10 parasta bioteknologian suurdatayritystä

Lisää tietoa parempaa lääkettä varten

Mitä enemmän opimme biologiasta, sitä enemmän ymmärrämme kaiken, mitä emme tiedä. Se alkoi genomisella vallankumouksella ja ensimmäisellä ihmisen genomilla, joka sekvensoitiin 2000-luvun alussa.

Genomiikkaan on nyt liittynyt muita tietokokonaisuuksia, kuten transkriptomiikka, proteomiikka, metabolomiikka, mikrobiomi jne., jotka muodostavat uuden "multiomiikan" tieteen. Keskustelimme tästä kehityksestä yksityiskohtaisemmin artikkelissa "Multiomiikka on biotekniikan seuraava askel".

Nämä uudet työkalut ovat luoneet tietotulvan, joka tuo yksityiskohtaista tietoa solujen sisäisestä toiminnasta joskus atomitasolle. Tietojen kasvun keskeinen tekijä on ollut sekvensointigeenin ja muiden biologisten materiaalien, kuten proteiinien, hintojen romahdus.

Lähde: ResearchGate

Tämä on luonut innostusta "Big Data" -potentiaalista biotekniikassa, ja se jäljittelee big datan käsitettä muilta, enemmän IT-lähtöisiltä aloilta.

Jo vuonna 2018 Barron's-lehti kysyi "Aiheuttaako Big Data Big Biotechin palautuksiin?"ja teollisuus alkoi kysyä"Suuren mittakaavan tietojenkäsittelyn ja analyysin käyttöönotto bioprosessoinnissa"

Useat yritykset ovat hyvässä asemassa hyötymään halusta luoda ja analysoida suuren mittakaavan biologista dataa.

Tekoäly sulautuu Big Dataan?

Uusi kehitys viime vuosina on ollut tekoälyn ilmaantuminen. Tekoäly pääsi yleiseen tietoisuuteen enimmäkseen vuonna 2023, mutta ChatGPT:n kaltaisten LLM:ien (Large Language Models) myötä biotekniikkateollisuus alkoi omaksua tekoäly monta vuotta ennen sitä.

Ja se on järkevää, koska datalla ja tekoälyllä on jossain määrin symbioottinen suhde:

• Tekoälymallien kouluttaminen vaatii paljon korkealaatuista dataa ja huomautuksia.
• Tekoälyt voivat auttaa selvittämään valtavia tietojoukkoja ilman suoraa ihmisen väliintuloa ja yhdistämään pisteet, joissa manuaalinen analyysi ei olisi mahdollista.

Tuloksena on, että nykyään monet aiemmin isoihin tietoihin keskittyneet biotekniikka-alan yritykset ovat myös muuttumassa tekoälyyrityksiksi.

Toisin kuin jotkut tekoälysovellukset, jotka edelleen etsivät liiketoimintamallia (kuten kuvan luominen), lääkekehityksellä ja lääketieteellisellä tutkimuksella on melko suoraviivainen tie tekoälymallista kaupallistamiseen.

Top 10 Big Data Biotech Osakkeet

1. Illumina

Illumina on johtava genomiikkayritys, alan ylivoimaisesti suurin ja vakiintunein, ja sen liikevaihto on 1.2 miljardia dollaria, mikä kasvoi 11 % CAGR viimeisten 5 vuoden aikana.

Tämä tekee siitä myös parhaan genomitietojen toimittajan koko biotekniikkateollisuudelle.

Kuten useimmat genomin sekvensointiyritykset, Illumina ansaitsee rahaa myydessään sekvenssereitä, mutta enimmäkseen myyessään sekvenssereiden käyttämiä tarvikkeita. Konekohtainen liikevaihto yleensä kasvaa ajan myötä, kun sitä käytetään asteittain kokoaikaiseen kapasiteettiin.

Yhtiön uusi genomisekvensointimalli, NovaSeqX, on menestys, ja vuonna 352 niitä oli 2023. Tämä on nopeuttanut massagenomisekvensoinnin käyttöönottoa Illuminan asiakkaiden keskuudessa, sillä se tarjoaa enemmän multi-omiikka-analyysejä ja laajemman mittakaavan yksisolu- ja spatiaalisille analyyseille.

NovaSeqX-myynti tulee erittäin suuren genomisekvenssisegmentin päälle, johon on asennettu yli 25,000 XNUMX järjestelmää.

