Las 10 principales empresas de big data en biotecnología

Más datos para una mejor medicina

Cuanto más aprendemos sobre biología, más nos damos cuenta de todo lo que no sabemos. Comenzó con la revolución genómica y el primer genoma humano secuenciado a principios de la década de 2000.

A la genómica ahora se le han sumado otros conjuntos de datos como la transcriptómica, la proteómica, la metabolómica, el microbioma, etc., formando una nueva ciencia "multiómica". Discutimos con más detalle esta evolución en “La multiómica es el siguiente paso en biotecnología.

Estas nuevas herramientas han creado una avalancha de datos que aportan información detallada sobre las actividades internas de las células, a veces hasta el nivel atómico. Un factor clave de este crecimiento de datos ha sido el colapso del precio de la secuenciación de genes y otros materiales biológicos como las proteínas.

Fuente: ResearchGate

Esto ha creado entusiasmo sobre el potencial del “Big Data” en la biotecnología, imitando el concepto de big data de otros campos más impulsados ​​por las tecnologías de la información.

Ya en 2018, la revista Barron's preguntaba “¿Los macrodatos generarán retornos de las grandes biotecnologías?” y la industria empezó a preguntar “Implementación de procesamiento y análisis de datos a gran escala para bioprocesamiento"

Muchas empresas están bien posicionadas para beneficiarse del impulso de crear y analizar datos biológicos a escala.

¿La IA se fusiona con los big data?

Un nuevo avance en los últimos años ha sido la aparición de la IA. Si bien la IA llegó a la conciencia pública principalmente en 2023, con LLM (Large Language Models) como ChatGPT, la industria biotecnológica comenzó a adoptar la IA muchos años antes.

Y tiene sentido porque los datos y la IA tienen una relación algo simbiótica:

• Entrenar modelos de IA requiere una gran cantidad de datos de alta calidad y anotaciones.
• Las IA pueden ayudar a clasificar conjuntos de datos masivos sin intervención humana directa y conectar puntos donde el análisis manual no sería posible.

El resultado es que hoy en día, muchas de las empresas de la industria biotecnológica que antes se centraban en big data también se están convirtiendo en empresas de inteligencia artificial.

A diferencia de algunas aplicaciones de IA que todavía buscan un modelo de negocio (como la generación de imágenes), el descubrimiento de fármacos y la investigación médica tienen un camino bastante sencillo desde el modelo de IA hasta la monetización.

Las 10 principales acciones de biotecnología de Big Data

1. Illumina

Illumina es la empresa líder en genómica, con diferencia la más grande y establecida en la industria, con 1.2 millones de dólares en ingresos, que crecieron un 11% CAGR en los últimos 5 años.

Esto también lo convierte en el principal proveedor de datos genómicos para toda la industria biotecnológica.

Como la mayoría de las empresas de secuenciación del genoma, Illumina gana dinero vendiendo secuenciadores, pero sobre todo vendiendo los consumibles utilizados por los secuenciadores. Los ingresos por máquina suelen crecer con el tiempo a medida que se utilizan progresivamente hasta alcanzar su capacidad de tiempo completo.

El nuevo modelo de secuenciador genómico de la empresa, NovaSeqX, es un éxito, con 352 en 2023. Esto ha acelerado la adopción de la secuenciación genómica masiva entre los clientes de Illumina con más análisis multiómicos y una escala mayor para análisis unicelulares y espaciales.

Las ventas de NovaSeqX se suman a un segmento de secuenciadores de genoma muy grande, con más de 25,000 sistemas instalados.

Fuente: Illumina

Problemas del Grial

Cuando se habla de Illumina, se requiere una explicación larga sobre una nueva aplicación de la genómica, la detección de cáncer en una muestra de sangre llamada biopsia líquida.

Illumina trabajó en el desarrollo de esta tecnología y luego la escindió en una empresa llamada Grail.

Grail ha tenido un gran éxito tanto desde el punto de vista técnico como comercial. En el segundo trimestre de 2, 2023 profesionales sanitarios prescribieron las pruebas de Grail, superando así el hito de las 7,500 100,000 pruebas realizadas. Además, detectó el 92 % de las recaídas de cáncer en seis tipos de cáncer de la sangre diferentes.

Varios años después, Illumina volvería a adquirir esta empresa a un precio mucho mayor.

