Die 10 größten Biotech-Big-Data-Unternehmen

Mehr Daten für eine bessere Medizin

Je mehr wir über Biologie lernen, desto mehr wird uns bewusst, wie viel wir nicht wissen. Es begann mit der Genomrevolution und der ersten Sequenzierung des menschlichen Genoms Anfang der 2000er Jahre.

Zur Genomik gesellen sich inzwischen andere Datensätze wie Transkriptomik, Proteomik, Metabolomik, Mikrobiom usw., wodurch eine neue „Multiomik“-Wissenschaft entsteht. Wir haben diese Entwicklung ausführlicher in „Multiomics sind der nächste Schritt in der Biotechnologie".

Diese neuen Werkzeuge haben eine Flut von Daten erzeugt, die detaillierte Informationen über die inneren Aktivitäten von Zellen liefern, manchmal bis auf die atomare Ebene. Ein Haupttreiber dieses Datenwachstums war der Preisverfall bei der Sequenzierung von Genen und anderen biologischen Materialien wie Proteinen.

Quelle: Researchgate

Dies hat Begeisterung für das Potenzial von „Big Data“ in der Biotechnologie geweckt und das Big-Data-Konzept aus anderen, stärker IT-orientierten Bereichen nachgeahmt.

Bereits 2018 fragte das Magazin Barron’s: „Führt Big Data zu hohen Erträgen in der Biotechnologie?“ und die Industrie begann zu fragen „Implementierung groß angelegter Datenverarbeitung und -analyse für die Bioverarbeitung"

Zahlreiche Unternehmen sind gut aufgestellt, um vom Trend zur groß angelegten Erfassung und Analyse biologischer Daten zu profitieren.

Verschmilzt KI mit Big Data?

Eine neue Entwicklung der letzten Jahre ist das Aufkommen der KI. Während KI vor allem im Jahr 2023 mit LLMs (Large Language Models) wie ChatGPT ins öffentliche Bewusstsein gelangte, begann die Biotech-Industrie schon viele Jahre zuvor, sich mit KI auseinanderzusetzen.

Und das macht Sinn, denn Daten und KI haben eine Art symbiotische Beziehung:

• Das Trainieren von KI-Modellen erfordert viele Daten mit hoher Qualität und Anmerkungen.
• KIs können dabei helfen, riesige Datensätze ohne direktes menschliches Eingreifen zu sortieren und die Punkte dort zu verbinden, wo eine manuelle Analyse nicht möglich wäre.

Das Ergebnis ist, dass sich heute viele der einst auf Big Data ausgerichteten Unternehmen der Biotech-Industrie ebenfalls in KI-Unternehmen wandeln.

Im Gegensatz zu manchen KI-Anwendungen, die noch auf der Suche nach einem Geschäftsmodell sind (wie etwa der Bilderzeugung), ist der Weg vom KI-Modell zur Monetarisierung bei der Arzneimittelentdeckung und medizinischen Forschung ziemlich geradlinig.

Top 10 Big Data Biotech-Aktien

1. Illumina

Illumina ist das führende Genomikunternehmen, mit Abstand das größte und etablierteste in der Branche, mit einem Umsatz von 1.2 Milliarden US-Dollar, der in den letzten fünf Jahren um 11 % durchschnittlich wuchs.

Dies macht das Unternehmen auch zum wichtigsten Anbieter genomischer Daten für die gesamte Biotech-Industrie.

Wie die meisten Genomsequenzierungsunternehmen verdient Illumina Geld mit dem Verkauf von Sequenzern, aber hauptsächlich mit dem Verkauf der von den Sequenzern verwendeten Verbrauchsmaterialien. Der Umsatz pro Gerät steigt normalerweise mit der Zeit, wenn es zunehmend bis zur vollen Kapazität ausgelastet wird.

Das neue Genomsequenzierungsmodell des Unternehmens, NovaSeqX, ist ein Hit und wird im Jahr 352 2023 Exemplare umfassen. Dies hat die Einführung der Massengenomsequenzierung bei den Kunden von Illumina mit mehr Multi-Omics-Analysen und einem größeren Maßstab für Einzelzell- und räumliche Analysen beschleunigt.

Die NovaSeqX-Verkäufe kommen zu einem sehr großen Genomsequenziersegment hinzu, in dem mehr als 25,000 Systeme installiert sind.

