Πέντε εταιρείες τεχνητής νοημοσύνης και υπολογιστικής βιοτεχνολογίας: η εικόνα του 2023

Τεχνητή νοημοσύνη και υπολογιστική βιοτεχνολογία

Η βιοτεχνολογία αξιοποιεί όλο και περισσότερο την τεχνητή νοημοσύνη και την υπολογιστική μοντελοποίηση για την έρευνα και την ανάπτυξη φαρμάκων.

Τα βιολογικά συστήματα είναι πολύπλοκα και μεταβάλλονται διαρκώς. Ακόμη και η ανάλυση μιας πρωτεΐνης απαιτεί την εξέταση πολλών αλληλεπιδράσεων, οπότε δεν είναι εύκολο να προβλεφθεί κάθε αντίδραση ή κλινική επίδραση.

Μεγάλα σύνολα δεδομένων και υπολογιστικά μοντέλα μπορούν να βοηθήσουν τους ερευνητές να οργανώσουν πληροφορίες και να επιλέξουν υποθέσεις προς πειραματικό έλεγχο.

Η εμπειρική παρατήρηση και ο πειραματισμός ήταν ανέκαθεν σημαντικοί στην ανάπτυξη θεραπειών. Δεν επρόκειτο απλώς για τυχαίες δοκιμές χωρίς επιστημονική μέθοδο.

Η γονιδιωματική επιτρέπει καλύτερη μελέτη συγκεκριμένων στόχων, όπως γονίδια και πρωτεΐνες που συμμετέχουν σε μια ασθένεια.

Τα ψηφιακά μοντέλα μπορούν να προσομοιώνουν επιλεγμένες δομές και λειτουργίες πρωτεϊνών, κυττάρων ή οργάνων. Αυτό δεν σημαίνει πλήρη, αξιόπιστη αντιγραφή κάθε ανθρώπινου σώματος ούτε κατάργηση της ανάγκης για πειράματα.

Τι μπορεί να αλλάξει;

Η ανάπτυξη φαρμάκων έχει υψηλό ποσοστό αποτυχίας. Οι θεραπείες ακριβείας και τα μικρά μόρια είναι διαφορετικές και συχνά συμπληρωματικές προσεγγίσεις, όχι μια απλή αντικατάσταση όλων των συμβατικών φαρμάκων.

Πολλά υποψήφια μόρια απορρίπτονται πριν από την έγκριση. Ανάλογα με το προϊόν και το πρόγραμμα απαιτούνται εργαστηριακές, προκλινικές και κλινικές μελέτες· δεν ισχύει μία ενιαία αναλογία επιτυχίας για όλες τις μεθόδους.

Η διαδικασία μπορεί να διαρκεί πολλά χρόνια και να απαιτεί σημαντικό κεφάλαιο. Η ανεπιτυχής ανάπτυξη συνεπάγεται κόστος, αλλά τα αποτελέσματα μπορούν επίσης να προσθέσουν επιστημονική γνώση.

Τα προγνωστικά μοντέλα μπορούν να βοηθήσουν στην ιεράρχηση υποψηφίων πριν από δαπανηρά πειράματα. Δεν αποδεικνύουν από μόνα τους την ασφάλεια ή αποτελεσματικότητα ενός φαρμάκου.

Γι’ αυτό η ανακάλυψη φαρμάκων αποτελεί βασική εφαρμογή για πολλές εταιρείες που συνδυάζουν τεχνητή νοημοσύνη και βιοτεχνολογία.

Η μηχανική μάθηση αναγνωρίζει πρότυπα στα δεδομένα και μπορεί να παράγει πιθανοτικές προβλέψεις. Είναι και αυτή αλγοριθμική μέθοδος, με ακρίβεια που εξαρτάται από δεδομένα, σχεδιασμό και αξιολόγηση.

Η πρόοδος βασίζεται σε μακροχρόνια έρευνα στη βιολογία, στη χημεία, στη φυσική και στην πληροφορική.

Το 2020 η DeepMind της Alphabet (GOOG ) παρουσίασε σημαντική πρόοδο στην πρόβλεψη της τρισδιάστατης δομής πρωτεϊνών με το AlphaFold. Το 2022 η βάση AlphaFold επεκτάθηκε σε περισσότερες από 200 εκατομμύρια προβλεπόμενες δομές καταγεγραμμένων πρωτεϊνών. Πρόκειται για προβλέψεις δομής, όχι πλήρη κατανόηση όλων των λειτουργιών τους. Η Alphabet είχε επίσης ιδρύσει το 2021 την Isomorphic Laboratories για την αξιοποίηση της τεχνητής νοημοσύνης στον σχεδιασμό και την ανακάλυψη φαρμάκων.