Esto causó varios problemas. En primer lugar, las autoridades reguladoras de EE. UU. y la UE expresaron su preocupación por el riesgo de monopolio, ya que Illumina era el proveedor de máquinas de secuenciación genómica para muchos de los competidores de Grail. Esto resultó en una multa de 432 millones de euros por parte de la UE.

Otro conjunto de problemas provino de las condiciones de la costosa escisión del Grial, la recaudación de dinero y la reabsorción en Illumina.

El activista-inversionista Carl Icahn atacó a la junta directiva de la empresa e insinuó que se realizaron posibles tratos deshonestos o maliciosos a favor de personas con información privilegiada, en contra de los intereses de los accionistas de la empresa. La SEC también estaba investigando el asunto. También puede leer más sobre estas sospechas y acusaciones en esta serie de artículos de Inversión no GAAP.

En última instancia, la decisión de vender Grail de nuevo fue hecho, con la junta aprobando la decisión el 4 de junio^thde 2024.

La saga del Grial ha causado muchos problemas a Illumina y sus accionistas. Sin embargo, esto no ha afectado la posición de la compañía en la secuenciación genómica.

En última instancia, es probable que la detección del cáncer de Grial se convierta en un negocio enorme y haga que los médicos utilicen muchos secuenciadores del genoma y consumibles de Illumina.

Illumina también adquirió en 2023 la empresa de software bioinformático Partech, ampliando la oferta de la empresa más allá de los secuenciadores y sus consumibles.

2. Schrodinger, Inc.

La empresa se especializa en modelos basados ​​en la física para encontrar la mejor molécula posible para un objetivo determinado, equilibrando métricas conflictivas como potencia, solubilidad, vida media, sintetizabilidad, etc.

También utiliza el aprendizaje automático, pero la adición de un modelo basado en la física permite probarlo en campos completamente nuevos para los que no existe ningún conjunto de datos para "entrenar" la IA. Esto permite a Schrödinger pasar de mil millones de moléculas potenciales a sólo 1 candidatos sólidos en cuestión de días, exclusivamente mediante cálculo digital.

Fuente: Schrodinger

Schrödinger firmó con Bayer un acuerdo de colaboración de 5 años en 2020 para unos ingresos de 10 millones de dólares. La idea del acuerdo es utilizar la tecnología de Schrödinger junto con los modelos de predicción in-silico de Bayer.

Otra asociación reciente es con Lilly, que tiene hasta 425 millones de dólares en pagos totales por hitos para un descubrimiento exitoso.

Las colaboraciones anteriores incluyeron a Takeda, Sanofi Bristol Myers Squibb y otras compañías farmacéuticas más pequeñas.

Fuente: Schrodinger

En general, Schrödinger está construyendo una cartera en crecimiento, que incluye cada vez más moléculas patentadas y de propiedad exclusiva. Si bien no ha alcanzado los ingresos, la empresa todavía no es rentable y se centra en la expansión y el gasto en I+D para mejorar su tecnología.

La compañía también busca expandirse hacia nuevos segmentos más allá del descubrimiento de fármacos, como productos biofarmacéuticos complejos o incluso materiales como productos químicos, baterías o polímeros.

Fuente: Schrodinger

Los inversores querrán estar atentos a las nuevas colaboraciones, ya que reflejarán los avances de la tecnología de Schrödinger, según la evaluación de los líderes de la industria, así como el posible éxito en la expansión de la tecnología principal a nuevos mercados.

3. Exciencia

La empresa está utilizando IA para desarrollar terapias de precisión. Ejecuta una tecnología de descubrimiento de fármacos mediante IA "completa" con software dedicado en cada etapa del proceso de descubrimiento de fármacos.

Fuente: Exciencia

La tecnología de Exscientia reduce un 70% del tiempo necesario para pasar de un objetivo biológico a encontrar el fármaco correspondiente y un 80% más de capital en el proceso.

Esto resultó en 4 compuestos en etapas clínicas tempranas, 30 programas en total y $6.5 millones en ingresos por hitos con socios. El foco principal ha sido la oncología (cáncer) y las enfermedades inflamatorias.

Fuente: Exciencia

Esta podría ser una opción interesante para los inversores que buscan una empresa de descubrimiento de fármacos de IA bien establecida con una gran pista de efectivo y múltiples asociaciones en curso para mayor seguridad.

4. 10x genómica, inc.