Quelle: Illumina

Gral-Probleme

Wenn es um Illumina geht, bedarf es einer langen Erklärung zu einer neuen Anwendung in der Genomik: der Krebserkennung in einer Blutprobe, die sogenannte Flüssigbiopsie.

Illumina arbeitete an der Entwicklung dieser Technologie und gliederte sie dann in ein Unternehmen namens Grail aus.

Grail ist aus technischer und kommerzieller Sicht sehr erfolgreich. Im zweiten Quartal 2 verschrieben 2023 Ärzte Grail-Tests und erreichten damit den Meilenstein von 7,500 durchgeführten Tests. Darüber hinaus wurden 100,000 % der Krebsrückfälle bei sechs verschiedenen Blutkrebsarten erkannt.

Einige Jahre später erwarb Illumina dieses Unternehmen zu einem viel höheren Preis zurück.

Dies führte zu mehreren Problemen. Zunächst äußerten die Aufsichtsbehörden sowohl in den USA als auch in der EU Bedenken hinsichtlich eines Monopolrisikos, da Illumina viele Konkurrenten von Grail mit Genomsequenzierungsgeräten belieferte. Dies führte zu einer Geldstrafe von 432 Millionen Euro durch die EU.

Eine weitere Reihe von Problemen ergab sich aus den Bedingungen der kostspieligen Abspaltung von Grail, der Geldbeschaffung und der Wiederaufnahme in Illumina.

Der Aktivist und Investor Carl Icahn hat den Vorstand des Unternehmens angegriffen und implizierte, dass potenziell unehrliche oder böswillige Geschäfte zugunsten von Insidern gegen die Interessen der Aktionäre des Unternehmens getätigt wurden. Auch die SEC untersuchte die Frage. Mehr zu diesen Verdächtigungen und Vorwürfen finden Sie in dieser Artikelserie von Non-GAAP-Investitionen.

Letztlich die Entscheidung, Grail zu veräußern aufs Neue ist gemacht worden, Der Vorstand stimmte der Entscheidung am 4. Juni zu.^th, 2024.

Die Gral-Saga hat Illumina und seinen Aktionären viel Ärger eingebracht. Die Position des Unternehmens in der Genomsequenzierung hatte dies jedoch nicht beeinträchtigt.

Letztendlich ist es wahrscheinlich, dass sich die Grail-Krebserkennung zu einem riesigen Geschäft entwickeln kann und die Ärzte eine große Zahl von Genomsequenzern und Verbrauchsmaterialien von Illumina verwenden werden.

Illumina erwarb 2023 auch das bioinformatische Softwareunternehmen Partek, wodurch das Angebot des Unternehmens über Sequenzer und deren Verbrauchsmaterialien hinaus erweitert wird.

2. Schrödinger, Inc.

Das Unternehmen ist auf physikbasierte Modelle spezialisiert, um das bestmögliche Molekül für ein bestimmtes Ziel zu finden und widersprüchliche Messgrößen wie Wirksamkeit, Löslichkeit, Halbwertszeit, Synthetisierbarkeit usw. auszugleichen.

Es nutzt auch maschinelles Lernen, aber die Hinzufügung eines physikbasierten Modells ermöglicht es, es in völlig neuen Bereichen zu testen, für die kein Datensatz zum „Training“ der KI existiert. Dies ermöglicht es Schrödinger, innerhalb weniger Tage von einer Milliarde potenzieller Moleküle auf nur acht feste Kandidaten zu kommen, und zwar ausschließlich durch digitale Berechnung.

Quelle: Schrödinger

Schrödinger unterzeichnete 5 mit Bayer einen 2020-Jahres-Kooperationsvertrag über einen Umsatz von 10 Millionen US-Dollar. Die Idee der Vereinbarung besteht darin, die Schrödinger-Technologie zusammen mit In-silico-Vorhersagemodellen von Bayer zu nutzen.

Eine weitere neue Partnerschaft besteht mit Lilly, das für erfolgreiche Entdeckungen Meilensteinzahlungen von insgesamt bis zu 425 Millionen US-Dollar bereitstellt.

Zu den früheren Kooperationen gehörten Takeda, Sanofi Bristol Myers Squibb und andere kleinere Pharmaunternehmen.

Quelle: Schrödinger

Insgesamt baut Schrödinger ein wachsendes Portfolio auf, das immer mehr proprietäre und hundertprozentige Moleküle umfasst. Das Unternehmen hat zwar keine Voreinnahmen erzielt, ist aber immer noch nicht profitabel und konzentriert sich auf Expansion und F&E-Ausgaben zur Verbesserung seiner Technologie.