Lähde: Illumina

Graalin ongelmia

Illuminasta puhuttaessa tarvitaan pitkä selitys uudelle genomiikkasovellukselle, syövän havaitsemiselle verinäytteestä nimeltä nestebiopsia.

Illumina työskenteli tämän tekniikan kehittämiseksi ja muodosti sen sitten Grail-nimiselle yritykselle.

Grail on erittäin menestynyt teknisesti ja kaupallisesti. Vuoden 2 toisella neljänneksellä 2023 7,500 palveluntarjoajaa määräsi Grailin testejä, ja 100,000 92 suoritetun testin rajapyykki ylittyi. Se havaitsi myös 6 % syövän uusiutumisista kuudessa eri verisyövässä.

Useita vuosia myöhemmin Illumina osti tämän yrityksen takaisin paljon korkeammalla hinnalla.

Tämä aiheutti useita ongelmia. Ensinnäkin sekä Yhdysvaltojen että EU:n sääntelyviranomaiset ilmaisivat huolensa monopoliriskistä, sillä Illumina toimitti genomisekvensointikoneita monille Grailin kilpailijoille. Tämä johti 432 miljoonan euron sakkoon EU:lta.

Toinen joukko ongelmia johtui kalliista Graalin irtautumisesta, rahankeräyksestä ja takaisin imeytymisestä Illuminaan.

Aktivisti-sijoittaja Carl Icahn on hyökännyt yhtiön hallitukseen ja vihjasi, että sisäpiiriläisten hyväksi tehtiin mahdollisesti epärehellisiä tai ilkivaltaisia ​​​​toimia yhtiön osakkeenomistajien etuja vastaan. Myös SEC tutki asiaa. Voit lukea lisää näistä epäilyistä ja syytöksistä tästä artikkelisarjasta, jonka on kirjoittanut Ei-GAAP-sijoittaminen.

Lopulta päätös luopua Graalista uudelleen on tehty, hallituksen hyväksyessä päätöksen 4. kesäkuuta^th, 2024.

Graalin malja -saaga on aiheuttanut paljon ongelmia Illuminalle ja sen osakkeenomistajille. Tämä ei kuitenkaan vaikuttanut yhtiön asemaan genomisekvensoinnissa.

Viime kädessä on todennäköistä, että Graal-syövän havaitseminen voi kasvaa massiiviseksi bisnekseksi ja saada lääkärit käyttämään paljon Illumina-genomin sekvenssereitä ja tarvikkeita.

Illumina osti vuonna 2023 myös bioinformatiikan ohjelmistoyrityksen Partek, laajentaen yrityksen tarjontaa sekvensserien ja niiden kulutustarvikkeiden ulkopuolelle.

2. Schrödinger, Inc.

Yritys on erikoistunut fysiikkapohjaisiin malleihin löytääkseen parhaan mahdollisen molekyylin tiettyyn tavoitteeseen ja tasapainottaa ristiriitaisia ​​mittareita, kuten tehoa, liukoisuutta, puoliintumisaikaa, syntetisoituvuutta jne.

Se käyttää myös koneoppimista, mutta fysiikkaan perustuvan mallin lisääminen mahdollistaa sen testaamisen täysin uusilla aloilla, joille ei ole olemassa tietojoukkoa tekoälyn "kouluttamiseen". Tämän ansiosta Schrödinger voi siirtyä 1 miljardista potentiaalisesta molekyylistä vain 8 kiinteään kandidaattiin muutamassa päivässä, yksinomaan digitaalisen laskennan avulla.

Lähde: Schrödingerin

Schrödinger allekirjoitti Bayerin kanssa 5 vuoden yhteistyösopimuksen vuonna 2020 10 miljoonan dollarin tuloilla. Sopimuksen ideana on käyttää Schrödinger-teknologiaa yhdessä Bayerin in-silico-ennustemallien kanssa.

Toinen viimeaikainen kumppanuus on Lillyn kanssa, jolla on jopa 425 miljoonaa dollaria virstanpylväsmaksuja onnistuneesta löydöstä.

Aiempiin yhteistyöhön kuuluivat Takeda, Sanofi Bristol Myers Squibb ja muut pienemmät lääkeyhtiöt.

Lähde: Schrödingerin

Kaiken kaikkiaan Schrödinger rakentaa kasvavaa portfoliota, joka sisältää yhä enemmän patentoituja ja täysin omistamia molekyylejä. Vaikka yhtiö ei ole ennen tuloja, se ei silti ole kannattava, vaan keskittyy laajentumiseen ja T&K-menoihin parantaakseen teknologiaansa.