Πέντε εταιρείες στην ανάλυση του 2023

Η Alphabet δραστηριοποιείται σε πολλούς κλάδους, επομένως η βιοτεχνολογία είναι μόνο ένα μέρος της δραστηριότητάς της. Το άρθρο εξετάζει πέντε εταιρείες από την οπτική του 2023, χωρίς να σημαίνει ότι όλες είναι αποκλειστικά εταιρείες τεχνητής νοημοσύνης ή παραμένουν σήμερα ανεξάρτητες και εισηγμένες.

Οι προμηθευτές υπολογιστικής υποδομής αποτελούν διαφορετική κατηγορία, όπως η Nvidia με το λογισμικό γονιδιωματικής Parabricks (NVDA ).

Η αρχική σειρά βασιζόταν στην κεφαλαιοποίηση κατά τη συγγραφή το 2023 και δεν αποτελεί σημερινή κατάταξη.

1. Roivant Sciences Ltd.

ROIV Διάγραμμα τιμής

Η Roivant αναπτύσσει και αποκτά βιοφαρμακευτικά προγράμματα μέσω εταιρειών που συχνά φέρουν την κατάληξη «-vant». Δεν είναι αποκλειστικά εταιρεία τεχνητής νοημοσύνης.

Το 2021 ανακοίνωσε συμφωνία εξαγοράς της Silicon Therapeutics έναντι μετοχών Roivant αξίας 450 εκατ. δολαρίων, με πρόσθετες ενδεχόμενες πληρωμές βάσει οροσήμων. Η υπολογιστική φυσική της Silicon Therapeutics θα συμπλήρωνε τη μηχανική μάθηση της VantAI.

Η Roivant είχε επίσης μειοψηφική συμμετοχή στην Datavant μετά τη συγχώνευσή της με την Ciox Health. Η Datavant συνδέει δεδομένα υγείας· η μειοψηφική συμμετοχή δεν ισοδυναμεί με πλήρη ιδιοκτησία ή έλεγχο όλων των δραστηριοτήτων της.

Στα τότε υπολογιστικά προγράμματα περιλαμβάνονταν οι προσομοιώσεις μορίων με βάση τη φυσική της Psivant και η ανάλυση και παρακολούθηση κλινικών μελετών της Lokavant. Οι εταιρικές συμμετοχές και δομές αφορούν την περίοδο της αρχικής ανάλυσης.

Τα έσοδα της Roivant περιλάμβαναν πωλήσεις προϊόντων, αδειοδοτήσεις και άλλες συμβατικές πληρωμές. Δεν προέρχονταν κατ’ ανάγκη κυρίως από πωλήσεις εγκεκριμένων φαρμάκων, ούτε ισοδυναμούσαν με καθαρό κέρδος.

Η Roivant συνδύαζε υπολογιστικά προγράμματα και ανάπτυξη φαρμάκων. Παράδειγμα της τότε εμπορικής δραστηριότητας ήταν το VTAMA για την ψωρίαση, μέσω της Dermavant. Η επιτυχία ενός προϊόντος δεν εγγυάται την επιτυχία όλου του ομίλου.

2. Schrödinger, Inc.

SDGR Διάγραμμα τιμής

Η Schrödinger χρησιμοποιεί μοντέλα βασισμένα στη φυσική για την αξιολόγηση μορίων, εξισορροπώντας ιδιότητες όπως δραστικότητα, διαλυτότητα, χρόνος ημιζωής και δυνατότητα σύνθεσης.

Συνδυάζει αυτές τις μεθόδους με μηχανική μάθηση. Η Schrödinger (SDGR ) μπορεί να περιορίζει μεγάλες βιβλιοθήκες εικονικών μορίων σε υποψηφίους για πειράματα, αλλά δεν υπάρχει καθολική εγγύηση ότι ένα δισ. μόρια θα δώσουν οκτώ αποτελεσματικά φάρμακα σε λίγες ημέρες.

Το 2020 η Schrödinger ανακοίνωσε πενταετή τεχνολογική συνεργασία με τη Bayer, με αναμενόμενες πληρωμές περίπου 10 εκατ. ευρώ, όχι δολαρίων. Η συμφωνία συνδύαζε μοριακό σχεδιασμό και υπολογιστικά προγνωστικά μοντέλα· το ποσό δεν ήταν απαραίτητα άμεσα αναγνωρισμένο έσοδο.

