शीर्ष 5 एआई और डिजिटल बायोटेक कंपनियां (जून 2026)

बायोटेक में एआई क्रांति

No sector is left unchanged by the power of AI and digital modeling, and Biotech is no exception.

यह इसलिए है क्योंकि जीवविज्ञान सबसे अधिक “अव्यवस्थित” कठोर विज्ञान है। रसायन विज्ञान या भौतिकी बहुत नियंत्रित वातावरण, शुद्ध यौगिक आदि से निपट सकते हैं। जीवविज्ञान को पहले से मौजूद अत्यंत जटिल और लगातार बदलते सिस्टमों से निपटना पड़ता है। साथ ही, केवल एक प्रोटीन का विश्लेषण करते समय, बायोकेमिस्ट हजारों या लाखों परमाणुओं को देखते हैं। इसलिए, हर संभावित रासायनिक प्रतिक्रिया की भविष्यवाणी करना वास्तव में कठिन हो सकता है।

बिग डेटा, एआई मॉडल और डिजिटलकरण बायोटेक अनुसंधान में ज्ञान क्रांति के लिए परिस्थितियां बना रहे हैं।

बायोमेडिसिन का पहला युग अंधेरे में गोली चलाने और क्या काम करता है देखना था।

हम अब जीनोमिक्स के युग में दृढ़ता से स्थापित हैं, जहाँ हम एक दोषपूर्ण जीन जैसी विशिष्ट लक्ष्यों पर ध्यान केंद्रित कर सकते हैं।

With the incoming digital revolution, we can replicate complete proteins, cells, or even entire organs and bodies in a virtual environment.

यह क्या बदल देगा?

A big part of why genomics and precision therapies are taking over “traditional” chemical drugs has been a very poor success rate for new drugs in the last decade.

शायद एक व्यक्ति दस हज़ार उम्मीदवार दवाओं में से एक FDA-स्वीकृत दवा बना सके। हर चरण को प्रयोगशाला में, जीवित कोशिकाओं, जानवरों या मनुष्यों में परीक्षण करना पड़ता है।

यह अक्सर एक से दो दशकों का खोया हुआ समय और कई, कई अरब डॉलर की हानि का प्रतिनिधित्व करता है।

स्रोत: Biosourcing

धुंध में गोली चलाना अब दवा खोज के लिए एक व्यवहार्य योजना नहीं है। इसलिए शोधकर्ताओं को किसी भी भौतिक परीक्षण से पहले यह भविष्यवाणी करने के लिए डिजिटल प्रेडिक्टिव मॉडल की आवश्यकता होती है कि कोई दवा एक अच्छा उम्मीदवार है या नहीं।

इसलिए यह आश्चर्यजनक नहीं है कि दवा खोज अधिकांश एआई बायोटेक कंपनियों के व्यापार मॉडल के अग्रभाग में है।

मशीन लर्निंग जैसी नई विधियां सॉफ़्टवेयर को संभाव्यात्मक विधि का उपयोग करके सबसे संभावित उत्तर “अनुमान” लगाने की अनुमति देती हैं, बजाय पूरी तरह से “मैकेनिकल”/एल्गोरिदमिक विधि के।

अधिकांश मशीन लर्निंग तकनीक की तरह, एक पूरे दशक में बहुत काम किया गया, जिसमें केवल क्षेत्र के विशेषज्ञ ही वास्तव में ध्यान दे रहे थे।

वास्तविक क्रांति जिसने इसे मुख्यधारा में पहचान दिलाई वह 2020 में जब Alphabet/Google DeepMind ने प्रोटीन फोल्डिंग की 50 साल पुरानी चुनौती को हल किया। तब से इस प्रोग्राम ने सभी जीवित जीवों के ज्ञात अधिकांश प्रोटीन को मॉडल किया है, और Google एक नई कंपनी बना रहा है, Isomorphic Laboratories, नई दवाओं की पहचान में मदद करने के लिए।

शीर्ष 5 एआई और डिजिटल बायोटेक कंपनियां

For investors, Google might be a great play on AI in general, but the biotech aspect will be a tiny segment in a very large company. So, this article will review publicly listed companies that are solely dedicated to the topic of AI and Virtual Biology.

For the same reason, we will not look at companies involved in AI hardware, like Nvidia and its genomics library Parabricks.

(लेख लिखे जाने के समय कंपनियों को बाजार पूंजीकरण के आधार पर क्रमित किया गया है)

1. Roivant Sciences Ltd.

(ROIV )

The company specializes in acquiring biotech startups and boosting their chances of achieving commercialization through subsidiaries called -vant (as each will have “vant” as the last part of their name).