Yhtiö pyrkii myös laajentumaan kohti uusia segmenttejä lääkekehityksen lisäksi, kuten monimutkaisia ​​biofarmaseuttisia valmisteita tai jopa materiaaleja, kuten kemikaaleja, akkuja tai polymeerejä.

Lähde: Schrödingerin

Sijoittajien kannattaa pitää silmällä uusia yhteistyöhankkeita, sillä ne heijastavat Schrödingerin teknologian edistysaskeleita alan johtajien arvioiden mukaisesti sekä mahdollista menestystä ydinteknologian laajentamisessa uusille markkinoille.

3. exscientia

Yritys käyttää tekoälyä kehittämiseen tarkkoja hoitoja. Se käyttää "täysi pinoa" AI-lääkeetsintätekniikkaa erillisellä ohjelmistolla lääkekeksintöprosessin jokaisessa vaiheessa.

Lähde: exscientia

Exscientian teknologia vähentää 70 % ajasta, joka tarvitaan siirtymiseen biologisesta kohteesta vastaavan lääkkeen löytämiseen ja 80 % pääomaprosessiin.

Tämä johti 4 alkuvaiheessa olevaan yhdisteeseen, yhteensä 30 ohjelmaa ja 6.5 ​​miljardin dollarin tuloja kumppaneiden kanssa tehdyistä virstanpylväistä. Pääpaino on ollut onkologiassa (syöpä) ja tulehdussairaudissa.

Lähde: exscientia

Tämä saattaa olla mielenkiintoinen vaihtoehto sijoittajille, jotka etsivät vakiintunutta tekoälylääkekehitysyritystä, jolla on erittäin suuri kassakiitotie ja useita meneillään olevia kumppanuuksia lisäturvallisuuden takaamiseksi.

4. 10x Genomics, Inc.

10x Genomics on spatiaalisen biologian johtaja, joka tutkii genomia ja transkriptiota 3D:ssä mahdollistaen geenien toiminnan visualisoinnin solutasolla tai jopa solunsisäisellä tasolla.

Yritys perustettiin vuonna 2012, ja sen perustajien joukossa on Serge Saxonov, yksilöllisen genomitestiyrityksen 23andMe T&K-johtaja.

10x Genomics kasvoi käyttämällä T&K-toimintaa (toistaiseksi yli miljardi dollaria investoinut T&K-toimintaan) ja yritysostoja. Erityisesti sen Visium-alusta hankittiin ostamalla Spatial Transcriptomics vuonna 1.

Lähde: 10x genomiikka – 10x Genomics-hankintojen aikajana

Näin myös 10x Genomics hankkisi sen Ksenium alusta ostamalla Readcoorin ja Cartanan vuonna 2020.

Vuonna 2020 se myös käynnistyy Chromium-alustalla, joka päivitettiin seuraavana vuonna Chromium X:ään.

Tetramer Shopin oston myötä vuonna 2021 lanseerattaisiin myös 10x Genomics BEAM (Barcode Enabled Antigen Mapping) vuonna 2022. Sen avulla tutkijat voivat tunnistaa immuunijärjestelmän komponentit yksityiskohtaisesti. Tällä voi olla suuri vaikutus immuniteetin ja uusien sairauksien tutkimukseen.

Liikevaihto kasvoi 17 % vuoden 2 toisella vuosineljänneksellä, Xenium-myynnin vetämänä, ja 100 myydyn kappaleen virstanpylväs saavutettiin elokuussa 2023.

Yhtiö myös ansaitsi syyskuussa 2023 kriittisen voiton pääkilpailijaansa Nanostringia vastaan. Nanostring on toistaiseksi kielletty myymästä CosMx Spatial Molecular Imager (SMI) -laitteita suurimmassa osassa EU:ta, koska se loukkaa 10x Genomic -patentteja.

Yritys on vielä alkuvaiheessa, hieman samanlainen kuin Illuminan alkuaikoina. Tilabiologia rajoittuu toistaiseksi akateemisen ja perustutkimuksen maailmaan. Mutta kuten monet biotekniikat, se saattaa jonain päivänä levitä laajalle, muuttua hitaasti lääketieteelliseksi työkaluksi ja sitten "rutiinikokeeksi". Joka tapauksessa kasvavan asennettujen koneiden määrän pitäisi edistää kulutustarvikkeiden myyntiä ja liikevaihdon kasvua.

5. Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore käyttää ainutlaatuinen genomin sekvensointitekniikka, joka perustuu virtaussoluihin. Tämä mahdollistaa DNA:n "lukemisen" nanohuokosten ylittäessä, ei kemiallisin keinoin vaan suoraan mittaamalla sähkövirtaa. Joten tavallaan tämä on ensimmäinen kerta, kun tietokone voi lukea geneettisen sekvenssin (DNA ja RNA) reaaliajassa.

Lähde: Oxford Nanopore

Yrityksen teknologian toinen ainutlaatuinen etu on, että se pystyy lukemaan pidempiä geneettisiä sekvenssejä kuin perinteiset sekvensointimenetelmät. Pitkät sekvenssit ja reaaliaikainen lukeminen voivat auttaa saamaan parempia ja nopeampia tuloksia, mikä on tärkeää syövän tai tartuntatautien, kuten antibiooteille vastustuskykyisten bakteerien, analysoinnissa.

Lopuksi sähkömittaukset mahdollistavat pienemmät ja kannettavat sekvensserit, mikä on parannus tähän asti käytettyihin massiivisiin koneisiin. Tämän ansiosta yritys voi tuottaa laajan valikoiman sekvenssereitä, mukaan lukien hitaampia, pienempiä ja paljon halvempia koneita alkaen 1,000 XNUMX dollarista. Tämä voisi laajentaa radikaalisti sekvensointimarkkinoita, jolloin mobiili tai edullinen sekvensointi ei ollut vaihtoehto aiemmin.

Radikaalin uuden teknologiansa vuoksi on epäselvää, mihin Oxford sopii kypsempään genomin sekvensointiekosysteemiin.

Se voisi korvata täysin vakiintuneen genomien kemiallisen/optisen lukutekniikan.

Tai siitä voi tulla menestyvä mutta kapea sovellus pienimääräiseen tai mobiilisekvensointiin tai sekvensointiin, joka vaatii pitkien geneettisten sekvenssien korkean tarkkuuden.

Yhtiö aikoo myös laajentaa toimintaansa proteiinien lukemiseen, proteiinien tai pienten molekyylien translaation jälkeiseen modifiointiin ja muihin mittauksiin biotieteiden reunalla.

6. Ginkgo Bioworks Holdings, Inc.

Yritys tuottaa tilauksesta organismeja tiettyihin sovelluksiin. Se on monipuolistanut sovelluksiaan laajasti monilla tutkimusohjelmilla ja kumppanuuksilla:

• kannabinoidit
• mRNA-rokotteen tuotanto ja nukleiinihappolääketiede
• Ruokaproteiinit
• Biologisen lannoitteen tuotanto yhteistyössä Bayerin kanssa
• Ohjelmoitavat mikrobit suolistosairauksiin
• Mikromuovien bioremediaatio
• Bioturvallisuus ja patogeenien havaitseminen
• Jätteiden ja epäpuhtauksien kierrätys

Monet näistä modifikaatioista perustuvat erityisesti CRISPR:ään tai vastaaviin geenien muokkaustekniikoihin sen CAR-T-syöpäsoluhoitoja.

Tarjoamalla valmiin alustan solusuunnittelulle Ginkgosta on tulossa keskeinen palveluntarjoaja biotekniikkateollisuudessa, joka ulottuu lääketeollisuuden ulkopuolelle maatalouteen, bioturvallisuuteen ja teollisuuskemiallisiin prosesseihin.

Se tarjoaa asiantuntemusta ja nopeutta ja voi auttaa vähentämään kiinteitä kustannuksia ja tutkimusprojektiin tarvittavan investointien määrää.

Tämän todistaa yrityksellä viime vuosien aikana ollut erittäin monipuolinen asiakas- ja yhteistyökumppanivalikoima.

Lähde: Gingko Bioworks

Se, mikä tekee Gingosta ison datayrityksen, on sen solupankkien, tietojoukkojen ja kokeiden ainutlaatuinen laajuus lukemattomien sovellusten ja organismityyppien joukossa.

Se on houkutteleva osake sijoittajille, jotka haluavat panostaa geenien muokkaus- ja solutekniikan tekniikoihin, mutta ei erityisesti yhteen sovellukseen. Tämä on tyypillisesti kiinnostavampaa myös kasvuhakuisille sijoittajille.

Suurin osa CRISPR-yrityksistä keskittyy ihmislääketieteeseen ja geneettisiin sairauksiin, mikä jättää Gingkon mahdollisuudet auki maataloudelle, biotekniikalle, energialle ja biotuotteille (mukaan lukien kannabinoidit).

