Pour faire vite, je dis souvent que je fais de la CAO Moléculaire. Car tout le monde imagine assez facilement des ordinateurs avec un logiciel de CAO ou on aurait remplacé ‘dans l’écran’ des machines par des molécules. Sur ce blog il y a beaucoup de photos d’écrans de modèles moléculaires qui sont basées sur un logiciel d’origine Accelrys, qui nous a accompagné pendant des années. Puis a été racheté par Dassault Systèmes, et finalement mon raccourci n’est pas si inexact que cela, en matière de CAO, Dassault est une icone, tout le monde a entendu parler de CATIA.

1. Product Life Management

En fait c’est un peu plus complexe, nous avons deux écosystèmes logiciels qui se rencontrent sur la base d’une expertise dans la gestion des processus de développement (PLM ou Product Life Management). Coté biologie-santé cela va de la conception des molécules, modélisation, recherches dans des bases de données, essais in vitro ou vers les cellules, LIMS, documentations, rapports, qualité … en d’autre termes de la séquence au médicament.

En milieu universitaire on ne s’intéresse pas forcément à l’aspect global PLM, sauf pour des plateformes qui pourraient reproduire des processus industriels. Nous nous focalisons surtout sur quelques modules tels que de l’édition moléculaire, différents outils de modélisation moléculaires, QSAR, etc. Ce qui n’empêche pas de s’intéresser à des processus de workflow (flux de travail) ou des pipes logiciels, qui favorisent une approche orientée métier en permettant aux thématiciens de combiner de manière abstraite (sans se préoccuper des aspects logiciels) différents composants ou modules.

Dans la gestion intégrée d’un cycle de développement, les différents outils ont besoin de communiquer et s’appuient souvent sur un système de workflow qui s’enrichit au fur et à mesure de son existence. On peut tout à fait s’intégrer à ce type d’approche pour peu que nous connaissions les formats de fichiers et données nécessaires pour les entrées et sorties, dans ce cas il sera possible d’interfacer un composant logiciel maison.
Les différentes suites logicielles liées à la recherche pharmaceutique ont pris ce virage depuis le début des années 2000 et nous avons vu différents moteurs de workflow se pérenniser. On peut citer Pipeline Pilot (Scitegic) racheté par Accelrys, ou KNIME (Konstanz Information Miner) en open source mais associé à d’autres éditeurs de logiciels. Dans ce cadre nous comprenons la logique d’une offre de rachat basée sur l’extension d’une offre PLM vers les domaines biologie, santé et matériaux.

2. Biosym, Accelrys puis Biovia

Cette acquisition est l’occasion de se pencher un peu sur le passé, jalonné par de multiples regroupements. Accelrys était issue de multiples regroupements : Molecular Simulations, Synopsys Scientific Systems, Oxford Molecular, the Genetics Computer Group (GCG), and Synomics Ltd. Nous avons été nombreux à utiliser GCG pour les analyse de séquence à la fin des années 80. Et nous retrouvons des produits pour la modélisation moléculaire dès le milieu des années 80.

Une occasion d’aller fouiller dans les armoires et de ressortir quelques exemplaires de documentations qui permettent de donner un éclairage sur la pénétration de ces produits en milieu universitaire. Nous pouvons remonter jusqu’à MSI (Molecular Simulations Inc.) qui était également issue d’un regroupement entre Biodesign, Cambridge Molecular Design, Polygen puis Biocad et Biosym Technologies.

Les années 90s

Les photos suivantes sont typiques de cette décennie, avec une suite logicielle portée par la société Biosym. Cela se passe sur des stations Silicon Graphics (SGI, Silicon Graphics inc.) dopées pour les graphiques 3D :

(1993)	(1994)

Puis une évolution majeure au milieu des années 90 avec Insight II. Il s’agit d’un environnement graphique qui constitue le lien entre les différents modules, Discover est un module spécialisé dans la modélisation moléculaire (par exemple champ de forces et minimisation de structures).

(1995)	–

On parle souvent du paquetage Insight II/Discover, on trouve encore quelques documentations au fin fond des sites web d’universités des USA. Merci à eux, ces vielles docs (parfois incomplètes, il manque les images) sont encore utiles parce qu’elles incluent des cas d’étude validés, qui peuvent nous servir pour tester le fonctionnement de nouveaux logiciels ou d’algorithmes.

