أفضل 5 شركات للذكاء الاصطناعي والبيوتكنولوجيا الرقمية (يونيو 2026)

ثورة الذكاء الاصطناعي في التكنولوجيا الحيوية

No sector is left unchanged by the power of الذكاء الاصطناعي and digital modeling, and Biotech is no exception.

ذلك لأن علم الأحياء هو الأكثر “فوضى” بين العلوم الصعبة. يمكن للكيمياء أو الفيزياء التعامل مع بيئات مُتحكم فيها للغاية، مركبات نقية، إلخ. بينما يجب على علم الأحياء التعامل مع أنظمة معقدة للغاية ومتغيرة باستمرار. بالإضافة إلى ذلك، عند تحليل بروتين واحد فقط، ينظر علماء الكيمياء الحيوية إلى آلاف أو ملايين الذرات. لذا، يصبح من الصعب جدًا توقع كل تفاعل كيميائي محتمل.

البيانات الضخمة، نماذج الذكاء الاصطناعي، والرقمنة تخلق ظروفًا لثورة معرفية في أبحاث التكنولوجيا الحيوية.

العصر الأول للطب الحيوي كان عبارة عن إطلاق النار في الظلام ورؤية ما ينجح.

نحن الآن راسخون في عصر الجينوميات، حيث يمكننا التركيز على أهداف محددة، مثل جين معيب واحد.

With the incoming digital revolution, we can replicate complete proteins, cells, or even entire organs and bodies in a virtual environment.

ماذا سيغير ذلك؟

A big part of why genomics and precision therapies are taking over “traditional” chemical drugs has been a very poor success rate for new drugs in the last decade.

ربما يمكن إنتاج دواء معتمد من إدارة الغذاء والدواء (FDA) من بين عشرة آلاف دواء مرشح. كل خطوة على طول الطريق تحتاج إلى اختبار في المختبر، في خلايا حية، حيوانات، أو بشر.

غالبًا ما يمثل ذلك فقدانًا لوقت يتراوح بين عقد إلى عقدين، بالإضافة إلى مليارات الدولارات الضائعة.

المصدر: Biosourcing

التصويب العشوائي لم يعد خطة قابلة للتنفيذ في اكتشاف الأدوية. لذلك، يحتاج الباحثون إلى نماذج تنبؤية رقمية لتوقع ما إذا كان الدواء مرشحًا جيدًا قبل أي اختبار مادي.

لذلك، ليس من المفاجئ أن يكون اكتشاف الأدوية في طليعة نموذج أعمال معظم شركات الذكاء الاصطناعي في التكنولوجيا الحيوية.

الطرق الجديدة مثل التعلم الآلي تسمح للبرمجيات بـ “تخمين” الإجابة الأكثر احتمالًا باستخدام طريقة احتمالية بدلاً من طريقة “ميكانيكية”/خوارزمية بالكامل.

مثل معظم تقنيات التعلم الآلي، تم إنجاز الكثير من العمل على مدار عقد كامل، مع اهتمام قليل من الخبراء في المجال.

الثورة الحقيقية التي جعلتها معروفة في التيار الرئيسي كانت في عام 2020 عندما حلّت Alphabet/Google DeepMind تحديًا استمر 50 عامًا في طيّ البروتينات. منذ ذلك الحين، نمّذت البرنامج معظم البروتينات المعروفة لكافة الكائنات الحية، وجوجل تُنشئ شركة جديدة، Isomorphic Laboratories، للمساعدة في تحديد أدوية جديدة.

أفضل 5 شركات للذكاء الاصطناعي والبيوتكنولوجيا الرقمية

For investors, Google might be a great play on AI in general, but the biotech aspect will be a tiny segment in a very large company. So, this article will review publicly listed companies that are solely dedicated to the topic of AI and Virtual Biology.

For the same reason, we will not look at companies involved in AI hardware, like Nvidia and its genomics library Parabricks.

(تم ترتيب الشركات حسب القيمة السوقية في وقت كتابة هذه المقالة)

1. Roivant Sciences Ltd.

(ROIV )

The company specializes in acquiring biotech startups and boosting their chances of achieving commercialization through subsidiaries called -vant (as each will have “vant” as the last part of their name).

جزء من هذه الاستحواذات كان شراء Silicon Therapeutics مقابل 450 مليون دولار. بفضل الحاسوب الفائق ومعدات الحوسبة المخصصة، تطور Silicon Therapeutics جزيئات جديدة. هذا أضيف إلى مجموعة سابقة من تقنيات الذكاء الاصطناعي في التكنولوجيا الحيوية، VantAI.