10x Genomics es líder en biología espacial, que estudia el genoma y el transcriptoma en 3D, permitiendo visualizar la actividad de los genes a nivel celular o incluso intracelular.

La empresa se fundó en 2012, con Serge Saxonov entre sus fundadores, director de I+D de la empresa de pruebas genómicas personalizadas 23andMe.

10x Genomics creció gracias a una combinación de I+D (más de mil millones de dólares invertidos en I+D hasta el momento) y adquisiciones. En particular, su plataforma Visium se obtuvo mediante la adquisición de Spatial Transcriptomics en 1.

Fuente: 10x genómica – Cronología de adquisiciones de 10x Genomics

Así es también como 10x Genomics adquiriría su Xenio plataforma al adquirir Readcoor y Cartana en 2020.

En 2020, también lanzaría la plataforma de cromo, que se actualizó el año siguiente a Chromium X.

Mediante la adquisición de Tetramer Shop en 2021, también se lanzaría 10x Genomics BEAM (Mapeo de antígenos habilitado con código de barras) en 2022. Permite a los investigadores identificar componentes del sistema inmunológico en detalle. Esto podría tener un gran impacto en la investigación sobre inmunidad y nuevas enfermedades.

Los ingresos crecieron un 17% interanual en el segundo trimestre de 2. impulsado por las ventas de Xenium, con el hito de 100 unidades vendidas superado en agosto de 2023.

La compañía también obtuvo en septiembre de 2023 una victoria crítica contra su principal rival, Nanostring. Por ahora, Nanostring tiene prohibido vender sus instrumentos CosMx Spatial Molecular Imager (SMI) en la mayor parte de la UE por infringir patentes genómicas 10x.

La empresa todavía se encuentra en una etapa inicial, algo similar a los primeros días de Illumina. Por ahora, la biología espacial está confinada al mundo de la investigación académica y fundamental. Pero como muchas biotecnologías, algún día podría generalizarse, convertirse lentamente en una herramienta médica y luego en una prueba “rutinaria”. En cualquier caso, el creciente conjunto de máquinas instaladas debería impulsar las ventas de consumibles y el crecimiento de los ingresos.

5. Tecnologías de nanoporos de Oxford plc (ONT.L)

Oxford Nanopore está utilizando una tecnología única de secuenciación del genoma que se basa en células de flujo. Esto permite “leer” el ADN al atravesar los nanoporos, no por medios químicos sino directamente midiendo una corriente eléctrica. Entonces, en cierto modo, esta es la primera vez que una computadora puede leer una secuencia genética (ADN y ARN) en tiempo real.

Fuente: Nanopore de Oxford

Otra ventaja única de la tecnología de la compañía es que permite leer secuencias genéticas más largas que los métodos de secuenciación convencionales. Las secuencias largas y la lectura en tiempo real permiten obtener resultados mejores y más rápidos, lo cual es importante para el análisis del cáncer o enfermedades infecciosas como las bacterias resistentes a los antibióticos.

Por último, la medición eléctrica permite secuenciadores más pequeños y portátiles, una mejora con respecto a las enormes máquinas utilizadas hasta ahora. Esto permite a la empresa producir una amplia gama de secuenciadores, incluidas máquinas más lentas, más pequeñas y mucho más baratas, a partir de 1,000 dólares. Esto podría expandir radicalmente el mercado de la secuenciación, ya que anteriormente la secuenciación móvil o de bajo costo no era una opción.

Debido a su tecnología radicalmente nueva, no está claro dónde encajará Oxford en un ecosistema de secuenciación del genoma más maduro.

Podría reemplazar completamente la tecnología actual de lectura química/óptica de genomas.

O podría convertirse en una aplicación exitosa pero de nicho para secuenciación móvil o de bajo volumen o para secuenciación que requiera una lectura de alta precisión de secuencias genéticas largas.

La compañía también planea expandirse hacia la lectura de proteínas, la modificación postraduccional de proteínas o moléculas pequeñas y otras mediciones en el borde mismo de las ciencias biológicas.