Das Unternehmen erwägt auch die Expansion in neue Segmente über die Arzneimittelforschung hinaus, etwa komplexe Biopharmazeutika oder sogar Materialien wie Chemikalien, Batterien oder Polymere.

Quelle: Schrödinger

Investoren sollten die neuen Kooperationen im Auge behalten, da sie die Fortschritte der Schrödinger-Technologie aus Sicht der Branchenführer sowie mögliche Erfolge bei der Ausweitung der Kerntechnologie auf neue Märkte widerspiegeln.

3. Exscientia

Das Unternehmen nutzt KI zur Entwicklung Präzisionstherapien. Es betreibt eine „Full-Stack“-KI-Wirkstoffforschungstechnologie mit spezieller Software in jeder Phase des Arzneimittelforschungsprozesses.

Quelle: Exscientia

Die Technologie von Exscientia reduziert die Zeit, die von einem biologischen Ziel bis zur Suche nach einem entsprechenden Medikament benötigt wird, um 70 % und erfordert einen um 80 % höheren Kapitalaufwand.

Dies führte zu 4 Wirkstoffen in frühen klinischen Stadien, insgesamt 30 Programmen und einem Umsatz von 6.5 Milliarden US-Dollar aus Meilensteinen mit Partnern. Der Schwerpunkt liegt auf der Onkologie (Krebs) und entzündlichen Erkrankungen.

Quelle: Exscientia

Dies könnte eine interessante Option für Anleger sein, die ein etabliertes Unternehmen für die Entdeckung von KI-Medikamenten mit einer sehr großen Liquidität und mehreren laufenden Partnerschaften für zusätzliche Sicherheit suchen.

4. 10x Genomics, Inc.

10x Genomics ist führend in der Raumbiologie, die das Genom und Transkriptom in 3D untersucht und so die Visualisierung der Aktivität von Genen auf zellulärer oder sogar intrazellulärer Ebene ermöglicht.

Das Unternehmen wurde 2012 gegründet. Zu den Gründern zählt Serge Saxonov, der Forschungs- und Entwicklungsleiter des Unternehmens für personalisierte Genomtests 23andMe.

10x Genomics wuchs durch eine Mischung aus F&E (bisher wurden über 1 Milliarde USD in F&E investiert) und Akquisitionen. Die Visium-Plattform wurde 2018 durch die Akquisition von Spatial Transcriptomics erworben.

Quelle: 10x Genomics – Zeitplan für die Übernahmen von 10x Genomics

Auf diese Weise würde auch 10x Genomics erwerben Xenium Plattform durch die Übernahme von Readcoor und Cartana im Jahr 2020.

Im Jahr 2020 würde es ebenfalls starten die Chromium-Plattform, das im folgenden Jahr auf Chromium X aktualisiert wurde.

Durch die Übernahme von Tetramer Shop im Jahr 2021 würde auch 10x Genomics starten STRAHL (Barcode Enabled Antigen Mapping) im Jahr 2022. Es ermöglicht Forschern, Komponenten des Immunsystems detailliert zu identifizieren. Dies könnte große Auswirkungen auf die Forschung zu Immunität und neuen Krankheiten haben.

Der Umsatz stieg im zweiten Quartal 17 im Jahresvergleich um 2 %. getrieben durch Xenium-Verkäufe, wobei im August 100 der Meilenstein von 2023 verkauften Einheiten erreicht wurde.

Das Unternehmen errang im September 2023 einen entscheidenden Sieg gegen seinen Hauptkonkurrenten Nanostring. Nanostring ist vorerst der Verkauf seiner CosMx Spatial Molecular Imager (SMI)-Instrumente in den meisten EU-Ländern untersagt, da das Unternehmen gegen 10x-Genomic-Patente verstößt.

Das Unternehmen befindet sich noch in einem frühen Stadium, ähnlich den Anfängen von Illumina. Derzeit ist die Raumbiologie auf die Welt der akademischen und Grundlagenforschung beschränkt. Aber wie viele Biotechnologien könnte es eines Tages weit verbreitet sein, sich langsam zu einem medizinischen Hilfsmittel und dann zu einem „Routinetest“ entwickeln. In jedem Fall dürfte der wachsende Bestand an installierten Maschinen den Verbrauchsmaterialabsatz und das Umsatzwachstum vorantreiben.

5. Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore verwendet eine einzigartige Genomsequenzierungstechnologie, die auf Durchflusszellen basiert. Dadurch kann die DNA beim Durchqueren der Nanoporen „gelesen“ werden, und zwar nicht auf chemischem Weg, sondern direkt durch Messung eines elektrischen Stroms. In gewisser Weise ist dies das erste Mal, dass ein Computer eine genetische Sequenz (DNA und RNA) in Echtzeit lesen kann.

Quelle: Oxford-Nanopore

Ein weiterer einzigartiger Vorteil der Technologie des Unternehmens besteht darin, dass sie längere Gensequenzen lesen kann als herkömmliche Sequenzierungsmethoden. Lange Sequenzen und die Echtzeit-Lesung können zu besseren und schnelleren Ergebnissen führen, was für die Krebsanalyse oder die Analyse von Infektionskrankheiten wie antibiotikaresistenten Bakterien von Bedeutung ist.

Schließlich ermöglicht die elektrische Messung kleinere und tragbarere Sequenzer, eine Verbesserung gegenüber den bisher verwendeten massiven Maschinen. Dies ermöglicht es dem Unternehmen, eine breite Palette von Sequenzern zu produzieren, darunter langsamere, kleinere und viel günstigere Maschinen ab 1,000 US-Dollar. Dies könnte den Sequenzierungsmarkt radikal erweitern, da mobile oder kostengünstige Sequenzierung bisher keine Option darstellte.

Aufgrund seiner radikal neuen Technologie ist unklar, wo Oxford in ein ausgereifteres Genomsequenzierungs-Ökosystem passen wird.

Es könnte die etablierte Technologie des chemischen/optischen Lesens von Genomen vollständig ersetzen.

Oder es könnte sich zu einer erfolgreichen, aber Nischenanwendung für die Sequenzierung in geringem Umfang oder für Mobilgeräte oder für Sequenzierungen entwickeln, die ein hochpräzises Lesen langer genetischer Sequenzen erfordern.

Das Unternehmen plant außerdem eine Ausweitung auf die Analyse von Proteinen, die posttranslationale Modifikation von Proteinen oder kleinen Molekülen und andere Messungen an der Spitze der Biowissenschaften.

6. Ginkgo Bioworks Holdings, Inc.

Das Unternehmen produziert On-Demand-Organismen für spezifische Anwendungen. Mit zahlreichen Forschungsprogrammen und Partnerschaften hat das Unternehmen seine Anwendungen breit gefächert:

• Cannabinoide
• Herstellung von mRNA-Impfstoffen und Nukleinsäuremedizin
• Nahrungsproteine
• Produktion biologischer Düngemittel in Partnerschaft mit Bayer
• Programmierbare Mikroben gegen Darmerkrankungen
• Bioremediation von Mikroplastik
• Biosicherheit und Erkennung von Krankheitserregern
• Recycling von Abfällen und Schadstoffen

Viele dieser Modifikationen basieren insbesondere auf CRISPR oder ähnlichen Genbearbeitungstechnologien seine CAR-T-Krebszelltherapien.

Durch die Bereitstellung einer fertigen Plattform für die Zelltechnik entwickelt sich Ginkgo zu einem wichtigen Dienstleister in der Biotech-Industrie, der über die Pharmaindustrie hinaus auch in die Bereiche Landwirtschaft, Biosicherheit und industrielle chemische Prozesse reicht.

Es bietet Fachwissen und Geschwindigkeit und kann dazu beitragen, die Fixkosten und den für ein Forschungsprojekt erforderlichen Investitionsaufwand zu senken.

Dies zeigt sich in der Vielfalt der Kunden und Partner, die das Unternehmen in den letzten Jahren hatte.

Quelle: Gingko Bioworks

Was Gingko zu einem Big Data-Unternehmen macht, ist die einzigartige Bandbreite seiner Zellbanken, Datensätze und Experimente unter zahllosen Anwendungen und Organismentypen.

Es ist eine attraktive Aktie für Anleger, die auf Gen-Editing- und Zell-Engineering-Technologien setzen möchten, aber nicht auf eine bestimmte Anwendung. Dies ist typischerweise auch für wachstumsorientierte Anleger interessanter.

Die große Mehrheit der CRISPR-Unternehmen konzentriert sich auf die Humanmedizin und genetische Erkrankungen, wodurch Gingko auch Möglichkeiten für die Bereiche Landwirtschaft, Biotechnik, Energie und Bioprodukte (einschließlich Cannabinoide) bietet.