इन अधिग्रहणों का एक हिस्सा Silicon Therapeutics की $450M में खरीद था। एक सुपरकंप्यूटर और कस्टम कंप्यूटिंग हार्डवेयर की मदद से, Silicon Therapeutics नई अणु विकसित कर रहा है। यह पहले से मौजूद एआई बायोटेक स्टैक पोर्टफोलियो, VantAI, में जोड़ा गया।

Roivant ने “vant” Datavant भी स्वामित्व में रखा, जो स्वास्थ्य देखभाल के लिए एक बिग डेटा समाधान है, जो अस्पताल फार्मास्यूटिकल कंपनियों, बीमा आदि को बेचता है… नियमन-अनुपालन और गोपनीयता-सम्मानजनक प्रक्रियाओं के साथ।

अन्य “vant” भी डेटा या डिजिटल सिमुलेशन-उन्मुख हैं, जैसे Psivant की “Accurate All-Atom Physics-Based Simulations”। या क्लिनिकल ट्रायल इंटेलिजेंस सॉफ़्टवेयर/प्लेटफ़ॉर्म Lokavant।

स्रोत: Roivant

फिर भी, कंपनी की अधिकांश आय स्वीकृत उत्पादों की फार्मास्यूटिकल बिक्री से आती है।

समग्र रूप से, Roivant बायोटेक के डेटा पक्ष में खेलने का एक तरीका हो सकता है, न केवल डिजिटल बायोलॉजी बल्कि मेडिकल रिकॉर्ड, क्लिनिकल ट्रायल आदि…; साथ ही यह अन्य नवाचारी दवाओं, विशेष रूप से त्वचा देखभाल, Vtama के साथ सोरायसिस के लिए, को भी छूता है।

2. Schrödinger, Inc.

(SDGR )

The company specializes in physics-based models to find the best possible molecule for a given goal, balancing out conflicting metrics like potency, solubility, half-life, synthesizability, etc…

It also uses machine learning, but the addition of a physics-based model allows it to be tested in entirely novel fields for which no data set exists to “train” the AI. This allows Schrödinger to go from 1 billion potential molecules to just 8 solid candidates in a matter of days, exclusively through digital calculation.

स्रोत: Schrodinger

Schrödinger ने 2020 में Bayer के साथ $10M राजस्व के लिए 5-वर्षीय सहयोग समझौता किया। इस समझौते का विचार Schrödinger तकनीक को Bayer के इन-सिलिको प्रेडिक्शन मॉडल के साथ उपयोग करना है।

एक और हालिया साझेदारी Lilly के साथ है, जिसमें सफल खोज के लिए कुल $425M तक के माइलस्टोन भुगतान शामिल हैं।

पिछली सहयोगों में Takeda, Sanofi Bristol Myers Squibb, और अन्य छोटे फार्मास्यूटिकल कंपनियां शामिल थीं।

स्रोत: Schrodinger

समग्र रूप से, Schrödinger एक बढ़ता हुआ पोर्टफोलियो बना रहा है, जिसमें अधिक से अधिक स्वामित्व वाले और पूरी तरह से स्वामित्व वाले अणु शामिल हैं। जबकि अभी राजस्व नहीं है, कंपनी अभी भी लाभदायक नहीं है, अपने तकनीक को सुधारने के लिए विस्तार और अनुसंधान एवं विकास खर्च पर ध्यान केंद्रित कर रही है।

कंपनी दवा खोज से परे नए खंडों की ओर विस्तार करने पर भी विचार कर रही है, जैसे जटिल बायोफार्मास्यूटिकल्स या यहाँ तक कि रसायन, बैटरियां, या पॉलिमर जैसे सामग्री।

स्रोत: Schrodinger

निवेशकों को नई सहयोगों पर नज़र रखनी चाहिए, क्योंकि वे उद्योग के नेताओं द्वारा मूल्यांकित Schrödinger की तकनीक की प्रगति को दर्शाएंगे, साथ ही कोर तकनीक को नए बाजारों में विस्तारित करने की संभावित सफलता को भी।

3. Exscientia

(EXAI )

The company is using AI to develop precision therapies. It runs a “full stack” AI drug discovery technology with dedicated software at every stage of the drug discovery process.

स्रोत: Exscientia

Exscientia की तकनीक जैविक लक्ष्य से संबंधित दवा खोजने के लिए आवश्यक समय को 70% तक कम करती है और पूंजी प्रक्रिया को 80% तक घटाती है।

इससे प्रारंभिक क्लिनिकल चरणों में 4 यौगिक, कुल 30 प्रोग्राम, और साझेदारों के साथ माइलस्टोन से $6.5B राजस्व प्राप्त हुआ। मुख्य फोकस ऑन्कोलॉजी (कैंसर) और सूजन रोगों पर रहा है।

स्रोत: Exscientia

कंपनी एक शुरुआती चरण की ड्रग डिस्कवरी कंपनी के लिए बहुत आरामदायक वित्तीय स्थिति में है, Q3 2022 में $625M के साथ, और शुद्ध नकदी खर्च केवल $15M है।

This might be an interesting option for investors looking at a well-established AI drug discovery company with a very large cash runway and multiple ongoing partnerships for extra safety.

