Top 10 bioteknologian big data -yritystä

Lisää dataa parempaa lääketiedettä varten

Mitä enemmän opimme biologiasta, sitä enemmän tajumme, kuinka paljon emme tiedä. Kaikki alkoi genomisen vallankumouksen ja ensimmäisen ihmisen genomin sekvensoinnin myötä 2000-luvun alussa.

Genomiikkaa on nyt liitetty muihin tietoaineistoihin, kuten transkriptomiikkaan, proteomiikkaan, metabolomiikkaan, mikrobiomiin jne., muodostaen uuden “multiomiikka” -tieteen. Keskustelimme tästä kehityksestä tarkemmin artikkelissa “Multiomics ovat seuraava askel bioteknologiassa”.

Nämä uudet työkalut ovat luoneet datamyrskyn, joka tuo yksityiskohtaista tietoa solujen sisäisistä toimista joskus atomitasolle asti. Tämän datan kasvun keskeinen ajuri on ollut sekvensoinnin hintojen romahdus sekä geenien että muiden biologisten materiaalien, kuten proteiinien, osalta.

Lähde: ResearchGate

Tämä on luonut innostusta big datan potentiaalia bioteknologiassa kohtaan, jäljitellen big datan käsitettä muilla, enemmän IT-painotteisilla aloilla.

Jo vuonna 2018 lehti Barron’s kysyi “Will Big Data Lead to Big Biotech Returns?” ja ala alkoi kysyä “Implementing Large-Scale Data Processing and Analysis for Bioprocessing”.

Melko monella yrityksellä on hyvät edellytykset hyötyä pyrkimyksestä luoda ja analysoida laajamittaista biologista dataa.

AI yhdistyy big dataan?

Viime vuosina uusi kehitys on ollut AI:n nousu. Vaikka AI tuli laajemmin julkisuuteen pääosin vuonna 2023 suurten kielimallien (LLM), kuten ChatGPT:n, myötä, bioteknologia-ala alkoi omaksua AI:ta jo useita vuosia ennen sitä.

Ja se on järkevää, koska data ja AI ovat jossain määrin symbioottisessa suhteessa:

• AI-mallien kouluttaminen vaatii paljon dataa, jossa on korkea laatu ja annotaatiot.
• AI:t voivat auttaa järjestämään massiivisia tietoaineistoja ilman suoraa ihmisen puuttumista ja yhdistää pisteet, joissa manuaalinen analyysi ei olisi mahdollinen.

Tuloksena on, että tänään monet aiemmin big data -keskeiset yritykset bioteknologia-alalla muuttuvat myös AI-yrityksiksi.

Toisin kuin jotkut AI-sovellukset, jotka edelleen etsivät liiketoimintamallia (kuten kuvagenerointi), lääkekehitys ja lääketieteellinen tutkimus tarjoavat melko suoran polun AI-mallista ansaintaan.

Top 10 big data -biotekniikkaosakkeet

1. Illumina

Illumina on johtava genomiikkayritys, selvästi suurin ja vakiintunein alalla, jonka liikevaihto on 1,2 miljardia dollaria ja joka on kasvanut 11 % CAGR:n viimeisen viiden vuoden aikana.

Tämä tekee siitä myös ensisijaisen genomidatan toimittajan koko bioteknologia-alalle.

Kuten useimmat genomin sekvensointiyritykset, Illumina ansaitsee rahaa myymällä sekvensointilaitteita, mutta enimmäkseen myymällä laitteiden kulutustarvikkeita. Koneen liikevaihto yleensä kasvaa ajan myötä, kun sitä käytetään täysimääräisesti.

Yrityksen uusi genomin sekvensointimalli, NovaSeqX, on menestys, 352 myytyä vuonna 2023. Tämä on nopeuttanut massasekvensoinnin omaksumista Illuminan asiakkaiden keskuudessa, lisäämällä multi-omiikka-analyysejä ja laajentaen yksisolu- ja spatiaalianalyysien mittakaavaa.

NovaSeqX:n myynti lisää jo valmiiksi erittäin suurta genomin sekvensointisegmenttiä, jossa on asennettu yli 25 000 järjestelmää.

Lähde: Illumina

Grail-ongelmat

Kun keskustellaan Illuminasta, tarvitaan pitkä selitys uudesta genomiikkasovelluksesta, syöpädiagnostiikasta verinäytteessä, jota kutsutaan nestebioosiaksi.