Η συνεργασία με την Eli Lilly που ανακοινώθηκε το 2022 προέβλεπε αρχική πληρωμή και έως 425 εκατ. δολάρια σε ενδεχόμενες πληρωμές οροσήμων, καθώς και δικαιώματα. Το ανώτατο ποσό δεν ήταν εξασφαλισμένο ή ήδη εισπραχθέν.

Στις τότε συνεργασίες περιλαμβάνονταν η Takeda, η Sanofi (SNW.DE ) (SNY ), η Bristol Myers Squibb και άλλες φαρμακευτικές εταιρείες.

Η Schrödinger ανέπτυσσε συνεργατικά και ιδιόκτητα προγράμματα. Είχε έσοδα από λογισμικό και συνεργασίες, αλλά παρέμενε ζημιογόνος στην περίοδο που εξετάζει το άρθρο. Η ύπαρξη εσόδων δεν σημαίνει κερδοφορία.

Η υπολογιστική της πλατφόρμα είχε εφαρμογές και πέρα από τα φάρμακα, όπως στη μελέτη υλικών, μπαταριών και πολυμερών.

Η αξιολόγηση περιλαμβάνει την εξέλιξη των συνεργασιών, τις πειραματικές και κλινικές επιδόσεις και την οικονομική βιωσιμότητα. Μια νέα συμφωνία δεν αποδεικνύει από μόνη της επιτυχή θεραπεία.

3. Exscientia

Η Exscientia χρησιμοποιούσε τεχνητή νοημοσύνη για θεραπείες ακριβείας. Η πλατφόρμα της κάλυπτε διαφορετικά στάδια ανακάλυψης και ανάπτυξης φαρμάκων. Η εταιρεία εντάχθηκε στη Recursion τον Νοέμβριο του 2024, οπότε δεν αποτελεί πλέον ανεξάρτητη εισηγμένη επιλογή όπως το 2023.

Οι αναφορές σε μείωση χρόνου κατά 70% και βελτίωση κεφαλαιακής αποδοτικότητας κατά 80% ήταν εταιρικοί ισχυρισμοί για συγκεκριμένα στάδια ανακάλυψης. Δεν ήταν καθολικές, ανεξάρτητα επιβεβαιωμένες μειώσεις του συνολικού κόστους ή χρόνου έως την έγκριση.

Στις αρχές του 2023 η εταιρεία ανέφερε τέσσερα σχεδιασμένα με τεχνητή νοημοσύνη μόρια που είχαν εισέλθει στην κλινική έρευνα, με έμφαση στην ογκολογία και σε φλεγμονώδεις παθήσεις. Τα μεγάλα συνολικά ποσά συνεργασιών αφορούσαν κυρίως ενδεχόμενα μελλοντικά ορόσημα· δεν ήταν 6,5 δισ. δολάρια ήδη πραγματοποιημένων εσόδων.

Στις 30 Σεπτεμβρίου 2022 η Exscientia ανέφερε περίπου 624,7 εκατ. δολάρια σε διαθέσιμα, ισοδύναμα και τραπεζικές καταθέσεις. Η καθαρή λειτουργική εκροή 15 εκατ. δολαρίων αφορούσε το εννεάμηνο, όχι μόνο το τρίτο τρίμηνο ή τη συνολική μείωση ρευστότητας, και επηρεαζόταν από εισροές συνεργασιών. Τα ποσά ήταν μετατροπές από στερλίνες στην ισοτιμία της ανακοίνωσης.

Η ρευστότητα μπορούσε να χρηματοδοτήσει έρευνα για ορισμένο διάστημα, αλλά η διάρκειά της εξαρτιόταν από δαπάνες και εισροές. Οι συνεργασίες δεν εξάλειφαν τον κλινικό ή χρηματοδοτικό κίνδυνο.

4. Absci Corporation

ABSI Διάγραμμα τιμής

Η Absci ιδρύθηκε το 2011 και είχε δραστηριότητες στο Βανκούβερ της πολιτείας Ουάσιγκτον των ΗΠΑ, στη Νέα Υόρκη και στο Ζουγκ της Ελβετίας. Το 2021 απέκτησε τεχνολογίες από τις Totient για ανακάλυψη αντισωμάτων και στόχων, και Denovium  για μοντέλα βαθιάς μάθησης στην ανακάλυψη και τον σχεδιασμό πρωτεϊνών.

Η εταιρεία εστίαζε στον υπολογιστικό σχεδιασμό αντισωμάτων και στον εργαστηριακό έλεγχο. Οι κύκλοι περίπου έξι εβδομάδων που περιέγραφε αφορούσαν σχεδιασμό και δοκιμές, όχι ολοκλήρωση κλινικής ανάπτυξης ή έγκριση.

