Articles
Intelligence artificielle et biotechnologie, contester une invention in silico
Les deux premiers articles de cette série se plaçaient du côté du déposant : comment l’OEB apprécie les données in silico au regard, notamment, de la suffisance de description et de l’activité inventive, puis quels réflexes pratiques adopter, dès la stratégie de dépôt, pour construire des demandes aussi solides que possible.
Mais la modélisation in silico n’est pas l’alliée du seul titulaire. Entre les mains de l’opposant, elle change de fonction. Il ne s’agit plus de construire la crédibilité d’une invention, mais de tester celle du brevet, d’en éprouver la portée, ou d’apporter une preuve dont l’équivalent expérimental serait lourd, coûteux, voire hors de portée. L’in silico devient alors moins un outil de découverte qu’un outil de preuve.
Un premier réflexe demeure, bien sûr, de vérifier la manière dont le titulaire a lui-même utilisé la modélisation. Si le brevet repose uniquement sur l’utilisation d’un modèle, l’opposant doit pouvoir évaluer la robustesse du modèle et s’il s’appuie sur des données réelles suffisamment pertinentes ; et si les hypothèses retenues sont vérifiables. À défaut, une objection de suffisance ou de manque de crédibilité de l’effet technique peut être envisagée.
De même, si le titulaire produit après le dépôt une modélisation destinée à combler un effet thérapeutique initialement absent, l’opposant pourra rappeler que, selon la ligne issue de T 609/02, une preuve postérieure ne peut que confirmer un enseignement déjà rendu crédible par la demande telle que déposée, jamais le créer. Sur le terrain de l’activité inventive, il pourra aussi soutenir, dans le cadre de G 2/21, que l’effet invoqué n’était pas englobé par l’enseignement technique d’origine, ou n’était pas incarné par l’invention telle qu’elle avait été initialement divulguée. Ces principes ne sont pas propres à l’in silico : ils valent pour toute preuve produite après le dépôt, quelle qu’en soit la nature.
Ce contrôle reste important. Il prolonge toutefois les réflexes déjà examinés du point de vue du déposant. L’apport le plus intéressant, pour l’opposant, se situe ailleurs : dans la possibilité de produire sa propre modélisation comme moyen de preuve, éventuellement confortée par des données expérimentales ciblées, y compris contre un brevet qui n’a jamais été construit sur une démarche in silico.
Révéler une propriété inhérente et détruire la nouveauté
La décision T 1121/23 en offre une illustration particulièrement nette.
Le brevet revendiquait un oligonucléotide capable de former une structure intramoléculaire en tige-boucle. Un document antérieur décrivait un oligomère structurellement identique, mais sans mentionner cette propriété de repliement. Les opposants ont alors produit des prédictions de structure secondaire d’ARN, obtenues à l’aide de plusieurs logiciels distincts, pour établir que l’oligomère antérieur formait déjà la structure revendiquée.
La Chambre a écarté les objections du titulaire. Le fait que les logiciels utilisés soient postérieurs à la date de priorité du document antérieur n’a pas été jugé déterminant : une structure secondaire est une propriété inhérente à une structure primaire donnée. Elle existe ou non du fait de cette structure, indépendamment du moment où elle est révélée. La Chambre n’a pas davantage exigé que la structure soit majoritaire ou permanente. Une occurrence transitoire, présente dans une fraction significative des configurations possibles, a suffi.
La portée pratique de cette décision est importante. Lorsqu’un document antérieur décrit une entité structurellement identique à celle revendiquée, mais reste silencieux sur l’une de ses propriétés, l’opposant peut utiliser la modélisation in silico pour établir que cette propriété était déjà nécessairement présente. L’in silico ne sert alors pas à compléter l’enseignement technique de l’art antérieur : il sert à révéler ce qui était déjà inhérent à la structure divulguée.