4. Absci Corporation

(ABSI )

The company was founded in 2011, with locations in Vancouver, New York, and Zug, Switzerland. It has added to its initial technology the IP of 2 AI-biology acquisitions in 2021, Totient (antibodies) and Denovium (cell lines).

कंपनी मुख्य रूप से एंटीबॉडी डिज़ाइन पर केंद्रित है, नई शून्य से एंटीबॉडीज़ (“de novo antibodies”) बनाना, और उन्हें प्रयोगशालाओं में 6-सप्ताह की प्रक्रिया में परीक्षण करना।

वे मार्च 2023 में पहले थे, जो किसी पूर्व-डेटा के बिना एक कार्यात्मक एंटीबॉडी डिजाइन करने में सक्षम थे, इस विधि को “zero-shot” भी कहा जाता है।

Absci ने Merck (कुल $610M अग्रिम शुल्क और भविष्य के माइलस्टोन संभावित भुगतान) के साथ सहयोग स्थापित किया और नई उत्पाद खोज के लिए Astellas के साथ, और Nvidia के साथ साझेदारी भी की है ताकि Absci तकनीक के पीछे हार्डवेयर आर्किटेक्चर को सुधार सकें।

Absci अभी भी प्रारंभिक चरण में है लेकिन उसने पहले ही अत्यधिक संभावनाएं और नवाचार क्षमता दिखा दी है। कंपनी में निवेशकों को कंपनी की “कुछ भी असंभव नहीं” भावना और उसके शानदार संस्थापक के साथ जुड़ना होगा और आशा करनी होगी कि हालिया सहयोग समझौते एक लंबी श्रृंखला की पहली कड़ी हों।

5. e-therapeutics plc

e-therapeutics इन-सिलिको नई RNAi (RNA इंटरफ़ेरेंस) थैरेपीज़ विकसित करने पर केंद्रित है। यह आशा करता है कि उभरती तकनीक, RNAi, और कम्प्यूटेशनल ड्रग डिस्कवरी को मिलाकर इसे प्रतिस्पर्धियों पर महत्वपूर्ण लाभ मिलेगा।

यह अपनी प्लेटफ़ॉर्म पर खोज को अन्य फार्मास्यूटिकल कंपनियों के साथ भी मोनेटाइज़ कर रहा है, जिनमें सबसे बड़ी बड़ी ब्लू चिप Novo Nordisk है।

कंपनी बहुत शुरुआती प्री-रेवेन्यू चरण में है और 2022 की गर्मियों में £13.5 मिलियन जुटाना पड़ा। कंपनी ने H1 2022 में £2.8 मिलियन का शुद्ध नुकसान दर्ज किया, उस समय की नकदी शेष £21.8 मिलियन थी।

e-therapeutics में निवेशकों को उपलब्ध नकदी पर नज़र रखनी होगी और नई खोजों और साझेदारियों के राजस्व की आशा करनी होगी ताकि कंपनी अंततः लाभदायक बन सके।

डिजिटल बायोलॉजी पोर्टफ़ोलियो बनाना

This is a difficult sector to invest in, as it combines 2 very complex technologies: AI + advanced biotechnology. This makes it pretty much a “black box” for investors, even if they have some expertise in one of the 2 fields.

इसके अलावा, इस क्षेत्र की अधिकांश कंपनियां एक ही बाजारों पर केंद्रित हैं, मुख्यतः छोटे अणु खोज और एंटीबॉडी डिज़ाइन, संभवतः सेल लाइन्स भी।

इसलिए विविधीकरण एक सुरक्षित निवेश रणनीति होगी क्योंकि बहुत कम लोग सुनिश्चित कर पाएंगे कि उन्होंने “विजेता” चुना है। इसके अलावा, बाजार 2022 से 2027 के बीच 45% की CAGR के साथ बहुत तेज़ी से बढ़ने की उम्मीद है.

इसलिए, व्यापक एक्सपोज़र इस वृद्धि को पकड़ने की अधिक संभावना रखता है, बिना बहुत तेज़ी से बदलते और प्रतिस्पर्धी माहौल में विशिष्ट गणितीय मॉडलों या विधियों पर अत्यधिक निर्भर हुए।