Τον Ιανουάριο του 2023 η Absci ανακοίνωσε τη δυνατότητα σχεδιασμού και εργαστηριακής επαλήθευσης νέων αντισωμάτων με προσέγγιση zero-shot. Αυτό σήμαινε χωρίς εκπαίδευση σε γνωστά αντισώματα που δεσμεύουν τον συγκεκριμένο στόχο, όχι χωρίς καθόλου προϋπάρχοντα δεδομένα. Δεν αποτελούσε κλινική απόδειξη αποτελεσματικότητας.

Στη συνεργασία της Absci με τη Merck/MSD προβλεπόταν δυνατότητα έως 610 εκατ. δολαρίων σε αρχικές πληρωμές και ορόσημα για τρεις πιθανούς στόχους , εφόσον ασκούνταν οι σχετικές επιλογές και επιτυγχάνονταν οι προϋποθέσεις. Αναφέρονταν επίσης ερευνητικές συνεργασίες με την Astellas και χρήση υπολογιστικής τεχνολογίας της Nvidia. Το ανώτατο συμβατικό ποσό δεν ήταν άμεσα εισπραχθέν έσοδο.

Η Absci βρισκόταν σε πρώιμο στάδιο ανάπτυξης. Η τεχνολογική πρόοδος και οι συμφωνίες έπρεπε να αξιολογούνται μαζί με κλινικά αποτελέσματα, κόστος και ανάγκες χρηματοδότησης, όχι ως εγγύηση επενδυτικής επιτυχίας.

5. e-therapeutics plc

Η e-therapeutics συνδύαζε υπολογιστική βιολογία με ανάπτυξη θεραπειών παρεμβολής RNA, ή RNAi. Στόχος είναι η μείωση της έκφρασης συγκεκριμένων γονιδίων μέσω παρέμβασης στο RNA· δεν πρόκειται για επεξεργασία του DNA.

Η εταιρεία είχε επίσης ερευνητικές συνεργασίες, μεταξύ άλλων με τη Novo Nordisk. Τα συνεργατικά έσοδα διαφέρουν από πωλήσεις εγκεκριμένων φαρμάκων.

Για το εξάμηνο έως τις 31 Ιουλίου 2022 ανέφερε έσοδα 0,3 εκατ. στερλινών, ζημία μετά φόρων 3,8 εκατ. και διαθέσιμα 21,8 εκατ. στερλινών. Άρα δεν ήταν απολύτως χωρίς έσοδα. Στις 30 Σεπτεμβρίου 2022 ανακοίνωσε άντληση 13,5 εκατ. στερλινών προ εξόδων· η χρηματοδότηση δεν ήταν έσοδο ή κέρδος. Η διαπραγμάτευση στο AIM ακυρώθηκε τον Μάιο του 2024.

Για την αξιολόγηση της εταιρείας έχουν σημασία η διαθέσιμη ρευστότητα, οι δαπάνες, τα δικαιώματα των μετόχων και η εξέλιξη των υποψηφίων. Η προηγούμενη εισαγωγή σε χρηματιστήριο δεν εγγυάται σημερινή δυνατότητα αγοράς ή πώλησης.

Αξιολόγηση ενός χαρτοφυλακίου υπολογιστικής βιολογίας

Ο κλάδος συνδυάζει δύο σύνθετα πεδία: την τεχνητή νοημοσύνη και τη βιοτεχνολογία. Η εξειδίκευση στο ένα δεν αρκεί για πλήρη αξιολόγηση του άλλου.

Πολλές εταιρείες στοχεύουν παρόμοιες εφαρμογές, όπως μικρά μόρια ή αντισώματα, και μπορεί να έχουν κοινούς επιστημονικούς και χρηματοδοτικούς κινδύνους.

Η διαφοροποίηση μπορεί να μειώσει την εξάρτηση από μία εταιρεία, αλλά δεν εξαλείφει τον κίνδυνο του κλάδου. Η αρχική έκδοση παρέπεμπε σε πρόβλεψη ταχείας ανάπτυξης της αγοράς για το 2022–2027. Πρόκειται για εκτίμηση με συγκεκριμένες παραδοχές, όχι ήδη πραγματοποιημένη αύξηση ή εγγυημένη απόδοση.

Οι επενδυτές χρειάζεται να εξετάζουν δεδομένα, κόστος, κλινική πρόοδο και τη δυνατότητα εμπορικής αξιοποίησης κάθε μοντέλου. Η τεχνολογική υπόσχεση από μόνη της δεν αρκεί.