كما تمتلك Roivant شركة “vant” Datavant، وهي حل بيانات ضخمة للرعاية الصحية، تبيع للمستشفيات وشركات الأدوية، وشركات التأمين، إلخ… مع إجراءات متوافقة مع اللوائح وتحترم الخصوصية.

تُعد “vant” الأخرى أيضًا موجهة للبيانات أو المحاكاة الرقمية، مثل “المحاكاة الفيزيائية الدقيقة لجميع الذرات” من Psivant. أو برنامج/منصة ذكاء التجارب السريرية Lokavant.

المصدر: Roivant

مع ذلك، معظم إيرادات الشركة تأتي من مبيعات الأدوية المعتمدة.

بشكل عام، يمكن أن تكون Roivant وسيلة للاستفادة من جانب البيانات في التكنولوجيا الحيوية، ليس فقط في علم الأحياء الرقمي بل أيضًا في السجلات الطبية، التجارب السريرية، إلخ….؛ وفي الوقت نفسه تتطرق إلى أدوية مبتكرة أخرى، خاصةً للعناية بالبشرة، مع Vtama لمرض الصدفية.

2. Schrödinger, Inc.

(SDGR )

The company specializes in physics-based models to find the best possible molecule for a given goal, balancing out conflicting metrics like potency, solubility, half-life, synthesizability, etc…

تتخصص الشركة في النماذج القائمة على الفيزياء للعثور على أفضل جزيء ممكن لهدف معين، مع موازنة المقاييس المتضاربة مثل الفعالية، القابلية للذوبان، نصف العمر، إمكانية التركيب، إلخ…

كما تستخدم التعلم الآلي، لكن إضافة نموذج قائم على الفيزياء يسمح باختباره في مجالات جديدة تمامًا لا توجد لها مجموعة بيانات لتدريب الذكاء الاصطناعي. هذا يمكّن Schrödinger من الانتقال من مليار جزيء محتمل إلى ثمانية مرشحين فقط في غضون أيام، من خلال الحساب الرقمي فقط.

المصدر: Schrodinger

وقعت Schrödinger اتفاقية تعاون لمدة 5 سنوات مع Bayer في عام 2020 بقيمة إيرادات 10 ملايين دولار. فكرة الاتفاقية هي استخدام تقنية Schrödinger مع نماذج التنبؤ الحاسوبية (in-silico) الخاصة بـ Bayer.

شراكة حديثة أخرى هي مع Lilly، مع مدفوعات إنجازية تصل إلى 425 مليون دولار في المجموع لاكتشاف ناجح.

شملت التعاونات السابقة Takeda، Sanofi، Bristol Myers Squibb، وشركات صيدلانية أصغر أخرى.

المصدر: Schrodinger

بشكل عام، تبني Schrödinger محفظة متنامية، تشمل المزيد والمزيد من الجزيئات المملوكة بالكامل والملكية الخاصة. رغم أنها ليست قبل الإيرادات، إلا أن الشركة لا تزال غير مربحة، وتركز على التوسع وإنفاق البحث والتطوير لتحسين تقنيتها.

كما تسعى الشركة إلى التوسع إلى قطاعات جديدة خارج اكتشاف الأدوية، مثل الأدوية البيوفارماكولوجية المعقدة أو حتى المواد مثل المواد الكيميائية، البطاريات، أو البوليمرات.

المصدر: Schrodinger

سيود المستثمرون متابعة التعاونات الجديدة، حيث ستعكس تقدم تقنية Schrödinger، كما يقيّمها قادة الصناعة، بالإضافة إلى احتمال النجاح في توسيع التقنية الأساسية إلى أسواق جديدة.

3. Exscientia

(EXAI )

The company is using AI to develop precision therapies. It runs a “full stack” AI drug discovery technology with dedicated software at every stage of the drug discovery process.

المصدر: Exscientia

تقنية Exscientia تقلل 70٪ من الوقت المطلوب للانتقال من هدف بيولوجي إلى العثور على دواء مطابق، وتقلل العملية الرأسمالية بنسبة 80٪.

أدى ذلك إلى وجود 4 مركبات في مراحل سريرية مبكرة، 30 برنامجًا إجمالًا، وإيرادات بقيمة 6.5 مليار دولار من الإنجازات مع الشركاء. كان التركيز الرئيسي على الأورام (السرطان) والأمراض الالتهابية.

المصدر: Exscientia

تتمتع الشركة بوضع مالي مريح جدًا لشركة اكتشاف أدوية في مرحلة مبكرة، حيث لديها 625 مليون دولار في الربع الثالث من 2022، مع استهلاك صافي نقدي يبلغ 15 مليون دولار فقط.

