Lima perusahaan AI dan bioteknologi komputasional: tinjauan 2023

AI dan bioteknologi komputasional

Penelitian bioteknologi semakin memanfaatkan AI dan model digital untuk meneliti serta mengembangkan obat.

Sistem biologis sangat kompleks dan terus berubah. Fungsi satu protein pun dipengaruhi banyak interaksi, sehingga semua reaksi dan dampak klinisnya sulit diprediksi.

Data berskala besar dan model komputasional membantu menata informasi serta memilih hipotesis untuk diuji melalui eksperimen.

Pengamatan dan eksperimen sudah lama menjadi bagian penting biomedis. Penelitian terdahulu bukan sekadar percobaan acak tanpa metode ilmiah.

Genomik memungkinkan penelitian yang lebih terarah terhadap gen dan protein terkait penyakit.

Model digital dapat menyimulasikan struktur dan fungsi tertentu dari protein, sel, dan organ. Model tersebut bukan salinan tubuh manusia yang lengkap dan sepenuhnya dapat diandalkan, serta tidak menggantikan semua eksperimen.

Apa yang dapat berubah?

Banyak proyek pengembangan obat gagal. Terapi presisi dan obat molekul kecil dapat saling melengkapi; genomik tidak otomatis menggantikan semua obat konvensional.

Banyak kandidat gugur sebelum memperoleh persetujuan. Bergantung pada proyeknya, diperlukan pengujian laboratorium, praklinis, dan klinis. Satu angka keberhasilan tidak berlaku bagi semua metode.

Pengembangan dapat memerlukan bertahun-tahun dan modal besar. Proyek yang gagal menimbulkan biaya, tetapi juga dapat menghasilkan pengetahuan ilmiah yang berguna.

Sumber: Biosourcing

Model prediktif dapat membantu memprioritaskan kandidat sebelum eksperimen yang mahal. Hasil model saja tidak membuktikan keamanan atau efektivitas obat.

Karena itu, penemuan obat menjadi penerapan penting bagi perusahaan yang menggabungkan AI dan bioteknologi.

Pembelajaran mesin mengenali pola dalam data dan dapat menghasilkan prediksi probabilistik. Metode ini juga bersifat algoritmik; keandalannya bergantung pada data, rancangan, dan evaluasi.

Kemajuan tersebut dibangun dari penelitian panjang dalam biologi, kimia, fisika, dan ilmu komputer.

Pada 2020, DeepMind melalui AlphaFold mencapai kemajuan penting dalam memprediksi struktur tiga dimensi protein (GOOG ). Pada 2022, basis datanya diperluas menjadi lebih dari 200 juta prediksi struktur protein yang telah dikatalogkan. Prediksi tersebut tidak menjelaskan seluruh fungsi biologis secara lengkap. Alphabet juga telah mendirikan perusahaan Isomorphic Laboratories pada 2021 untuk membantu perancangan dan penemuan obat berbasis AI.

Lima perusahaan dari sudut pandang 2023

Alphabet memiliki banyak bisnis, dengan bioteknologi sebagai salah satu bagian. Artikel ini meninjau lima perusahaan dari sudut pandang 2023. Tidak semuanya berfokus sepenuhnya pada AI atau masih menjadi perusahaan publik mandiri saat ini.

Penyedia perangkat keras dan perangkat lunak komputasi merupakan kelompok lain, misalnya Nvidia dengan perangkat lunak genomik Parabricks (NVDA ).

Urutan awal didasarkan pada kapitalisasi pasar saat artikel ditulis pada 2023, bukan ukuran perusahaan saat ini.

1. Roivant Sciences Ltd.

ROIV Grafik Harga

Roivant mengembangkan dan mengakuisisi proyek biofarmasi melalui perusahaan yang namanya sering berakhiran -vant. Grup tersebut tidak hanya berfokus pada AI.

Pada 2021, Roivant mengumumkan kesepakatan pembelian Silicon Therapeutics dengan saham Roivant senilai 450 juta dolar AS, ditambah kemungkinan pembayaran bersyarat berdasarkan pencapaian tertentu. Fisika komputasional Silicon Therapeutics akan melengkapi bisnis pembelajaran mesin VantAI.