Illumina kehitti tätä teknologiaa ja spin-offi sen myöhemmin yritykseksi nimeltä Grail.

Grail on erittäin menestynyt sekä teknisesti että kaupallisesti. Vuoden 2023 toisen neljänneksen aikana 7 500 tarjoajaa määräsi Grailin testejä, ylittäen 100 000 testin rajan. Se havaitsi myös 92 % syöpäuudelleenilmestymisestä kuudessa eri verisyövässä.

Muutama vuosi myöhemmin Illumina hankki tämän yrityksen takaisin paljon korkeammalla hinnalla.

Tämä aiheutti useita ongelmia. Ensinnäkin Yhdysvaltain ja EU:n sääntelyviranomaiset nostivat huolen monopoliriskeistä, sillä Illumina toimittaa genomin sekvensointilaitteita monille Grailin kilpailijoille. Tämä johti EU:n määräämään 432 miljoonan euron sakkoon.

Toinen ongelmasarja syntyi Grailin kalliista spin-off-ehdoista, rahoituksen keruusta ja uudelleenyhdistämisestä Illuminaan.

Aktivistinen sijoittaja Carl Icahn on hyökännyt yhtiön hallituksen kimppuun ja vihjasi, että mahdollisia vilpillisiä tai pahantahtoisia toimia on tehty sisäisten eduksi yhtiön osakkeenomistajien intressejä vastaan. SEC tutki myös asiaa. Lisätietoja näistä epäilyksistä ja syytöksistä löytyy tässä artikkelisarjassa Non-GAAP investing.

Lopulta päätös myydä Grail uudelleen on tehty, hallitus hyväksyi päätöksen 4. kesäkuuta 2024.

Grail-saga on aiheuttanut paljon ongelmia Illuminalle ja sen osakkeenomistajille. Tämä ei kuitenkaan vaikuttanut yhtiön asemaan genomin sekvensoinnissa.

Lopulta on todennäköistä, että Grailin syöpädiagnostiikka voi kasvaa massiiviseksi liiketoiminnaksi, ja saada lääkäreet käyttämään paljon Illumina-genomin sekvensointilaitteita ja kulutustarvikkeita.

Illumina hankki myös vuonna 2023 bioinformatiikkaohjelmistoyrityksen Partek, laajentaen yhtiön tarjontaa sekvensointilaitteiden ja niiden kulutustarvikkeiden ulkopuolelle.

2. Schrödinger, Inc.

Yritys erikoistuu fysiikkaan perustuviin malleihin löytääkseen parhaan mahdollisen molekyylin tiettyyn tavoitteeseen, tasapainottaen ristiriitaisia mittareita kuten potenssi, liukoisuus, puoliintumisaika, synteettisyys jne.

Se käyttää myös koneoppimista, mutta fysiikkaan perustuvan mallin lisääminen mahdollistaa sen testaamisen täysin uusilla aloilla, joille ei ole olemassa dataa AI:n “kouluttamiseen”. Tämä antaa Schrödingerille mahdollisuuden siirtyä yhdestä miljardista potentiaalisesta molekyylistä vain kahdeksaan vahvaan ehdokseen muutamassa päivässä, pelkästään digitaalisen laskennan avulla.

Lähde: Schrodinger

Schrödinger solmi Bayerin kanssa 5 vuoden yhteistyösopimuksen vuonna 2020, jonka liikevaihto on 10 M $. Sopimuksen idea on käyttää Schrödingerin teknologiaa yhdessä Bayerin in-silico -ennustemallien kanssa.

Toinen viimeaikainen kumppanuus on Lillyn kanssa, jolla on enintään 425 M $ kokonaisvirstanpylväismaksuja onnistuneesta löytöstä.

Aikaisempia yhteistyöprojekteja olivat Takeda, Sanofi, Bristol Myers Squibb ja muut pienemmät lääkeyritykset.

Lähde: Schrodinger

Kaiken kaikkiaan Schrödinger rakentaa kasvavaa salkkua, johon kuuluu yhä enemmän omia ja täysin omistettuja molekyylejä. Vaikka yhtiöllä ei ole vielä tuloja, se ei ole kannattava, keskittyen laajentumiseen ja T&K-kuluihin teknologiansa parantamiseksi.