Le succès des stations Silicon Graphics était lié à la combinaison entre performances (graphiques notamment) et une interface utilisateur (4dwm) robuste (dérivée de X/Motif) et qui disposait d’un environnement de développement supporté par le constructeur (1). Ces stations s’étaient imposées au détriment des stations Apollo ou Sun (qui résistaient quand même coté analyse de séquences).

Les années 2000

En cherchant dans mes archives de copies d’écran, j’ai pu dénicher cette photo (à gauche) d’un calcul (réponses à la fluctuation d’un angle de torsion) dans Discover. On y voit des graphiques 2D/3D incrustés (pas toujours faciles à manipuler, de mon point de vue) dans un affichage 3D (molécule à droite). C’était la mode, on mélangeait les sorties dans une même fenêtre, aujourd’hui on préfèrera utiliser des fenêtres distinctes.

(2006)	(2005)

Au début des années 2000 c’est aussi le passage de IRIX à d’autres OS, windows managers et plateformes. Dans la photo de droite nous distinguons 3 machines différentes sur lesquelles fonctionnaient Insight II et ses modules, ces machines étaient également équipées de composants natifs ou intégrés (Nvidia) pour la 3D (vision stéréoscopique). Au fond de la pièce on reconnait une Silicon Graphics Octane derrière une bouteille d’eau minérale, à gauche un PC (Asus) Linux (Red Hat Enterprise 7). Au premier plan une IBM de type RS/6000, déjà vintage pour l’époque, mais qui disposait de modules complémentaires (par exemple champ de force type CHARMM).

Discovery Studio

Dans ces années, Insight II (Linux, en 2005) se transforme en Discovery Studio sur plateforme Microsoft Windows avec des produits intermédiaires tels que le DS Viewer Pro qui ajoutait des modules (champ de force, conformères, descripteurs, superpositions) scriptables, à l’outil de visualisation initial.

(2005)	(2002)

La suite n’était pas encore comparable à Insight II en termes de fonctionnalités, puis elle a évolué pour devenir Discovery Studio, incluant Discovery Studio Visualiser (DSV) pour le module de visualisation libre. Encore deux exemples de copies d’écrans pour illustrer l’évolution de l’interface DSV,  de 2009 (version 2.5.5) à la version 4.0 (en 2014).

(2009)	(2014)

En 2025, des fonctionnalités ont évolué, avec une version presque chaque année et des outils rares à trouver : édition (protéines, ligands en 3D, mutations, rotamères) ou diagrammes 2D pour les interactions protéine-ligand. Mais l’interface est restée stable, ce qui est remarquable et nous facilite la vie.

Mais cela risque de changer, nous voyons déjà des produits 3DS dans d’autres disciplines évoluer vers un design plus actuel. Nous verrons bien, j’aurais peut être une occasion d’ajouter des éléments à cette histoire.

Nous avons parcouru un long chemin avec ce type d’outils, plus de 30 ans … J’ai souvent apprécié ces logiciels pour leur prise en main assez rapide. L’outil le plus performant dans l’absolu n’a pas d’intérêt s’il devient trop compliqué pour qu’on se l’approprie. Le terme ergonomique d’usabilité (usability) est un facteur plus important que l’on croit dans le choix d’un logiciel, et de ce point de vue, la filiation Biosym, Accelrys puis Biovia ont toujours été bien placés.

3. Epilogue

Aujourd’hui, le problème de ce type d’outils en version complète, même avec des licences académiques (si elles existent) c’est souvent le prix, qui nous en éloigne.
Les licences académiques ne sont pas exemptes de restrictions, en particulier si un composé évolue vers une carrière commerciale il sort du champ académique dès qu’il rentre dans une structure de transfert ou de valorisation. En d’autres temps, nous pouvions bénéficier de systèmes tels que la taxe d’apprentissage, qui permettaient d’avoir des politiques d’acquisition indépendantes de financements récurrents ou de succès sur des appels d’offres. Il ne faut pas oublier que les méthodes mises en œuvre sont issues de recherches académiques puis intégrées dans les logiciels, et que nos étudiant(e)s formés sur ces outils seront les cadres de demain dans la R&D ou l’industrie.