Setelah penggabungan Datavant dan Ciox Health, Roivant memiliki kepemilikan minoritas di Datavant. Datavant menghubungkan data kesehatan; kepemilikan minoritas tidak berarti kepemilikan atau kendali penuh.

Kegiatan komputasional pada masa itu juga mencakup simulasi molekuler berbasis fisika milik Psivant serta platform analisis uji klinis Lokavant. Kepemilikan dan struktur perusahaan merujuk pada waktu tinjauan awal.

Sumber: Roivant

Pendapatan Roivant mencakup penjualan produk, lisensi, dan pembayaran kontrak lainnya. Saat itu, pendapatan tidak harus berasal terutama dari penjualan obat yang telah disetujui. Pendapatan juga berbeda dari laba bersih.

Grup tersebut menggabungkan proyek komputasional dan pengembangan obat. Salah satu contoh bisnis komersialnya pada masa itu adalah VTAMA untuk psoriasis melalui Dermavant. Keberhasilan satu produk tidak menjamin keberhasilan seluruh grup.

2. Schrödinger, Inc.

SDGR Grafik Harga

Schrödinger menggunakan model berbasis fisika untuk menilai molekul dan menyeimbangkan sifat seperti potensi efek, kelarutan, waktu paruh, serta kemudahan sintesis.

Perusahaan menggabungkannya dengan pembelajaran mesin. Schrödinger (SDGR ) dapat menyaring pustaka molekul virtual yang besar menjadi kandidat untuk eksperimen. Namun, satu miliar molekul tidak menjamin delapan obat efektif dalam beberapa hari.

Sumber: Schrodinger

Pada 2020, Schrödinger mengumumkan kolaborasi teknologi lima tahun dengan Bayer dengan perkiraan pembayaran sekitar 10 juta euro, bukan dolar. Kolaborasi menggabungkan perancangan molekul dan model prediksi komputasional. Nilai kontrak tidak otomatis menjadi pendapatan yang langsung diakui.

Kolaborasi Eli Lilly yang diumumkan pada 2022 mencakup pembayaran awal serta hingga 425 juta dolar AS dalam potensi pembayaran berdasarkan pencapaian tertentu, ditambah royalti. Nilai maksimal tersebut tidak dijamin atau sudah diterima.

Mitra pada masa itu mencakup Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb, dan perusahaan farmasi yang lebih kecil.

Sumber: Schrodinger

Schrödinger juga mengembangkan molekul miliknya sendiri. Pendapatan dari perangkat lunak dan kolaborasi tidak sama dengan laba. Penelitian, pengembangan, dan ekspansi menimbulkan biaya.

Selain obat, perusahaan meneliti penerapan pada biofarmasi kompleks dan material seperti bahan kimia, baterai, serta polimer.

Sumber: Schrodinger

Penilaian perlu memperhatikan perkembangan kolaborasi, hasil eksperimen dan klinis, serta keberlanjutan keuangan. Adanya kontrak baru belum membuktikan keberhasilan suatu terapi.

3. Exscientia

Exscientia menggunakan AI untuk terapi presisi dan membantu berbagai tahap pengembangan obat. Perusahaan bergabung dengan Recursion pada November 2024 sehingga tidak lagi menjadi investasi publik mandiri seperti pada 2023.

Sumber: Exscientia

Penghematan waktu 70 persen dan peningkatan efisiensi modal 80 persen merupakan klaim perusahaan tentang tahap tertentu dalam penemuan obat. Angka tersebut bukan penghematan universal yang dikonfirmasi secara independen untuk seluruh waktu pengembangan atau biaya hingga persetujuan.

Pada awal 2023, Exscientia melaporkan empat molekul yang dirancang dengan AI telah masuk studi klinis, antara lain untuk kanker dan penyakit peradangan. Nilai kolaborasi yang besar terutama mencakup potensi pembayaran berdasarkan pencapaian di masa depan; 6,5 miliar dolar AS bukan pendapatan yang sudah diperoleh.

Sumber: Exscientia

Pada 30 September 2022, Exscientia melaporkan sekitar 624,7 juta dolar AS dalam kas, setara kas, dan deposito bank. Arus kas keluar bersih operasional 15 juta dolar AS mencakup sembilan bulan pertama, bukan hanya kuartal ketiga atau seluruh penurunan likuiditas. Pembayaran kolaborasi memengaruhi arus kas. Nilai dolar dikonversi dari pound dengan kurs dalam pengumuman perusahaan.