Yritys harkitsee myös laajentumista uusille segmenteille lääkekehityksen ulkopuolelle, kuten monimutkaisille biolääkkeille tai jopa materiaaleille, kuten kemikaaleille, akuaarille tai polymeereille.

Lähde: Schrodinger

Sijoittajat haluavat pitää silmällä uusia yhteistyöprojekteja, sillä ne heijastavat Schrödingerin teknologian edistysaskeleita, kuten alan johtajat arvioivat, sekä mahdollisia menestyksiä teknologian laajentamisessa uusille markkinoille.

3. Exscientia

Yritys käyttää AI:ta kehittämään tarkkuuslääkkeitä. Se käyttää “täyden pinon” AI-lääkekehitysteknologiaa, jossa on omistettu ohjelmisto jokaisessa lääkekehitysprosessin vaiheessa.

Lähde: Exscientia

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

Tämä johti neljään yhdisteeseen varhaisessa kliinisessä vaiheessa, yhteensä 30 ohjelmaan ja 6,5 miljardia dollaria tuloja kumppaneiden virstanpylväismaksuista. Pääasiallinen fokus on onkologia (syöpä) ja tulehdussairaudet.

Lähde: Exscientia

Tämä voi olla kiinnostava vaihtoehto sijoittajille, jotka etsivät vakiintunutta AI-lääkekehitysyritystä, jolla on erittäin suuri kassavarat ja useita käynnissä olevia kumppanuuksia lisäturvaa varten.

4. 10x Genomics, Inc.

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

Yritys perustettiin vuonna 2012, ja sen perustajina oli muun muassa Serge Saxonov, joka on 23andMe:n personoidun genomin testausyrityksen T&D-johtaja.

10x Genomics kasvoi yhdistämällä T&D:n (yli 1 miljardi dollaria tähän mennessä) ja yritysostot. Merkittävänä, sen Visium-alusta saatiin Spatial Transcriptomicsin yritysoston kautta vuonna 2018.

Lähde: 10x Genomics – 10x Genomics acquisitions timeline

Tämä on myös se tapa, jolla 10x Genomics hankki Xenium -alustan ostamalla Readcoor ja Cartana vuonna 2020.

Vuonna 2020 se lanseerasi myös Chromium-alustan, joka päivitettiin seuraavana vuonna Chromium X:ksi.

Tetramer Shopin ostamisen kautta vuonna 2021, 10x Genomics lanseerasi myös BEAM (Barcode Enabled Antigen Mapping) vuonna 2022. Se mahdollistaa tutkijoille immuunijärjestelmän komponenttien yksityiskohtaisen tunnistamisen. Tämä voi olla erittäin vaikuttavaa immuniteettitutkimuksessa ja uusien tautien tutkimuksessa.

Revenues grew by 17% year-to-year in Q2 2023, Xenium-myyntien johdosta, 100 yksikön myyntiraja ylitettiin elokuussa 2023.

Yritys myös voitti syyskuussa 2023 kriittisen voiton pääkilpailijansa Nanostringia vastaan. Nanostring on toistaiseksi kielletty myymästä CosMx Spatial Molecular Imager (SMI) -laitteitaan suurimmassa osassa EU:ta patenttirikkomusten vuoksi.

Yritys on edelleen varhaisessa vaiheessa, hieman samankaltainen kuin Illumina varhaisina aikoina. Tällä hetkellä spatiaalibiologia on rajoittunut akateemiseen ja perustutkimukseen. Mutta kuten monet bioteknologiat, se saattaa joskus yleistyä, hitaasti kehittyä lääketieteelliseksi työkaluksi ja lopulta “rutiinitestiksi”. Joka tapauksessa kasvava asennettujen laitteiden määrä pitäisi lisätä kulutustarvikkeiden myyntiä ja tulojen kasvua.

5 . Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore käyttää ainutlaatuista genomin sekvensointiteknologiaa, joka perustuu virtauskennoihin. Tämä mahdollistaa DNA:n “lukemisen” kun se kulkee nanoporeiden läpi, ei kemiallisesti vaan suoraan mittaamalla sähkövirtaa. Joten jollain tapaa tämä on ensimmäinen kerta, kun tietokone voi lukea geneettisen sekvenssin (DNA & RNA) reaaliajassa.