Yhdessä geneettisten tietojoukkojen, geenien muokkaustyökalujen ja tekoälyn (mukaan lukien avoimen lähdekoodin) nopean laajentamisen kanssa tämä voi osoittautua valtavaksi mahdollisuudeksi Gingko Bioworksille.

7. BenevolentAI SA (BAI.AS)

BenevolentAI käyttää tekoälyn mahdollistamaa lääkekehitystä kehittääkseen hoitoja atooppiseen ihottumaan sekä mahdollisia hoitoja kroonisiin sairauksiin ja syöpään.

Jos muut yritykset käyttävät tekoälyä ennustamaan solujen aktiivisuutta tai proteiinien 3D-konfiguraatiota, Benevolentin BenAI-moottori tutkii olemassa olevaa tieteellisten julkaisujen tietokantaa (35+ miljoonaa) saadakseen uusia oivalluksia.

Sitten se yhdistää nämä mahdolliset havainnot prosessiin, joka sisältää idean kokeellisen validoinnin, in-silico-analyysin ja indikaatioiden laajentamisen/lääkkeen uudelleenkäytön.

Lähde: Hyväntahtoinen

Ajatuksena on, että monia olemassa olevia lääkkeitä tai tunnettuja biologisia mekanismeja voitaisiin käyttää uusiin hoitoihin. Kaiken kaikkiaan tällaisen strategian pitäisi tuottaa uusia hoitoja nopeammin, koska suuri osa sääntelytyöstä on jo tehty (esimerkiksi kliinisten tutkimusten vaihe I osoitti lääkkeen turvallisuuden).

Yhtiöllä on jatkuva yhteistyössä AstraZenecan kanssa kehittää lääkkeitä fibroosin ja kroonisen munuaissairauden hoitoon (alkuperäinen sopimus vuodesta 2019), laajennettiin kattamaan sydämen vajaatoiminta ja systeeminen lupus erythematosus (SLE) vuonna 2022.

Se myös yhteistyössä Merck KGaA:n kanssa hyödyntääkseen onkologian ja neuroinflammation asiantuntemustaan ​​ja tukeakseen yhtiön tekoälypohjaisia ​​lääkekehityssuunnitelmia keskittymällä löytämään käyttökelpoisia pienimolekyylisiä kandidaatteja.

Aiemmin se saavutti uuden käyttöaiheen laajennuksen, joka johti FDA:n hyväksyntään Eli Lillyn kanssa baritsitinibille mahdollisena COVID-19-hoitona.

8. AbCeller

AbCellera on erikoistunut uusien vasta-ainepohjaisten lääkeluokkien kehittämiseen.

Erityisesti se toimii GPCR & Ion Channel Platform, terapeuttinen kohde, jolle ei ole voitu kehittää vasta-aineita aikaisemmin. Heidän toinen alustansa on T-Cell Engagers, joka lisää tehokkuutta ja vähentää vasta-ainepohjaisten syöpähoitojen toksisuutta.

Lähde: AbCellera

Yli 10 vuoden aikana yritys on kehittänyt yli 100 terapeuttista ohjelmaa useiden kumppaneiden kanssa, joista 50 % on onkologiassa. 13 molekyyliä on jo saavuttanut kliinisen koevaiheen, joista 2 on jo hyväksytty hoitoon.

Lähde: AbCellera

Keskeinen osa AbCelleran prosessia on pääsy laajaan valikoimaan mahdollisia vasta-aineita. Ja sitten oikeiden valitseminen konenäön avulla toimivalla tehokkaalla yksisoluseulonnalla.

9. terapeutiikka

Bioxcell keskittyy konseptiin, jota he kutsuvat "lääkkeiden uudelleeninnovaatioksi". Huumeiden uudelleeninnovaatiot hyödyntävät tekoälyä analysoimaan lääkkeitä, jotka on jo todistettu turvallisiksi, mutta joiden kehittäjä on hylännyt useista syistä.

Se tutkii myös uusiin sovelluksiin hyväksyttyjä tuotteita.

Lähde: Bioxcell

Konseptien luominen big dataa ja tekoälyä käyttäen kestää vain 6 kuukautta (usein vuosien sijaan uusien molekyylien kohdalla), jota seuraa 12 kuukauden hypoteesin validointi hyödyntäen tietokonenäköä, syväoppimista, päätösmatriisia ja in silico -validointia.