Pour un opposant, ce raisonnement peut être transposé à d’autres situations biomédicales : repliement d’un acide nucléique, interaction ligand-cible, conformation protéique, exposition d’un épitope, affinité relative ou propriété physico-chimique découlant directement d’une structure connue. La prudence reste nécessaire : plus la propriété dépend de conditions expérimentales complexes ou variables, plus la preuve computationnelle devra être robuste. Mais lorsque la propriété alléguée découle directement de l’objet antérieurement divulgué, la modélisation peut devenir un instrument particulièrement efficace de destruction de la nouveauté.
Attaquer la portée revendiquée
Devant l’OEB, l’avantage technique invoqué par le titulaire doit pouvoir être raisonnablement généralisé à la portée revendiquée. Cela ne signifie pas nécessairement que chaque mode de réalisation couvert doit produire l’effet avec la même intensité, ni qu’un contre-exemple isolé suffise toujours à faire tomber l’argument. En revanche, si l’effet disparaît sur une partie significative de la portée, devient marginal pour certaines familles couvertes, ou ne peut plus être raisonnablement attendu en l’absence d’une orientation technique suffisante, l’avantage invoqué perd sa force.
L’opposant peut alors utiliser l’in silico pour explorer la portée revendiquée et identifier des zones de faiblesse : variants qui ne se lient plus à la cible annoncée, mutations qui font disparaître une activité alléguée, molécules couvertes par la formule générale mais dépourvues de l’affinité revendiquée, combinaisons prédites comme non synergiques ou sous-populations pour lesquelles le bénéfice thérapeutique allégué ne se manifeste pas.
L’objectif n’est pas nécessairement de refaire expérimentalement l’ensemble de la portée, ni de démontrer que chaque variante non testée échoue. Il peut suffire de montrer que l’avantage technique ne peut pas être généralisé de manière crédible à toute la revendication. Si cette démonstration est convaincante, le problème technique objectif peut devoir être reformulé de manière moins ambitieuse, par exemple comme la simple mise à disposition d’une alternative. L’activité inventive devient alors plus difficile à défendre.
Cette stratégie est particulièrement pertinente par exemple, contre les revendications larges, définies par une fonction, une classe de composés, une famille de séquences ou une combinaison thérapeutique dont seuls quelques points ont été effectivement testés. Lorsqu’il est adapté à la propriété en cause, le modèle peut permettre de cartographier rapidement cette portée et d’identifier les contre-exemples les plus utiles : ceux qui font apparaître les limites de la généralisation sur laquelle repose l’avantage technique invoqué.
Le même raisonnement peut aussi nourrir une objection de suffisance.
Une revendication fonctionnelle ou thérapeutique n’est suffisamment décrite que si la personne du métier peut l’exécuter sur toute sa portée sans effort excessif. Si l’obtention de l’effet revendiqué suppose, en réalité, de sélectionner au cas par cas les rares variants efficaces au sein d’un ensemble très large, l’opposant peut soutenir que le brevet impose une recherche par tâtonnements plutôt qu’un travail de routine.
La modélisation in silico peut alors servir à objectiver cette difficulté. Elle peut montrer que la relation structure-activité proposée par le brevet est insuffisante, que certains paramètres essentiels n’ont pas été pris en compte, ou que de larges portions de la portée revendiquée ne sont pas compatibles avec le mécanisme technique allégué. Elle peut également mettre en évidence que les exemples du brevet ne fournissent pas une orientation généralisable, mais seulement des résultats ponctuels.
Cette approche ne remplace pas toujours une preuve expérimentale. Dans les affaires où l’effet revendiqué est thérapeutique, ou dépend d’un environnement biologique complexe, une corroboration par des données in vitro ou par des données expérimentales ciblées renforcera souvent considérablement la démonstration. Mais l’in silico peut déjà jouer un rôle décisif : sélectionner les contre-exemples pertinents, hiérarchiser les attaques, et montrer que la charge imposée à la personne du métier excède ce que le brevet lui enseigne réellement.
Contester les chances raisonnables de succès
La modélisation peut enfin être mobilisée dans l’autre sens : non pour démontrer que l’invention ne fonctionne pas, mais pour établir qu’elle était prévisible.