Lähde: Oxford Nanopore

Toinen ainutlaatuinen etu yhtiön teknologiassa on, että se voi lukea pidempiä geneettisiä sekvenssejä kuin perinteiset sekvensointimenetelmät. Pitkät sekvenssit ja reaaliaikainen lukeminen auttavat saamaan parempia ja nopeampia tuloksia, mikä on tärkeää syöpäanalyysissä tai tarttuvissa taudeissa, kuten antibioottiresistentissä bakteerissa.

Lopuksi, sähköinen mittaus mahdollistaa pienemmät ja kannettavammat sekvensointilaitteet, parannuksen aiemmin käytettyihin massiivisiin koneisiin verrattuna. Tämä mahdollistaa yhtiön valmistaa laajan valikoiman sekvensointilaitteita, mukaan lukien hitaammat, pienemmät ja paljon edullisemmat laitteet, alkaen 1 000 dollarista. Tämä voisi radikaalisesti laajentaa sekvensointimarkkinoita, jolloin mobiili- tai edullinen sekvensointi ei ollut aiemmin mahdollinen.

Koska sen radikaalisti uusi teknologia, on epäselvää, mihin Oxford sijoittuu kypsämmässä genomin sekvensointiekosysteemissä.

Se voisi täysin korvata vallitsevan kemiallisen/optisen genominlukuteknologian.

Tai se voisi tulla menestyksekkääksi, mutta kapean kohdennetuksi sovellukseksi pienivolyymiselle tai mobiilille sekvensoinnille tai sekvensoinnille, joka vaatii korkean tarkkuuden pitkien geneettisten sekvenssien lukemista.

Yhtiö aikoo myös laajentaa toimintaansa proteiinien, proteiinien jälkikäännösmuutosten tai pienimolekyylien lukemiseen sekä muihin elämän tieteiden äärirajojen mittauksiin.

6 . Ginkgo Bioworks Holdings, Inc.

Yritys tuottaa tilauksesta organismeja erityistarkoituksiin. Se on laajentanut sovelluksiaan moniin tutkimusohjelmiin ja kumppanuuksiin:

• Kannaboidit
• mRNA-rokotteen tuotanto ja nukleiinihappon lääketiede
• Elintarvikeproteiinit
• Biologisen lannoitteen tuotanto yhteistyössä Bayerin kanssa
• Ohjelmoitavat mikrobit suolistosairauksia varten
• Mikromuovien bioremediointi
• Bioturvallisuus ja patogeenien havaitseminen
• Jätteiden ja kontaminaatioiden kierrätys

Monet näistä muokkauksista perustuvat CRISPR:iin tai vastaaviin geenieditointiteknologioihin, erityisesti sen CAR-T syöpäsoluhoidot.

Tarjoamalla valmiin alustan solujen suunnitteluun, Ginkgo kehittyy keskeiseksi palveluntarjoajaksi bioteknologia-alalla, laajentaen toimintaansa lääketeollisuuden ulkopuolelle maatalouteen, bioturvallisuuteen ja teollisiin kemiallisiiin prosesseihin.

Se tarjoaa asiantuntemusta ja nopeutta sekä voi auttaa vähentämään kiinteitä kustannuksia ja tutkimusprojektin tarvitsemien pääomainvestointien määrää.

Tämä näkyy erittäin monipuolisena asiakas- ja kumppanijoukona, jonka yhtiö on saanut viime vuosina.

Lähde: Gingko Bioworks

Mikä tekee Ginkgosta big data -yrityksen, on sen ainutlaatuinen laajuus lukemattomissa sovelluksissa ja organismityypeissä sen solupankeissa, tietoaineistoissa ja kokeissa.

Se on houkutteleva osake sijoittajille, jotka haluavat panostaa geenieditointi- ja solusuunnitteluteknologioihin, mutta ei yhteen tiettyyn sovellukseen. Tämä on yleensäkin kiinnostavampaa kasvukeskeisille sijoittajille.

Suurin osa CRISPR-yrityksistä keskittyy ihmislääketieteeseen ja geneettisiin sairauksiin, jättäen Ginkgolle mahdollisuuksia maatalouteen, bioinsinööriin, energiaan ja biotuotteisiin (mukaan lukien kannaboidit).