Zusammen mit der schnellen Erweiterung genetischer Datensätze, Werkzeuge zur Genom-Bearbeitung und KI (einschließlich Open Source) könnte sich dies als enorme Chance für Gingko Bioworks erweisen.

7. BenevolentAI SA (BAI.AS)

BenevolentAI nutzt KI-gestützte Arzneimittelforschung, um Behandlungen für Neurodermitis sowie potenzielle Behandlungen für chronische Krankheiten und Krebs zu entwickeln.

Während andere Unternehmen KI zur Vorhersage von Zellaktivität oder Protein-3D-Konfigurationen verwenden, Benevolent‘s BenAI-Engine untersucht die vorhandene Datenbank wissenschaftlicher Arbeiten (über 35 Millionen), um neue Erkenntnisse zu gewinnen.

Anschließend werden diese potenziellen Erkenntnisse in einen Prozess integriert, der die experimentelle Validierung der Idee, eine In-silico-Analyse und eine Indikationserweiterung/Neuverwendung des Arzneimittels umfasst.

Quelle: Wohlwollend

Die Idee ist, dass viele bestehende Medikamente oder bekannte biologische Mechanismen für neue Behandlungen umfunktioniert werden könnten. Insgesamt sollte eine solche Strategie schneller zu neuen Therapien führen, da ein Großteil der regulatorischen Arbeit bereits erledigt ist (z. B. wurde in Phase I der klinischen Studien die Sicherheit des Medikaments nachgewiesen).

Die Firma hat eine laufende Zusammenarbeit mit AstraZeneca zur Entwicklung von Medikamenten gegen Fibrose und chronische Nierenerkrankungen (erster Vertrag aus dem Jahr 2019), im Jahr 2022 erweitert um Herzinsuffizienz und systemischen Lupus erythematodes (SLE).

Außerdem Partnerschaft mit Merck KGaA um seine Expertise in den Bereichen Onkologie und Neuroinflammation zu nutzen und die KI-gesteuerten Pläne des Unternehmens zur Arzneimittelforschung zu unterstützen, indem der Schwerpunkt auf der Suche nach brauchbaren Kandidaten für kleine Moleküle liegt.

Zuvor erreichte das Unternehmen eine neuartige Indikationserweiterung, die zur FDA-Zulassung von Baricitinib als potenzielle COVID-19-Behandlung durch Eli Lilly führte.

8. Ab Cellera

AbCellera ist auf die Entwicklung neuer Kategorien antikörperbasierter Medikamente spezialisiert.

Insbesondere arbeitet man an GPCR- und Ionenkanal-Plattform, ein therapeutisches Ziel, für das bisher keine Antikörper entwickelt werden konnten. Ihre andere Plattform ist T-Zell-Aktivatoren, das die Wirksamkeit antikörperbasierter Krebsbehandlungen steigert und ihre Toxizität verringert.

Quelle: Ab Cellera

Im Laufe von 10 Jahren hat das Unternehmen mit einer großen Anzahl von Partnern mehr als 100 Therapieprogramme entwickelt, davon 50 % im Bereich Onkologie. 13 Moleküle haben bereits das Stadium klinischer Tests erreicht, und zwei sind bereits für die Behandlung zugelassen.

Quelle: Ab Cellera

Ein wichtiger Teil des Prozesses von AbCellera ist der Zugriff auf eine große Auswahl möglicher Antikörper. Anschließend werden die richtigen Antikörper mithilfe eines Hochdurchsatz-Einzelzell-Screenings ausgewählt, das auf maschinellem Sehen basiert.

9. Therapeutika

Bioxcell konzentriert sich auf ein Konzept, das sie „Medikamenten-Re-Innovation“ nennen. Bei der Medikamenten-Re-Innovation wird KI genutzt, um Medikamente zu analysieren, deren Sicherheit bereits erwiesen ist, die aber von ihrem Entwickler aus verschiedenen Gründen aufgegeben wurden.

Darüber hinaus werden bereits zugelassene Produkte auf neue Einsatzmöglichkeiten geprüft.

Quelle: Bioxcell

Die Konzeptentwicklung mithilfe von Big Data und KI dauert nur sechs Monate (anstatt mehrerer Jahre bei neuartigen Molekülen), gefolgt von einer zwölfmonatigen Validierung der Hypothese unter Nutzung von Computer Vision, Deep Learning, Entscheidungsmatrizen und In-silico-Validierung.

