5 Perusahaan AI & Bioteknologi Digital Teratas (Juni 2026)

Revolusi AI dalam Bioteknologi

Tidak ada sektor yang tidak terpengaruh oleh kekuatan AI dan pemodelan digital, dan Bioteknologi tidak terkecuali.

Hal ini karena biologi adalah ilmu keras yang paling “berantakan”. Kimia atau fisika dapat beroperasi dalam lingkungan yang sangat terkontrol, senyawa murni, dll. Biologi harus berhadapan dengan sistem yang sangat kompleks dan terus berubah. Selain itu, ketika menganalisis satu protein, ahli biokimia melihat ribuan atau jutaan atom. Jadi, sangat sulit untuk memprediksi setiap reaksi kimia yang mungkin.

Data besar, model AI, dan digitalisasi menciptakan kondisi untuk revolusi pengetahuan dalam penelitian bioteknologi.

Era pertama biomedis adalah menembak dalam kegelapan dan melihat apa yang berhasil.

Sekarang kita telah mapan dalam era genomik, di mana kita dapat fokus pada target spesifik, seperti satu gen cacat.

Dengan revolusi digital yang datang, kita dapat mereplikasi protein lengkap, sel, atau bahkan seluruh organ dan tubuh dalam lingkungan virtual.

Apa yang Akan Berubah?

Sebagian besar alasan mengapa genomik dan terapi presisi menggantikan obat kimia “tradisional” adalah tingkat keberhasilan yang sangat rendah untuk obat baru dalam dekade terakhir.

Mungkin seseorang dapat menghasilkan obat yang disetujui FDA dari sepuluh ribu kandidat obat. Setiap langkah harus diuji di laboratorium, pada sel hidup, hewan, atau manusia.

Hal ini sering berarti satu hingga dua dekade waktu yang hilang, serta puluhan miliar dolar yang terbuang.

Sumber: Biosourcing

Menembak secara buta tidak lagi menjadi rencana yang layak untuk penemuan obat. Inilah mengapa peneliti membutuhkan model prediktif digital untuk memperkirakan sebelum pengujian fisik apakah suatu obat merupakan kandidat yang baik.

Jadi, tidak mengherankan bahwa penemuan obat berada di garis depan model bisnis kebanyakan perusahaan AI biotek.

Metode baru seperti pembelajaran mesin memungkinkan perangkat lunak untuk “menebak” jawaban paling mungkin menggunakan metode probabilistik alih-alih metode yang sepenuhnya “mekanik”/algoritmik.

Seperti kebanyakan teknologi pembelajaran mesin, banyak pekerjaan dilakukan selama satu dekade penuh, dengan hanya para ahli di bidang tersebut yang benar-benar memperhatikan.

pada tahun 2020 ketika Alphabet/Google DeepMind memecahkan tantangan 50 tahun pada pelipatan protein. Program tersebut sejak itu memodelkan sebagian besar protein yang diketahui dari semua organisme hidup, dan Google sedang membuat perusahaan baru, Isomorphic Laboratories, untuk membantu mengidentifikasi obat baru.

5 Perusahaan AI dan Bioteknologi Digital Teratas

Untuk investor, Google mungkin menjadi pilihan bagus pada AI secara umum, tetapi aspek bioteknologi akan menjadi segmen kecil dalam perusahaan yang sangat besar. Jadi, artikel ini akan meninjau perusahaan publik yang sepenuhnya didedikasikan untuk topik AI dan Biologi Virtual.

Untuk alasan yang sama, kami tidak akan melihat perusahaan yang terlibat dalam perangkat keras AI, seperti Nvidia dan perpustakaan genomiknya Parabricks.

(perusahaan-perusahaan diurutkan berdasarkan kapitalisasi pasar pada saat penulisan artikel ini)

1. Roivant Sciences Ltd.

(ROIV )

Perusahaan ini mengkhususkan diri dalam mengakuisisi startup biotek dan meningkatkan peluang mereka untuk komersialisasi melalui anak perusahaan yang disebut -vant (karena masing‑masing akan memiliki “vant” sebagai bagian akhir nama mereka).