Uudelleeninnovaatioissa on viime aikoina saavutettu merkittäviä menestyksiä, etenkin kun se yhdistettiin uudelleenformulaatioon sivuvaikutusten poistamiseksi tai heikon tehokkuuden parantamiseksi, mikä oli johtanut siihen, että lääkekandidaatit on hylätty.

Tämä malli kantoi jo hedelmää hyväksynnän kanssa IGALMI  (skitsofreniaan tai kaksisuuntaiseen mielialahäiriöön liittyvän levottomuuden hoitoon) alle 4 vuoden kuluessa hankkeen alkamisesta hyväksymiseen.

IGALMI:n tapauksessa aiempi huono hyötyosuus ratkaistiin muuttamalla lääkkeen antotapaa ja yhdistämällä se aineenvaihdunnan stabilointiaineeseen.

Lähde: Bioxcell

Yrityksellä on jo kaksi edistynyttä ohjelmaa kliinisten tutkimusten vaiheessa 3, sekä 5 muuta ohjelmaa valmisteilla.

Ensimmäinen ohjelma Alzheimerin tautiin liittyvän agitaation hoitoon uudella aineella, uudella latrepirdiini-antihistamiinilääkkeen formulaatiolla (allergiat).

Toinen on IGALMI:n sovelluksen laajennus kaksisuuntaiseen mielialahäiriöön tai skitsofreniaan liittyvään agitaatioon kotiolosuhteissa.

Lähde: Bioxcell

Bioxcellin menestys IGALMI:n kanssa osoittaa big datan potentiaalin, jota voidaan laajentaa uusien lääkekehitysten ulkopuolelle ja parantaa olemassa olevaa lääkearsenaalia joko uudelleenformuloimalla tai löytämällä uusia sovelluksia tunnetuille turvallisille lääkkeille.

10. Rekursiolääkkeet

Recursion Pharmaceuticals hyödyntää tekoälyä lääkekehityksessä,

Yrityksen lähestymistapana on vähentää merkittävästi uusien lääkkeiden markkinoille tuomiseen kuluvaa aikaa ja kustannuksia.

Kiinteiden tietojoukkojen luominen on ollut yrityksen painopiste alusta lähtien, kun se on pyrkinyt ratkaisemaan useita biodataan liittyviä ongelmia:

• Analogiset tiedot fakseista pdf-tiedostoihin tai skannatuihin tulosteisiin.
• Siled data, vähän tai ei ollenkaan huomautuksia.
• Vaikea toistaa tutkimusta.

Näiden ongelmien ratkaisemiseksi Recursion loi yhden maailman suurimmista automatisoiduista märkälaboratorioista ja digitoi miljoonia omia kokeitaan (2.2 miljoonaa koetta viikossa).

Heillä on myös yksi maailman nopeimmista supertietokoneista, jolla he kouluttavat LLM-opiskelijoitaan ja As-opiskelijoitaan lääkekehitystä varten. Malleja koulutettiin yli kahden miljardin kuvan kirjastolla, ja ne päättelevät 2 biljoonaa suhdetta kaikkien mahdollisten geenien ja yhdisteiden yhdistelmien välillä.

Lähde: Rekursio

Rekursio perusti a Yhteistyö tekoälyjohtajan Nvidian kanssa ja saattaa julkaista joitakin tekoälymallejaan kaupallisille kumppaneille NVIDIAn uuden BioNeMo-alustan kautta. Se antaa myös Recursionille etuoikeuden NVIDIAn uusimpiin näytönohjaimiin NVIDIA DGX™ Cloudin kautta.

Recursionin oma tutkimus- ja kehitystyö keskittyy pääasiassa harvinaisiin sairauksiin ja onkologiaan, ja kolme lääkekandidaattia on kliinisten tutkimusten vaiheessa 3.

Lähde: Rekursio

Monimutkaisemmilla aloilla, kuten neurotiede, lääkehoitoon soveltumaton onkologia, yhtiö haluaa perustaa kumppanuuksia näillä aloilla vakiintuneiden yritysten kanssa.

Esimerkiksi Roche neurotieteessä ja Bayer lääketieteellisissä onkologisissa kohteissa.

Lopuksi yhtiö on solminut suhteita lisensoidakseen teknologiaansa ja dataansa, varsinkin kun tiedonvaihdosta voidaan neuvotella molempien yritysten tulevaisuudessa käytettävän tiedon lisäämiseksi.