6. Ginkgo Bioworks Holdings, Inc.

La empresa produce organismos bajo demanda para aplicaciones específicas. Ha diversificado ampliamente sus aplicaciones con muchos programas de investigación y asociaciones:

• Los cannabinoides
• Producción de vacunas de ARNm y medicina de ácidos nucleicos.
• Proteínas alimentarias
• Producción de fertilizantes biológicos. en asociación con Bayer
• Microbios programables para enfermedades intestinales.
• Biorremediación de microplásticos
• Bioseguridad y detección de patógenos.
• Reciclaje de residuos y contaminantes

Muchas de estas modificaciones se basan en CRISPR o tecnologías de edición de genes similares, en particular sus terapias con células cancerosas CAR-T.

Al proporcionar una plataforma preparada para la ingeniería celular, Ginkgo se está convirtiendo en un proveedor de servicios clave en la industria biotecnológica, yendo más allá de la industria farmacéutica y entrando en la agricultura, la bioseguridad y los procesos químicos industriales.

Proporciona experiencia y velocidad y puede ayudar a reducir los costos fijos y la cantidad de inversión necesaria para un proyecto de investigación.

Así lo demuestra la gran diversidad de clientes y socios que ha tenido la empresa en los últimos años.

Fuente: Bioworks de Gingko

Lo que convierte a Gingko en una empresa de big data es la amplitud única entre innumerables aplicaciones y tipos de organismos de sus bancos de células, conjuntos de datos y experimentos.

Es una acción atractiva para los inversores que buscan apostar por las tecnologías de edición genética y de ingeniería celular, pero no por una aplicación en particular. Esto también suele ser más interesante para los inversores centrados en el crecimiento.

La gran mayoría de las empresas CRISPR se centran en la medicina humana y las enfermedades genéticas, lo que deja abiertas las oportunidades de Gingko para la agricultura, la bioingeniería, la energía y los bioproductos (incluidos los cannabinoides).

Junto con la rápida expansión de los conjuntos de datos genéticos, las herramientas de edición de genes y la inteligencia artificial (incluido el código abierto), esto podría representar una gran oportunidad para Gingko Bioworks.

7. BenevolenteAI SA (BAI.AS)

BenevolentAI utiliza el descubrimiento de fármacos mediante IA para desarrollar tratamientos para la dermatitis atópica, así como tratamientos potenciales para enfermedades crónicas y cáncer.

Mientras que otras empresas utilizan la IA para predecir la actividad celular o la configuración 3D de las proteínas, El motor BenAI de Benevolent investiga la base de datos existente de artículos científicos (más de 35 millones) para desbloquear nuevos conocimientos.

Luego integra estos hallazgos potenciales en un proceso que incluye la validación experimental de la idea, el análisis in silico y la expansión de la indicación/reutilización del fármaco.

Fuente: Benevolente

La idea es que muchos medicamentos existentes o mecanismos biológicos conocidos podrían reutilizarse para nuevos tratamientos. En general, una estrategia de este tipo debería generar nuevas terapias más rápidamente, ya que gran parte del trabajo regulatorio ya está realizado (por ejemplo, la fase I de los ensayos clínicos demostró la seguridad del fármaco).

La compañía tiene En marcha colaboración con AstraZeneca para desarrollar medicamentos para la fibrosis y la enfermedad renal crónica (acuerdo inicial de 2019), ampliado para incluir insuficiencia cardíaca y lupus eritematoso sistémico (LES) en 2022.

También asociado con Merck KGaA aprovechar su experiencia en oncología y neuroinflamación y respaldar los planes de descubrimiento de fármacos impulsados ​​por IA de la empresa centrándose en encontrar candidatos viables de moléculas pequeñas.

Anteriormente, logró una nueva ampliación de indicaciones que condujo a la aprobación de la FDA con Eli Lilly para baricitinib, como posible tratamiento contra la COVID-19.

8. AbCeller

AbCellera está especializada en el desarrollo de nuevas categorías de medicina basada en anticuerpos.

En particular, se está trabajando en GPCR y plataforma de canal iónico, una diana terapéutica para la que antes no se podían desarrollar anticuerpos. Su otra plataforma es Activadores de células T, que aumenta la eficiencia y reduce la toxicidad de los tratamientos contra el cáncer basados ​​en anticuerpos.

Fuente: AbCeller

A lo largo de 10 años, la empresa ha desarrollado más de 100 programas terapéuticos con una amplia gama de socios, el 50 % de ellos en oncología. 13 moléculas ya han llegado a la etapa de ensayo clínico y 2 ya están autorizadas para tratamiento.