Si, à la date de priorité, la personne du métier disposait d’outils computationnels couramment utilisés, de bases de données accessibles, et d’un nombre limité de candidats à tester, l’opposant peut soutenir qu’il existait une chance raisonnable de succès. Dans cette hypothèse, l’in silico ne sert plus à révéler une faille du brevet, mais à reconstruire ce que la personne du métier aurait pu faire de manière routinière à partir de l’art antérieur.
L’argument doit toutefois être manié avec précision. Il ne suffit pas d’affirmer qu’un modèle existait ou qu’un criblage était possible. Encore faut-il montrer que la méthode était accessible à la personne du métier, qu’elle faisait partie de son outillage normal ou qu’il avait une raison de l’utiliser, et qu’elle aurait conduit de manière suffisamment prévisible à l’objet revendiqué. À défaut, le raisonnement risque de reposer sur une reconstruction a posteriori.
C’est ici que la distinction mise en lumière par T 265/23 demeure utile. Un modèle peut être assez sérieux pour rendre un effet crédible au titre de la suffisance, sans pour autant faire partie des connaissances générales permettant de rendre l’invention évidente. Pour l’opposant, la question n’est donc pas seulement de savoir si une modélisation était possible, mais si elle était effectivement disponible, pertinente et suffisamment incitative à la date de priorité.
Une preuve soumise aux mêmes exigences
L’in silico n’échappe pas aux exigences ordinaires de la preuve.
Un opposant qui produit sa propre modélisation doit accepter le niveau de rigueur qu’il exigerait du titulaire : méthode identifiable, paramètres documentés, données d’entrée vérifiables, hypothèses explicites, et, idéalement, validation par plusieurs approches convergentes ou par des données expérimentales ciblées.
La force probante d’une modélisation dépend étroitement de ce qu’elle prétend établir. Pour révéler une propriété inhérente à une structure déjà divulguée, des prédictions robustes et convergentes peuvent suffire, comme l’illustre T 1121/23. Pour contester un effet thérapeutique ou une activité biologique complexe, la charge devrait être plus lourde : l’OEB sera naturellement attentive au lien entre le modèle, les données biologiques disponibles et l’effet revendiqué. Dans ces cas, des données in vitro, même limitées mais bien choisies, peuvent transformer une modélisation plausible en preuve difficile à écarter.
À cette exigence technique s’ajoute une exigence procédurale. Une preuve computationnelle reste une preuve comme une autre. Produite tardivement, notamment seulement au stade du recours ou en réaction différée aux arguments du titulaire, elle s’expose aux règles ordinaires de recevabilité. En opposition, l’opposant a donc intérêt à intégrer le plus tôt possible ses simulations, les éléments permettant de les reproduire, et l’explication précise du fait technique qu’elles entendent démontrer.
En synthèse
La modélisation in silico n’appartient pas au seul déposant qui construit son dossier. Elle offre à l’opposant un outil de preuve particulièrement puissant : révéler une propriété inhérente, attaquer la portée d’une revendication, fragiliser un avantage technique, étayer une objection de suffisance, ou démontrer qu’une voie de recherche était prévisible à la date de priorité.
T 1121/23 montre que cette preuve peut être décisive, y compris lorsque le brevet contesté ne repose pas lui-même sur l’in silico. Mais elle rappelle aussi, en creux, que la force d’un modèle dépend de sa rigueur : une simulation n’emporte la conviction que si elle est documentée, vérifiable et techniquement reliée au fait qu’elle prétend établir.
Apprécier ce qu’un modèle peut démontrer, et ce qu’il ne peut pas démontrer, suppose donc de croiser une expérience en pharma-biotech avec une compréhension fine des outils computationnels employés. C’est précisément cette double compétence que réunit Plasseraud IP : un pôle santé spécialisé dans les domaines pharmaceutique et biotech, associé à une équipe dédiée à l’intelligence artificielle. L’expérience des ingénieurs brevets de ces deux équipes en opposition et en recours devant l’OEB permet d’accompagner les clients de manière transversale, qu’il s’agisse de construire une attaque fondée sur des données in silico ou de défendre un dossier confronté à ce type de preuve.