Dana tersebut memungkinkan pembiayaan penelitian, tetapi kecukupannya bergantung pada pengeluaran dan pemasukan. Kemitraan tidak menghilangkan risiko klinis atau kebutuhan pendanaan.

4. Absci Corporation

ABSI Grafik Harga

Absci didirikan pada 2011 dan memiliki kegiatan di Vancouver, negara bagian Washington, AS, New York, serta Zug, Swiss. Pada 2021, perusahaan memperoleh teknologi Totient untuk penemuan antibodi dan target serta Denovium untuk penemuan dan perancangan protein berbasis pembelajaran mendalam.

Perusahaan berfokus pada perancangan antibodi berbantuan komputer dan pengujian laboratorium. Siklus sekitar enam minggu merujuk pada desain dan pengujian, bukan seluruh pengembangan klinis atau proses persetujuan.

Pada Januari 2023, Absci menyatakan dapat merancang antibodi baru dan memvalidasinya di laboratorium menggunakan metode zero-shot. Model tidak dilatih dengan antibodi yang diketahui mengikat target tertentu itu. Hal tersebut tidak berarti tidak ada data sebelumnya sama sekali dan bukan bukti efektivitas klinis.

Kolaborasi Absci dengan Merck, yang juga dikenal sebagai MSD, mencakup hingga 610 juta dolar AS dalam potensi pembayaran awal dan berdasarkan pencapaian tertentu untuk maksimal tiga target , jika opsi digunakan dan persyaratan dipenuhi. Artikel juga membahas kolaborasi penelitian dengan Astellas serta penggunaan teknologi komputasi Nvidia. Nilai maksimum kontrak bukan pendapatan yang langsung diterima.

Absci berada pada tahap awal pengembangan. Kemajuan teknologi dan kontrak perlu dinilai bersama hasil klinis, biaya, serta kebutuhan modal, bukan dianggap sebagai jaminan keberhasilan investasi.

5. e-therapeutics plc

e-therapeutics menggabungkan biologi komputasional dan terapi berbasis interferensi RNA atau RNAi. Tujuannya mengurangi ekspresi gen tertentu dengan memengaruhi RNA; ini bukan penyuntingan DNA.

Perusahaan juga memiliki kolaborasi penelitian, antara lain dengan Novo Nordisk. Pendapatan kolaborasi berbeda dari penjualan obat yang telah disetujui.

Untuk enam bulan hingga 31 Juli 2022, perusahaan melaporkan pendapatan 0,3 juta pound, rugi setelah pajak 3,8 juta pound, dan kas 21,8 juta pound. Jadi, perusahaan bukan sama sekali tanpa pendapatan. Penggalangan modal 13,5 juta pound sebelum biaya diumumkan pada 30 September 2022. Pendanaan bukan pendapatan atau laba. Perdagangan di AIM berakhir pada Mei 2024.

Penilaian perlu memperhatikan likuiditas, pengeluaran, hak pemegang saham, dan kemajuan kandidat obat. Pencatatan saham pada masa lalu tidak menjamin saham dapat dibeli atau dijual saat ini.

Menilai investasi dalam biologi komputasional

Bidang ini menggabungkan dua disiplin kompleks, AI dan bioteknologi. Keahlian pada salah satunya saja tidak cukup untuk menilai yang lain secara menyeluruh.

Beberapa perusahaan mengerjakan penerapan serupa, seperti molekul kecil dan antibodi, serta dapat menghadapi risiko ilmiah dan ekonomi yang sama.

Diversifikasi dapat mengurangi ketergantungan pada satu perusahaan, tetapi tidak menghilangkan risiko industri. Artikel awal merujuk pada perkiraan pertumbuhan pasar yang pesat antara 2022 dan 2027. Itu merupakan proyeksi berdasarkan asumsi, bukan pertumbuhan yang sudah terjadi atau janji imbal hasil.

Kualitas data, biaya, kemajuan klinis, dan kegunaan komersial penting dalam menilai setiap model. Janji teknologi saja tidak cukup.