قد يكون هذا خيارًا مثيرًا للمستثمرين الذين يبحثون عن شركة اكتشاف أدوية بالذكاء الاصطناعي ذات سمعة طيبة، مع سيولة نقدية كبيرة وشراكات متعددة جارية لمزيد من الأمان.

4. Absci Corporation

(ABSI )

The company was founded in 2011, with locations in Vancouver, New York, and Zug, Switzerland. It has added to its initial technology the IP of 2 AI-biology acquisitions in 2021, Totient (antibodies) and Denovium (cell lines).

تأسست الشركة في عام 2011، ولها مكاتب في فانكوفر، نيويورك، وزوغ بسويسرا. أضافت إلى تقنيتها الأولية حقوق الملكية الفكرية لاثنتين من الاستحواذات في مجال الذكاء الاصطناعي والبيولوجيا في عام 2021، Totient (الأجسام المضادة) وDenovium (خطوط الخلايا).

تركز الشركة في المقام الأول على تصميم الأجسام المضادة، وإنشاء أجسام مضادة جديدة من الصفر (“de novo antibodies”)، واختبارها في المختبرات خلال عملية تستغرق 6 أسابيع.

كانوا أول من تمكنوا، في مارس 2023، من تصميم جسم مضاد وظيفي دون أي بيانات سابقة، وهي طريقة تُسمى أيضًا “صفر‑إطلاق”.

قامت Absci بإبرام تعاون مع Merck (إجمالي 610 مليون دولار كرسوم مقدمة وإمكانية دفعات إنجازية مستقبلية) وAstellas لاكتشاف منتجات جديدة، وكذلك شراكة مع Nvidia لتحسين بنية الأجهزة وراء تقنية Absci.

ما زالت Absci في مرحلة مبكرة لكنها أظهرت إمكانات هائلة وإمكانات ابتكارية بالفعل. سيحتاج المستثمرون في الشركة إلى تبني فلسفة “لا شيء مستحيل” التي تتبعها الشركة ومؤسسها اللامع، والآمال في أن تكون اتفاقيات التعاون الأخيرة هي الأولى في سلسلة طويلة.

5. e-therapeutics plc

تركز e-therapeutics على تطوير علاجات RNAi (تداخل الحمض الريبي النووي) الجديدة باستخدام الحوسبة (in-silico). تأمل أن الجمع بين التكنولوجيا الناشئة، وRNAi، واكتشاف الأدوية الحاسوبي سيمنحها ميزة كبيرة على منافسيها.

كما تقوم بتحقيق إيرادات من الاكتشاف على منصتها مع شركات صيدلانية أخرى، وأكبرها هو الشركة الكبيرة ذات السمعة الطيبة Novo Nordisk.

الشركة في مرحلة مبكرة جدًا قبل تحقيق إيرادات واضطرت لجمع 13.5 مليون جنيه إسترليني في صيف 2022. سجلت الشركة خسارة صافية قدرها 2.8 مليون جنيه إسترليني في النصف الأول من 2022، مع رصيد نقدي آنذاك يبلغ 21.8 مليون جنيه إسترليني.

سيحتاج المستثمرون في e-therapeutics إلى متابعة النقد المتاح والآمال في أن تؤدي الاكتشافات الجديدة وإيرادات الشراكات إلى جعل الشركة مربحة في النهاية.

بناء محفظة علم الأحياء الرقمي

هذا قطاع صعب للاستثمار فيه، لأنه يجمع بين تقنيتين معقدتين للغاية: الذكاء الاصطناعي + التكنولوجيا الحيوية المتقدمة. وهذا يجعله تقريبًا “صندوقًا أسود” للمستثمرين، حتى وإن كان لديهم بعض الخبرة في أحد المجالين.

بالإضافة إلى ذلك، تركز معظم الشركات في هذا القطاع على نفس الأسواق، معظمها على اكتشاف الجزيئات الصغيرة وتصميم الأجسام المضادة، وربما خطوط الخلايا أيضًا.

لذلك، فإن التنويع سيشكل استراتيجية استثمار أكثر أمانًا لأن عددًا قليلًا جدًا من الأشخاص سيكونون قادرين على التأكد من اختيار “الفائز”. بالإضافة إلى ذلك، من المتوقع أن ينمو السوق بسرعة كبيرة، بمعدل نمو سنوي مركب (CAGR) قدره 45٪ بين 2022 و2027.

لذا، فإن التعرض الواسع يزيد من احتمال الاستفادة من هذا النمو دون الاعتماد المفرط على نماذج أو طرق رياضية محددة في ساحة تتغير بسرعة وتنافسية للغاية.