences individuels sont utilisés pour répondre à une requête. atabricks décrit cet agent superviseur non pas comme un composant prêt à l'emploi, mais comme un modèle que les équipes d'entreprise peuvent mettre en œuvre à l'aide de ses outils Mosaic AI et Agent Bricks. Selon un billet de blog de Databricks, les équipes dans les entreprises qui développent un tel agent superviseur devraient commencer par définir et mettre en œuvre des compétences spécifiques à un domaine, telles que la recherche documentaire, la recherche de composés ou la synthèse de données, puis les enregistrer afin qu'elles puissent être invoquées par programmation. 

Les développeurs devraient ensuite configurer l’agent superviseur avec des instructions ou des politiques déterminant comment il sélectionne et séquence ces compétences en réponse à une requête, y compris la manière dont les tâches sont décomposées et acheminées, a écrit la société dans son blog. Cette configuration est généralement reliée à des sources de données d’entreprise et externes via MCP, avec des contrôles d’accès et une gouvernance appliqués via la plateforme de Databricks, a-t-elle ajouté. 

Un marché clef pour Databricks

L’initiative AiChemy s’appuie sur les efforts antérieurs de Databricks dans les domaines de la santé et de la découverte de médicaments. En juin 2025, la société s'est associée à Atropos Health pour combiner des données cliniques réelles avec sa plateforme Data Intelligence afin de soutenir la production de données probantes et d'accélérer les flux de travail de recherche. Un mois plus tard, en juillet 2025, elle a annoncé un partenariat avec TileDB axé sur l'intégration de données scientifiques multimodales, telles que la génomique, l'imagerie et les dossiers cliniques, afin de permettre une analyse pilotée par l'IA pour la découverte de médicaments et l'obtention d'informations cliniques. L'architecture de référence AiChemy, a déclaré Databricks, a été mise à disposition via une application web et un référentiel GitHub, où les développeurs peuvent explorer le système et l'adapter à leurs propres cas d'utilisation à l'aide de son framework Agent Bricks.