À propos de Robertium
Pourquoi ce projet existe et où il va
Traduction assistée par machine, en attente de relecture.
Le problème
La découverte de médicaments est lente et coûteuse. En moyenne, un nouveau médicament met 10 à 15 ans et plus de 2 milliards de dollars à arriver sur le marché. Pourtant, beaucoup des liens qui pourraient mener à de nouveaux traitements existent déjà dans la littérature publiée — ils restent simplement cachés dans le bruit des 4 000+ articles biomédicaux publiés chaque jour.
Le repositionnement de médicaments — trouver de nouveaux usages à des médicaments déjà approuvés — est une alternative plus rapide et moins chère. Mais la découverte systématique de candidats au repositionnement exige de lire et de relier des preuves à travers des milliers d'articles dans différents domaines thérapeutiques. Aucune équipe humaine ne peut le faire à grande échelle.
Robertium est conçu pour faire exactement cela.
Qui l'a construit
Robertium est construit et maintenu par Daniel Trofimov en tant que projet open-source indépendant, avec des commits actifs sur github.com/routewise96/robertium et un journal de méthodologie public dans /updates.
Ma formation est en ingénierie, pas en biomédecine. Je suis venu à ce problème par le côté infrastructure : l'extraction structurée de la littérature à grande échelle est un problème logiciel abordable, et les outils ouverts existants s'arrêtent avant la génération d'hypothèses inter-domaines. Chaque décision méthodologique est prise en public, avec l'apport de chercheurs qui connaissent la biologie mieux que moi, et les corrections de la communauté arrivent sous forme de commits, pas d'éditions silencieuses.
Daniel est sur GitHub et LinkedIn. Le nom du projet honore mon père, qui m'a appris qu'un travail qui compte prend des années et que la patience est une discipline.
L'approche
Robertium lit la littérature biomédicale ouverte, extrait des affirmations structurées et applique une méthodologie vieille de 40 ans — la découverte fondée sur la littérature de Don R. Swanson — à l'aide de modèles de langage modernes et de graphes de connaissances.
Le résultat : des hypothèses candidates avec des chaînes de preuves complètes, prêtes pour une revue d'experts et une validation expérimentale. Pas des prédictions, pas de la magie — juste la découverte systématique de liens qui existent déjà dans la recherche publiée.
Lisez la méthodologie en détail sur /method.
Pourquoi l'open-source
L'infrastructure de découverte de médicaments est trop importante pour être enfermée dans des plateformes propriétaires. Nous croyons que :
- La littérature biomédicale est un bien public. Les outils pour la parcourir devraient l'être aussi.
- La reproductibilité est fondamentale pour la science. Les systèmes fermés la brisent.
- Les chercheurs devraient pouvoir inspecter, modifier et améliorer les méthodes qui font émerger des hypothèses qu'ils passeront des années à valider.
Tout le code est sous licence MIT. Toutes les données extraites seront publiées sous CC-BY-4.0 avec le premier préprint. Le graphe de connaissances est téléchargeable. N'importe qui peut cloner le dépôt et exécuter tout le pipeline sur son propre domaine.
La suite
2026 (jusqu'ici)
- Corpus multi-domaines en ligne : 10 domaines thérapeutiques, 167 145 articles, 270 791 affirmations structurées
- Catalogue d'hypothèses inter-domaines : 24 285 candidats au total, 1 618 passant les filtres de qualité après déduplication (197 à haute confiance) avec des chaînes de preuves complètes
2026 (en cours)
- Préprint public sur bioRxiv décrivant la méthodologie et les premiers résultats
- Publication ouverte du jeu de données pour la communauté de recherche sous CC-BY-4.0
- Sollicitation d'experts du domaine pour évaluer les meilleurs candidats
2027
- Corpus élargi : 100 000+ articles par grand domaine
- Collaboration active avec des laboratoires expérimentaux pour valider les meilleurs candidats
- Outils publics : API pour les chercheurs, interface web pour explorer les hypothèses
- Financement par des subventions de science ouverte (Mozilla, Wellcome, CZI)
Au-delà
- Construire une infrastructure durable sur laquelle les chercheurs biomédicaux s'appuient
- Intégration avec des données cliniques, des bases médicament-cible (DrugBank, ChEMBL)
- Entraîner des modèles spécifiques au domaine pour une extraction plus précise
- Établir Robertium comme infrastructure standard pour la découverte fondée sur la littérature
Participer
Robertium grandit par la collaboration. Je recherche :
- Des experts du domaine — oncologues, neurologues, pharmacologues qui peuvent évaluer les meilleures hypothèses dans leur domaine et nous dire ce qui est intéressant ou trivial.
- Des biologistes computationnels — surtout ceux qui travaillent avec des graphes de connaissances, le TAL pour la biomédecine ou la méthodologie LBD.
- Des ingénieurs — contributions open-source, améliorations de performance, nouvelles fonctionnalités.
- Des financeurs — si votre fondation soutient l'infrastructure biomédicale ouverte.
Contactez-nous à daniel@robertium.com ou via GitHub.