L'ESSENTIEL EN 30 SECONDES

  • Potential Sciences, fondée à Londres en novembre 2025 par Hatem Helal, ancien dirigeant de Graphcore, a levé un tour d'amorçage évalué à plusieurs dizaines de millions de dollars.
  • Le fonds britannique Sovereign AI accompagne des fonds comme Twin Path Ventures et Nauta Capital ainsi que le business angel Patrick Collison, et apporte aussi de la puissance de calcul.
  • L'entreprise affirme que son approche rend les calculs d'IA nécessaires à la conception chimique environ 100 fois moins coûteux ; aucun résultat de modèle n'a été publié.

Potential Sciences, une start-up londonienne qui veut alimenter la découverte de médicaments par IA avec des données chimiques calculées à partir des lois de la physique plutôt que mesurées en laboratoire, a levé un tour d'amorçage auquel participe le fonds public britannique Sovereign AI. Ce soutien a été confirmé le 5 novembre. Ni l'entreprise ni le fonds n'ont communiqué le montant, mais Tech.eu évoque une levée de plusieurs dizaines de millions de dollars.

Qui investit

Selon Tech.eu, Sovereign AI est accompagné de Twin Path Ventures, Odyssey, Portfolio Ventures, Blue Wire Capital, rule30, Nauta Capital et Lightfield Equity. Patrick Collison, patron de Stripe, figure parmi les business angels, et Resultsense mentionne aussi Chris Gibson, cofondateur de Recursion. La part du fonds public n'a pas été précisée ; Resultsense rappelle que ses tickets se situent généralement entre 1 et 10 millions de livres environ.

L'apport de l'État combine argent et puissance de calcul. D'après Resultsense, la société aura accès aux supercalculateurs nationaux via l'AI Research Resource, dont Isambard-AI, à Bristol. Sovereign AI a déjà soutenu la start-up de puces Olix ainsi que les sociétés d'IA Ineffable Intelligence et Callosum, indique Tech.eu.

Des données issues de la physique

L'entreprise a été fondée en novembre 2025 par Hatem Helal, ancien dirigeant de Graphcore, qui en est le directeur général. La plupart des modèles d'IA appliqués au médicament apprennent à partir de résultats expérimentaux, lents et coûteux à obtenir. Potential Sciences entraîne au contraire ses modèles sur des données produites en simulant les molécules à partir des lois fondamentales de la physique. Selon Hatem Helal, l'équipe a réécrit des méthodes de chimie quantique pour qu'elles tournent sur GPU, afin de générer ces données à faible coût et à grande échelle. RuntimeWire décrit l'ambition de devenir un laboratoire de pointe pour la chimie et attribue au fondateur un jeu de données de chimie quantique d'environ un milliard d'exemples.

Ce qui reste à démontrer

La société affirme que sa méthode rend les calculs nécessaires à la conception de molécules environ 100 fois moins chers. Ce chiffre provient du fondateur, et aucun résultat de modèle ni banc d'essai n'a été publié à ce stade. La question centrale reste de savoir si des données simulées peuvent remplacer suffisamment bien les mesures de laboratoire pour aboutir à des candidats médicaments utiles.