Fuente: AbCeller

Una parte clave del proceso de AbCellera es el acceso a una amplia selección de posibles anticuerpos. Y luego, la selección de los adecuados mediante un cribado unicelular de alto rendimiento basado en visión artificial.

9. Terapéutica

Bioxcell se centra en un concepto que llaman “reinnovación de fármacos”. La reinnovación de medicamentos aprovecha la IA para analizar medicamentos que ya han demostrado ser seguros, pero que su desarrollador los abandonó por diversas razones.

También investiga productos aprobados para nuevas aplicaciones.

Fuente: BioXCell

La generación de conceptos utilizando big data e IA solo lleva seis meses (en lugar de varios años para las moléculas novedosas), seguida de 6 meses de validación de la hipótesis aprovechando la visión por computadora, el aprendizaje profundo, la matriz de decisiones y la validación in silico.

La reinnovación ha tenido éxitos notables recientemente, en particular cuando se combina con la reformulación para eliminar los efectos secundarios o mejorar la baja eficiencia que había llevado al abandono de los fármacos candidatos en primer lugar.

Este modelo ya dio sus frutos, con la aprobación de IGALMI  (para el tratamiento de la agitación asociada a la esquizofrenia o los trastornos bipolares) en menos de 4 años desde el inicio del proyecto hasta su aprobación.

En el caso de IGALMI, la mala biodisponibilidad anterior se solucionó cambiando el método de administración del fármaco y combinándolo con un estabilizador metabólico.

Fuente: BioXCell

La compañía ya cuenta con dos programas avanzados en la fase 3 de ensayos clínicos, así como otros 5 programas en trámite.

El primer programa para la agitación asociada a la demencia de Alzheimer (AAD) con un nuevo agente, una nueva formulación de latrepirdina, un fármaco antihistamínico (alergias).

La segunda es una extensión de la aplicación de IGALMI, para la agitación asociada con trastornos bipolares o esquizofrenia en un entorno domiciliario.

Fuente: BioXCell

El éxito de Bioxcell con IGALMI demuestra el potencial del big data, que puede ampliarse más allá del descubrimiento de nuevos fármacos y permitir mejorar el arsenal existente de medicamentos, ya sea mediante la reformulación o la búsqueda de nuevas aplicaciones de medicamentos conocidos como seguros.

10. Productos farmacéuticos de recursividad

Recursion Pharmaceuticals aprovecha la IA en el descubrimiento de fármacos.

El enfoque de la empresa apunta a reducir significativamente el tiempo y el costo asociados con la comercialización de nuevos medicamentos.

La creación de conjuntos de datos sólidos ha sido el objetivo de la empresa desde sus inicios, buscando resolver varios problemas con los datos biológicos:

• Datos analógicos, desde faxes hasta pdf o impresiones escaneadas.
• Datos aislados, con pocas o ninguna anotación.
• Investigación difícil de replicar.

Para resolver estos problemas, Recursion creó uno de los laboratorios automatizados más grandes del mundo y digitalizó millones de sus propios experimentos (2.2 millones de experimentos por semana).

También poseen una de las supercomputadoras más rápidas del mundo para entrenar sus LLM y AIS en el descubrimiento de fármacos. Los modelos se entrenaron con una biblioteca de más de 2 mil millones de imágenes e infieren 6 billones de relaciones entre todas las combinaciones posibles de genes y compuestos.

Fuente: La recursividad

La recursividad estableció un asociación con el líder en inteligencia artificial Nvidia y podría lanzar algunos de sus modelos de IA a socios comerciales a través de la nueva plataforma BioNeMo de NVIDIA. También otorgará a Recursion acceso prioritario a las GPU más recientes de NVIDIA a través de NVIDIA DGX™ Cloud.

La línea de investigación y desarrollo propia de Recursion se centra principalmente en enfermedades raras y oncología, con tres fármacos candidatos en la fase 3 de ensayos clínicos.

Fuente: La recursividad

Para sectores más complejos, como la neurociencia y la oncología no farmacológica, la empresa prefiere establecer asociaciones con empresas establecidas en estos sectores.

Por ejemplo, Roche en neurociencia y Bayer en objetivos oncológicos no farmacológicos.

Por último, la empresa ha establecido relaciones para licenciar su tecnología y sus datos, especialmente cuando se puede negociar el intercambio de datos para impulsar la información que ambas empresas pueden utilizar en el futuro.