Yhdessä nopean geneettisten tietoaineistojen, geenieditointityökalujen ja AI:n (myös avoimen lähdekoodin) laajentumisen kanssa, tämä voi osoittautua valtavaksi mahdollisuudeksi Gingko Bioworksille.

7. BenevolentAI SA (BAI.AS)

BenevolentAI käyttää AI-pohjaista lääkekehitystä kehittääkseen hoitoja atooppiseen ihottumaan sekä mahdollisia hoitoja kroonisiin sairauksiin ja syöpään.

Kun muut yritykset käyttävät AI:ta solujen aktiivisuuden tai proteiinien 3D-rakenteen ennustamiseen, Benevolentin BenAI-moottori tutkii olemassa olevaa tieteellisten artikkeleiden (yli 35 miljoonaa) tietokantaa saadakseen uusia oivalluksia.

Se integroi nämä mahdolliset löydökset prosessiin, joka sisältää idean kokeellisen validoinnin, in-silico -analyysin ja indikaation laajentamisen/lääkkeiden uudelleenkäytön.

Lähde: Benevolent

Ajatus on, että monet olemassa olevat lääkkeet tai tunnetut biologiset mekanismit voitaisiin käyttää uudelleen uusissa hoidoissa. Yleisesti tällaisen strategian tulisi tuottaa uusia hoitoja nopeammin, koska suuri osa sääntelytyöstä on jo tehty (esimerkiksi kliinisen tutkimuksen vaihe I osoitti lääkkeen turvallisuuden).

käynnissä oleva yhteistyö AstraZenecan kanssa kehittää lääkkeitä fibroosiin ja krooniseen munuaissairauteen (alkuperäinen sopimus vuodelta 2019), laajennettu sisällyttämään sydämen vajaatoiminta ja systeeminen lupus erythematosus (SLE) vuonna 2022.

teki yhteistyötä Merck KGaA:n kanssa hyödyntäen sen asiantuntemusta onkologiassa ja neurotulehduksessa sekä tukemaan yhtiön AI-pohjaista lääkekehityssuunnitelmaa keskittymällä elinkelpoisten pienmolekyylikandidaattien löytämiseen.

Aikaisemmin se saavutti uuden indikaation laajentamisen, mikä johti FDA:n hyväksyntään Eli Lillyn kanssa baricitinibille, mahdollisena COVID-19 -hoitona.

8. AbCellera

AbCellera on erikoistunut kehittämään uusia antibodi-pohjaisia lääkekategorioita.

Erityisesti se työskentelee GPCR- ja ionikanava-alustan parissa, joka on terapeuttinen kohde, jolle antibiootteja ei aiemmin voitu kehittää. Heidän toinen alustansa on T-solun sitouttajat, jotka lisäävät tehokkuutta ja vähentävät antibodi-pohjaisten syöpähoitojen toksisuutta.

Lähde: AbCellera

Yli 10 vuoden aikana yhtiö on kehittänyt yli 100 terapeuttista ohjelmaa laajalla kumppaniverkostolla, joista 50 % on onkologiassa. 13 molekyyliä on jo saavuttanut kliinisen kokeiluvaiheen, ja 2 on jo hyväksytty hoitoon.

Lähde: AbCellera

Keskeinen osa AbCelleran prosessia on pääsy laajaan valikoimaan mahdollisia antibiootteja. Sitten oikeiden valinta korkean läpimenoisuuden yksisoluscreeningin avulla, jota ohjaa konevisio.

9. Therapeutics

Bioxcell keskittyy konseptiin, jota se kutsuu “lääkkeiden uudelleeninnovaatioksi”. Lääkkeiden uudelleeninnovaatiota hyödyntää AI analysoimaan lääkkeitä, jotka on jo todistettu turvallisiksi, mutta jotka kehittäjä on hylännyt eri syistä.

Se tutkii myös hyväksyttyjä tuotteita uusissa sovelluksissa.

Lähde: Bioxcell

Käsitteen luominen käyttäen big dataa ja AI:ta kestää vain 6 kuukautta (sen sijaan että kestäisi useita vuosia uusille molekyyleille), jonka jälkeen seuraa 12 kuukauden hypoteesin validointi hyödyntäen konenäköä, syväoppimista, päätösmatriisia ja in silico -validointia.