Bei Re-Innovationen konnten in jüngster Zeit beachtliche Erfolge erzielt werden, insbesondere in Kombination mit einer Neuformulierung zur Beseitigung von Nebenwirkungen oder Verbesserung einer geringen Wirksamkeit, die ursprünglich zur Aufgabe der Arzneimittelkandidaten geführt hatte.

Dieses Modell hat bereits Früchte getragen, mit der Genehmigung von IGALMI  (zur Behandlung von Unruhezuständen im Zusammenhang mit Schizophrenie oder bipolaren Störungen) in weniger als 4 Jahren vom Projektbeginn bis zur Genehmigung.

Im Fall von IGALMI wurde die bisherige schlechte Bioverfügbarkeit durch eine Änderung der Verabreichungsmethode des Arzneimittels und die Kombination mit einem Stoffwechselstabilisator gelöst.

Quelle: Bioxcell

Das Unternehmen verfügt bereits über zwei fortgeschrittene Programme in Phase 3 klinischer Tests und hat fünf weitere Programme in der Pipeline.

Das erste Programm zur Behandlung von Unruhezuständen im Zusammenhang mit Alzheimer-Demenz (AAD) mit einem neuartigen Wirkstoff, einer neuen Formulierung von Latrepirdine, einem Antihistaminikum (Allergien).

Die zweite ist eine Erweiterung der Anwendung von IGALMI für Unruhezustände im Zusammenhang mit bipolaren Störungen oder Schizophrenie in einer häuslichen Umgebung.

Quelle: Bioxcell

Der Erfolg von Bioxcell mit IGALMI zeigt das Potenzial von Big Data, das über die Entdeckung neuer Medikamente hinaus erweitert werden kann und zur Verbesserung des bestehenden Medikamentenarsenals beiträgt, sei es durch Neuformulierung oder durch die Suche nach neuen Anwendungsmöglichkeiten für bekannte sichere Medikamente.

10. Rekursionspharmazeutika

Recursion Pharmaceuticals nutzt KI in der Arzneimittelforschung,

Der Ansatz des Unternehmens zielt darauf ab, den Zeit- und Kostenaufwand für die Markteinführung neuer Medikamente deutlich zu reduzieren.

Die Erstellung solider Datensätze stand seit der Gründung im Mittelpunkt des Unternehmens, um verschiedene Probleme mit Biodaten zu lösen:

• Analoge Daten, vom Fax bis zum PDF oder gescannten Ausdruck.
• Isolierte Daten mit wenigen oder keinen Anmerkungen.
• Forschung ist schwer zu replizieren.

Um diese Probleme zu lösen, hat Recursion eines der weltweit größten automatisierten Nasslabore geschaffen und Millionen seiner eigenen Experimente digitalisiert (2.2 Millionen Experimente pro Woche).

Sie verfügen außerdem über einen der schnellsten Supercomputer der Welt, um ihre LLMs und KIs für die Arzneimittelforschung zu trainieren. Die Modelle wurden anhand einer Bibliothek mit über 2 Milliarden Bildern trainiert und leiten 6 Billionen Beziehungen zwischen allen möglichen Kombinationen von Genen und Verbindungen ab.

Quelle: Rekursion

Rekursion gegründet a Partnerschaft mit KI-Marktführer Nvidia und könnte einige seiner KI-Modelle über NVIDIAs neue BioNeMo-Plattform an kommerzielle Partner weitergeben. Darüber hinaus erhält Recursion über NVIDIA DGX™ Cloud vorrangigen Zugriff auf NVIDIAs neueste GPUs.

Die firmeneigene F&E-Pipeline von Recursion konzentriert sich hauptsächlich auf seltene Krankheiten und Onkologie, wobei sich drei Medikamentenkandidaten in Phase 3 der klinischen Studien befinden.

Quelle: Rekursion

In komplexeren Bereichen, wie etwa der Neurowissenschaft oder der nicht medikamentösen Onkologie, geht das Unternehmen bevorzugt Partnerschaften mit etablierten Unternehmen in diesen Bereichen ein.

Beispielsweise Roche in der Neurowissenschaft und Bayer im Bereich nicht medikamentös behandelbarer onkologischer Zielmoleküle.

Schließlich hat das Unternehmen Beziehungen aufgebaut, um seine Technologie und Daten zu lizenzieren, insbesondere wenn ein Datenaustausch ausgehandelt werden kann, um den Informationsumfang zu erweitern, den beide Unternehmen in Zukunft nutzen können.