Bagian dari akuisisi ini adalah pembelian Silicon Therapeutics senilai $450M. Berkat superkomputer dan perangkat keras komputasi khusus, Silicon Therapeutics mengembangkan molekul baru. Ini menambah portofolio tumpukan AI biotek yang sudah ada, VantAI.

Roivant juga memiliki “vant” Datavant, solusi data besar untuk perawatan kesehatan, menjual ke rumah sakit, perusahaan farmasi, asuransi, dll… dengan prosedur yang mematuhi regulasi dan menghormati privasi.

“vant” lainnya juga berorientasi pada data atau simulasi digital, seperti “Accurate All-Atom Physics-Based Simulations” dari Psivant. Atau perangkat lunak/platform intelijen uji klinis Lokavant.

Sumber: Roivant

Namun, sebagian besar pendapatan perusahaan berasal dari penjualan farmasi produk yang disetujui.

Secara keseluruhan, Roivant dapat menjadi cara untuk bermain di sisi data biotek, tidak hanya biologi digital tetapi juga catatan medis, uji klinis, dll….; sekaligus menyentuh bidang pengobatan inovatif lainnya, terutama perawatan kulit, dengan Vtama untuk psoriasis.

2. Schrödinger, Inc.

(SDGR )

Perusahaan ini mengkhususkan diri dalam model berbasis fisika untuk menemukan molekul terbaik untuk tujuan tertentu, menyeimbangkan metrik yang saling bertentangan seperti potensi, kelarutan, setengah hidup, kemampuan sintesis, dll…

Ia juga menggunakan pembelajaran mesin, tetapi penambahan model berbasis fisika memungkinkan pengujian di bidang baru yang sama sekali belum memiliki set data untuk “melatih” AI. Ini memungkinkan Schrödinger beralih dari 1 miliar molekul potensial menjadi hanya 8 kandidat solid dalam hitungan hari, sepenuhnya melalui perhitungan digital.

Sumber: Schrodinger

Schrödinger menandatangani perjanjian kolaborasi 5 tahun dengan Bayer pada tahun 2020 dengan pendapatan $10M. Ide perjanjian tersebut adalah menggunakan teknologi Schrödinger bersama model prediksi in‑silico Bayer.

Kemitraan terbaru lainnya adalah dengan Lilly, dengan total pembayaran milestone hingga $425M untuk penemuan yang berhasil.

Kolaborasi sebelumnya meliputi Takeda, Sanofi Bristol Myers Squibb, dan perusahaan farmasi kecil lainnya.

Sumber: Schrodinger

Secara keseluruhan, Schrödinger sedang membangun portofolio yang terus berkembang, termasuk semakin banyak molekul milik penuh dan propriatari. Meskipun belum menghasilkan pendapatan, perusahaan masih belum menguntungkan, fokus pada ekspansi dan pengeluaran R&D untuk meningkatkan teknologinya.

Perusahaan juga melihat peluang memperluas ke segmen baru di luar penemuan obat, seperti biopharma kompleks atau bahkan material seperti bahan kimia, baterai, atau polimer.

Sumber: Schrodinger

Investor akan ingin memperhatikan kolaborasi baru, karena hal tersebut akan mencerminkan kemajuan teknologi Schrödinger, sebagaimana dinilai oleh pemimpin industri, serta kemungkinan keberhasilan dalam memperluas teknologi inti ke pasar baru.

3. Exscientia

(EXAI )

Perusahaan ini menggunakan AI untuk mengembangkan terapi presisi. Ia menjalankan teknologi penemuan obat AI “full stack” dengan perangkat lunak khusus pada setiap tahap proses penemuan obat.

Sumber: Exscientia

Teknologi Exscientia mengurangi 70% waktu yang diperlukan untuk berpindah dari target biologis ke penemuan obat yang sesuai dan mengurangi proses modal sebesar 80%.