Uudelleeninnovaatiolla on viime aikoina nähty merkittäviä onnistumisia, erityisesti kun se yhdistetään uudelleenformulointiin poistamaan sivuvaikutuksia tai parantamaan alhaista tehokkuutta, mikä alun perin johti lääkekandidaattien hylkäämiseen.

Tämä malli on jo tuottanut tulosta, kun IGALMI (hoitoon levottomuuteen, joka liittyy skitsofreniaan tai bipolaarihäiriöihin) hyväksyttiin alle neljässä vuodessa projektin aloituksesta hyväksyntään.

IGALMI:n tapauksessa aiempi huono biologinen saatavuus ratkaistiin muuttamalla lääkkeen annostustapaa ja yhdistämällä se metabolisen stabilointiaineen kanssa.

Lähde: Bioxcell

Yhtiöllä on jo kaksi edistynyttä ohjelmaa kliinisen tutkimuksen vaiheessa 3, sekä viisi muuta ohjelmaa kehitysputkessa.

Ensimmäinen ohjelma, levottomuuteen, joka liittyy Alzheimerin dementiaan (AAD), sisältää uuden aineen, latrepirdinenin uuden formuloinnin, antihistamiinikerran (allergiat).

Toinen on IGALMI:n sovelluksen laajennus, levottomuuteen, joka liittyy bipolaarihäiriöihin tai skitsofreniaan kotona tapahtuvassa hoidossa.

Lähde: Bioxcell

Bioxcellin menestys IGALMI:n kanssa osoittaa big datan potentiaalin, jota voidaan laajentaa uusien lääkkeiden löytämisen ulkopuolelle ja parantaa olemassa olevaa lääkearmistoa joko uudelleenformuloinnin tai tunnettujen turvallisten lääkkeiden uusien sovellusten löytämisen kautta.

10 . Recursion Pharmaceuticals

Recursion Pharmaceuticals hyödyntää AI:ta lääkekehityksessä,

Yhtiön lähestymistapa pyrkii merkittävästi vähentämään uusien lääkkeiden markkinoille saattamiseen liittyvää aikaa ja kustannuksia.

Vankkojen tietoaineistojen luominen on ollut yhtiön keskeinen tavoite sen perustamisesta lähtien, pyrkien ratkaisemaan useita biodatan ongelmia:

• Analoginen data, fakseista pdf:iin tai skannattuihin tulosteisiin.
• Eristetty data, jossa on vähän tai ei lainkaan annotaatioita.
• Vaikea toistaa tutkimus.

Ratkaistakseen nämä ongelmat Recursion loi yhden maailman suurimmista automatisoiduista märkälaboratorioista ja digitalisoi miljoonia omia kokeitaan (2,2 miljoonaa koetta viikossa).

Heillä on myös yksi maailman nopeimmista supertietokoneista AI-mallien ja LLM:ien kouluttamiseen lääkekehitystä varten. Mallit koulutettiin yli kahden miljardin kuvan kirjastolla ja ne pystyvät päättelemään 6 triljoonaa suhdetta kaikkien mahdollisten geenien ja yhdisteiden yhdistelmien välillä.

Lähde: Recursion

Recursion perusti kumppanuuden AI-johtajan Nvidia:n kanssa ja saattaa julkaista joitakin AI-mallejaan kaupallisille kumppaneille NVIDIA:n uudella BioNeMo-alustalla. Se antaa myös Recursionille etuoikeutetun pääsyn NVIDIA:n uusimpiin GPU:ihin NVIDIA DGX™ Cloudin kautta.

Recursionin T&K:n oma putki keskittyy enimmäkseen harvinaissairauksiin ja onkologiaan, ja siinä on kolme ehdokkelääkettä kliinisen tutkimuksen vaiheessa 2.

Lähde: Recursion

Monimutkaisemmilla sektoreilla, kuten neurotieteessä ja vaikeasti lääkkeistettävissä onkologisissa kohteissa, yhtiö suosii kumppanuuksien luomista vakiintuneiden yritysten kanssa näillä aloilla.

Esimerkiksi Roche neurotieteessä ja Bayer vaikeasti lääkkeistettävissä onkologisissa kohteissa.

Lopuksi yhtiö on luonut suhteita teknologiansa ja datansa lisensiointiin, erityisesti kun datan vaihtoa voidaan neuvotella, jotta molemmat yritykset voivat tulevaisuudessa hyödyntää lisätietoa.