Recursion REC-4881 réduit de 43 % les polypes dans la PAF
Recursion REC-4881, un médicament que la plateforme d'IA de l'entreprise a sélectionné pour la polypose adénomateuse familiale, a réduit de 43 % la charge médiane en polypes après 12 semaines dans l'essai de phase 1b/2 TUPELO, a annoncé Recursion le 8 décembre 2025. L'effet a persisté après l'arrêt du traitement, avec une réduction médiane de 53 % à la semaine 25. Pour les développeurs de médicaments, c'est un premier test clinique de l'usage de criblages cellulaires par IA pour trouver une nouvelle maladie à une molécule existante.
Pourquoi les patients atteints de PAF n'ont aucun traitement médicamenteux
La polypose adénomateuse familiale, ou PAF, n'a aucun traitement médicamenteux approuvé. Ce syndrome héréditaire, causé par des mutations du gène APC, fait pousser des centaines à des milliers de polypes dans l'intestin et comporte un risque proche de 100 % de cancer colorectal avant 40 ans s'il n'est pas traité.
Les patients dépendent donc d'interventions répétées et de la chirurgie. L'ablation du côlon a généralement lieu vers 20 ans, et environ 50 % des patients ont ensuite besoin d'une autre chirurgie qui bouleverse leur vie. Recursion estime que la PAF touche 50 000 personnes aux États-Unis et dans cinq grands marchés européens.
« Ces résultats de phase 2 marquent une validation significative de Recursion OS. » — Chris Gibson, Ph.D., cofondateur et PDG de Recursion
Comment l'IA de Recursion a choisi un médicament pour la PAF
Recursion a trouvé le médicament en observant des cellules, et non en partant d'un mécanisme connu. Une première version de sa plateforme, Recursion OS v0.1, a mené un criblage sans a priori de milliers de composés sur des modèles de cellules humaines dépourvues d'APC fonctionnel. Des modèles d'IA et d'apprentissage automatique ont comparé plus d'un millier de caractéristiques visuelles qui distinguent les cellules malades des cellules saines.
REC-4881, un inhibiteur de MEK1/2, est apparu comme l'un des meilleurs candidats, ramenant les cellules déficientes en APC vers un état sain. Recursion a ensuite pris la molécule en licence auprès de Takeda, où elle avait été testée dans des tumeurs solides, et l'a réorientée vers la PAF. L'entreprise affirme que c'est le premier inhibiteur de MEK1/2 étudié en clinique pour cette maladie.
Comment l'essai TUPELO est mené
TUPELO est une étude ouverte de phase 1b/2 de REC-4881 en monothérapie à 4 mg une fois par jour. Elle a inclus des patients de 55 ans et plus ayant des polypes mesurables dans le duodénum ou dans le côlon et le rectum restants. Les médecins mesurent par endoscopie le diamètre cumulé des polypes visibles au départ, à la semaine 13 sous traitement, puis à la semaine 25 après 12 semaines sans le médicament.
Ce que montrent les résultats de Recursion REC-4881
Le médicament a réduit les polypes rapidement et l'effet a duré. Recursion a annoncé le 8 décembre 2025 que 12 patients évaluables avaient une réduction médiane de 43 % de la charge totale en polypes après 12 semaines, et que 75 % avaient une réduction, même partielle. À la semaine 25, soit 12 semaines après l'arrêt, 82 % des patients évaluables (9 sur 11) avaient toujours une réduction, avec une baisse médiane de 53 % par rapport au départ.
Quatre patients sur 10 se sont améliorés d'au moins un point sur le stade de Spigelman, un score de la maladie du tube digestif supérieur utilisé pour guider la surveillance et la chirurgie. Des événements indésirables liés au traitement de grade 3 sont survenus chez 15,8 % des patients évaluables pour la sécurité, sans événement de grade 4 ou plus. En comparaison, une analyse de l'histoire naturelle a montré que, chez 87 % de patients similaires non traités, la charge en polypes augmentait chaque année.
Ce que l'essai signifie pour la découverte de médicaments par IA
Pour les développeurs de médicaments, ce cas montre un autre usage de l'IA : trouver une nouvelle maladie pour une molécule qui existait déjà. Recursion qualifie TUPELO de première validation clinique de Recursion OS. Sa future PDG, Najat Khan, a dit que les outils de données cliniques et en vie réelle de l'entreprise ont aussi aidé à affiner l'éligibilité et à replacer dans son contexte un jeu de données à un seul bras.
Les preuves sont encore préliminaires. Drug Discovery Trends note que le jeu de données est petit et à un seul bras, et que les résultats doivent donc être vus comme des hypothèses. Une approche concurrente, l'eRapa de Biodexa, a rapporté une réduction médiane de 17 % sur 12 mois dans une cohorte plus large, et les deux programmes ne peuvent pas être comparés directement.
La suite pour REC-4881
Recursion prévoit de rencontrer la FDA au premier semestre 2026 pour définir une voie d'enregistrement possible. L'entreprise élargira l'essai des patients de 55 ans et plus à ceux de 18 ans et plus, et continuera d'affiner le schéma posologique. REC-4881 bénéficie des désignations Fast Track et Orphan Drug aux États-Unis.
Questions et réponses
De combien REC-4881 a-t-il réduit les polypes chez les patients atteints de PAF ?
Après 12 semaines de traitement, la réduction médiane de la charge totale en polypes était de 43 % chez 12 patients évaluables. À la semaine 25, après 12 semaines sans le médicament, elle était de 53 % chez 11 patients.
Comment l'IA a-t-elle aidé à découvrir REC-4881 pour la PAF ?
La plateforme de Recursion a criblé des milliers de composés sur des cellules déficientes en APC et a utilisé l'apprentissage automatique pour repérer ceux qui rendaient aux cellules un aspect sain. REC-4881 figurait parmi les meilleurs candidats.
REC-4881 est-il sûr ?
Les premières données montrent un profil de sécurité cohérent avec la classe des inhibiteurs de MEK. La plupart des événements liés au traitement étaient de grade 1 ou 2, des événements de grade 3 sont survenus chez 15,8 % des patients, et aucun événement de grade 4 ou plus n'a été signalé.
Le regard de MOZGII
Comment nous le construirions
Ce qui est intéressant dans ce cas, ce n'est pas une nouvelle molécule. C'est une méthode de recherche qui a associé une molécule existante à une maladie où personne ne l'avait essayée. Si nous construisions ce type de recherche, l'actif central serait les images de cellules et les étiquettes qui disent à quoi ressemblent des cellules saines et malades. Sans étiquettes propres, le modèle apprend la mauvaise différence.
Nous garderions des scientifiques dans la boucle à chaque passage de relais. Le modèle classe les composés ; des personnes décident quels candidats méritent des expériences de suivi et lesquels sont des artefacts du criblage. Chaque candidat confirmé ou écarté retournerait dans les données d'entraînement, pour que le criblage suivant démarre plus intelligemment.
Le point de rupture est le saut des cellules aux patients. Un composé qui donne aux cellules un aspect sain peut ne pas aider les personnes, et un petit essai à un seul bras ne peut pas trancher. Nous prévoirions tôt les questions cliniques, y compris la façon de comparer les résultats à des patients non traités, comme Recursion l'a fait avec ses données d'histoire naturelle.
L'indicateur que nous suivrions est le nombre de candidats du criblage qui survivent aux tests de suivi en laboratoire. S'il est faible, le criblage trouve du bruit. Ensuite, nous lancerions le même criblage sur d'autres maladies causées par un seul gène défaillant, où un modèle cellulaire peut représenter la maladie.
Sources
D’où viennent les faits de cet article.