Hal ini menghasilkan 4 senyawa pada tahap klinis awal, 30 program secara total, dan $6,5B pendapatan dari milestone dengan mitra. Fokus utama adalah onkologi (kanker) dan penyakit inflamasi.

Sumber: Exscientia

Perusahaan berada dalam posisi keuangan yang sangat nyaman untuk perusahaan penemuan obat tahap awal, dengan $625M pada Q3 2022, dengan pembakaran kas bersih hanya $15M.

Ini mungkin menjadi opsi menarik bagi investor yang mencari perusahaan penemuan obat AI yang mapan dengan runway kas yang sangat besar dan banyak kemitraan yang sedang berjalan untuk keamanan tambahan.

4. Absci Corporation

(ABSI )

Perusahaan ini didirikan pada 2011, dengan kantor di Vancouver, New York, dan Zug, Swiss. Ia menambahkan ke teknologi awalnya IP dari 2 akuisisi AI‑biologi pada 2021, Totient (antibodi) dan Denovium (sel).

Perusahaan ini sebagian besar fokus pada desain antibodi, menciptakan antibodi baru dari nol (“de novo antibodies”), dan mengujinya di laboratorium dalam proses 6 minggu.

Mereka adalah yang pertama, pada Maret 2023, yang dapat merancang antibodi fungsional tanpa data pra‑existing, metode yang juga disebut “zero‑shot.”

Absci telah menjalin kolaborasi dengan Merck (total $610M dalam biaya di muka dan potensi pembayaran milestone di masa depan) dan Astellas untuk penemuan produk baru, serta kemitraan dengan Nvidia untuk meningkatkan arsitektur perangkat keras di balik teknologi Absci.

Absci masih berada pada tahap awal tetapi telah menunjukkan potensi dan inovasi yang luar biasa. Investor di perusahaan ini harus mendukung etos “tidak ada yang tidak mungkin” perusahaan dan pendirinya yang brilian serta berharap kesepakatan kolaborasi terbaru menjadi yang pertama dalam rangkaian panjang.

5. e-therapeutics plc

e-therapeutics fokus pada pengembangan terapi RNAi (RNA interference) in‑silico baru. Ia berharap bahwa menggabungkan teknologi baru, RNAi, dan penemuan obat komputasional akan memberi keunggulan signifikan dibandingkan pesaingnya.

Ia juga memonetisasi penemuan pada platformnya dengan perusahaan farmasi lain, yang terbesar adalah perusahaan biru besar Novo Nordisk.

Perusahaan berada pada tahap pra‑pendapatan yang sangat awal dan harus mengumpulkan £13,5 juta pada musim panas 2022. Perusahaan mencatat kerugian bersih £2,8 juta pada H1 2022 untuk saldo kas pada saat itu sebesar £21,8 juta.

Investor di e-therapeutics harus memperhatikan kas yang tersedia dan berharap penemuan serta pendapatan kemitraan baru dapat menjadikan perusahaan menguntungkan pada akhirnya.

Membangun Portofolio Biologi Digital

Ini adalah sektor yang sulit untuk diinvestasikan, karena menggabungkan 2 teknologi yang sangat kompleks: AI + bioteknologi lanjutan. Hal ini menjadikannya hampir seperti “kotak hitam” bagi investor, meskipun mereka memiliki keahlian di salah satu dari 2 bidang tersebut.

Selain itu, sebagian besar perusahaan di sektor ini fokus pada pasar yang sama, kebanyakan penemuan molekul kecil dan desain antibodi, mungkin juga sel.

Jadi diversifikasi akan menjadi strategi investasi yang lebih aman karena sangat sedikit orang yang dapat memastikan telah memilih “pemenang.” Selain itu, pasar diperkirakan tumbuh sangat cepat, dengan CAGR 45% antara 2022 dan 2027.

Dengan demikian, eksposur yang luas lebih mungkin menangkap pertumbuhan ini tanpa terlalu bergantung pada model atau metode matematis spesifik dalam arena yang sangat cepat berubah dan kompetitif.