Top 10 aziende biotech di Big Data

Più dati per una medicina migliore

Più conosciamo la biologia, più scopriamo quanto resti da capire. La rivoluzione genomica e il primo sequenziamento del genoma umano nei primi anni Duemila hanno aperto una nuova fase della ricerca.

Alla genomica si sono affiancate trascrittomica, proteomica, metabolomica e analisi del microbioma, dando origine alla multiomica. Abbiamo approfondito questa evoluzione in «La multiomica è il prossimo passo delle biotecnologie».

Questi strumenti producono grandi quantità di dati sull’attività delle cellule e delle molecole. Un fattore decisivo è stato il calo dei costi del sequenziamento del DNA e di altre analisi biologiche. Le informazioni ottenute dipendono dalla tecnica utilizzata: non tutte descrivono direttamente strutture a risoluzione atomica.

Fonte: ResearchGate

Da qui nasce l’interesse per i big data nelle biotecnologie, sull’esempio di altri settori che utilizzano l’informatica per analizzare grandi insiemi di informazioni.

Già nel 2018 Barron’s si chiedeva: «I big data porteranno grandi rendimenti nelle biotecnologie?». Nel settore si discuteva anche di «Implementare l’elaborazione e l’analisi dei dati su larga scala nei bioprocessi».

Diverse aziende sono posizionate per partecipare alla produzione e all’analisi su larga scala di dati biologici.

L’IA incontra i big data

L’intelligenza artificiale ha accelerato questa trasformazione. I grandi modelli linguistici, come ChatGPT, hanno attirato molta attenzione nel 2023, ma le biotecnologie utilizzavano già da anni l’apprendimento automatico. Dati e IA si sostengono a vicenda:

• Per addestrare i modelli servono dati di qualità, con annotazioni adeguate.
• L’IA può organizzare enormi insiemi di dati e individuare relazioni difficili da riconoscere manualmente. Il controllo della qualità e la verifica biologica dei risultati richiedono comunque competenze umane.

Molte aziende biotecnologiche specializzate nei big data stanno quindi ampliando l’uso dell’IA. La scoperta di farmaci offre applicazioni concrete, ma trasformare un risultato computazionale in ricavi richiede esperimenti, studi clinici, autorizzazioni e una strategia commerciale.

Dieci società biotecnologiche attive nei big data

1. Illumina

Illumina è uno dei principali fornitori di strumenti e materiali per il sequenziamento genomico. Nel 2023 ha registrato ricavi consolidati annui di circa 4,5 miliardi di dollari. La cifra di 1,2 miliardi si riferisce a un ordine di grandezza trimestrale, non ai ricavi annui.

La sua ampia base di strumenti contribuisce alla produzione di dati genomici utilizzati nella ricerca biotecnologica.

Illumina vende sequenziatori, ma ottiene una parte importante dei ricavi ricorrenti dai consumabili impiegati negli esperimenti. I ricavi per strumento dipendono dall’intensità di utilizzo e dai volumi dei clienti.

Nel 2023 ha spedito 352 sistemi NovaSeq X. La piattaforma sostiene analisi genomiche e multiomiche su larga scala, oltre a studi su singole cellule e organizzazione spaziale dei tessuti.

Queste consegne si aggiungono a una base installata dichiarata di oltre 25.000 sequenziatori, distribuiti tra diverse famiglie di strumenti.

Fonte: Illumina

La vicenda GRAIL

Per comprendere Illumina bisogna considerare anche GRAIL, che sviluppa test di biopsia liquida per cercare segnali associati al cancro nei campioni di sangue.

Illumina contribuì allo sviluppo dell’attività, poi separata nella società GRAIL.

Nel secondo trimestre del 2023 GRAIL riferiva che oltre 7.500 operatori sanitari avevano ordinato Galleri e che erano stati eseguiti più di 100.000 test. Un distinto studio su pazienti con sei neoplasie ematologiche recidivanti o refrattarie rilevò segnali di malattia residua nel 92% dei campioni pertinenti. Non è una misura generale dell’accuratezza del test nel rilevare ogni recidiva tumorale.

Illumina riacquistò successivamente GRAIL a un prezzo molto più elevato.

Le autorità statunitensi ed europee contestarono l’operazione, anche perché Illumina forniva strumenti a concorrenti di GRAIL. La Commissione europea impose una sanzione di 432 milioni di euro. Nel settembre 2024 la decisione della Corte di giustizia sulla competenza della Commissione portò al ritiro delle decisioni europee collegate, inclusa la sanzione.

L’operazione e le sue condizioni economiche alimentarono anche controversie tra azionisti.

L’investitore attivista Carl Icahn criticò il consiglio di amministrazione e avanzò accuse riguardo ai vantaggi per alcuni soggetti coinvolti. Si trattava di accuse, non di fatti accertati. Illumina rese nota anche un’indagine della SEC. Per approfondire le contestazioni, si può consultare questa serie di articoli di Non-GAAP investing.

Alla fine venne approvata una nuova separazione di GRAIL, tornata a essere una società indipendente dopo l’approvazione del consiglio il 4 giugno2024. Lo scorporo si concluse il 24 giugno 2024 e Illumina mantenne inizialmente una partecipazione del 14,5%.

La vicenda creò costi e incertezza per Illumina e i suoi azionisti, mentre l’azienda rimase un importante fornitore di tecnologie di sequenziamento.

La diffusione dei test oncologici potrebbe sostenere la domanda di strumenti e consumabili. Le dimensioni future di questo mercato dipendono però da evidenze cliniche, adozione, rimborsi e concorrenza.

Illumina ha inoltre acquisito la società di software bioinformatico Partek, ampliando l’offerta oltre agli strumenti e ai consumabili.

2. Schrödinger, Inc.

Schrödinger sviluppa modelli basati sulla fisica per individuare molecole promettenti, bilanciando proprietà come potenza, solubilità, emivita e facilità di sintesi.

Utilizza anche l’apprendimento automatico. I modelli fisici possono integrare i dati e aiutare a studiare situazioni poco rappresentate negli insiemi di addestramento. Schrödinger (SDGR ) ha illustrato un caso in cui lo screening digitale ha ristretto circa un miliardo di molecole a otto candidati. Si tratta di selezione computazionale, non di otto farmaci già validati clinicamente.

Fonte: Schrodinger

Nel 2020 Schrödinger ha firmato con Bayer una collaborazione quinquennale del valore iniziale di circa 10 milioni di euro, per combinare la propria tecnologia con i modelli predittivi in silico di Bayer.

Un accordo con Lilly prevedeva fino a 425 milioni di dollari di pagamenti legati al raggiungimento di traguardi. Il massimo contrattuale non corrisponde a ricavi già incassati.

Tra le altre collaborazioni figuravano Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb e aziende farmaceutiche più piccole.

Fonte: Schrodinger

Schrödinger sta costruendo un portafoglio di programmi, inclusi candidati di proprietà. Produce ricavi, ma nel periodo considerato sosteneva perdite e investimenti elevati nella ricerca e nello sviluppo.

L’azienda intende applicare la piattaforma anche a biologici complessi e materiali, tra cui prodotti chimici, batterie e polimeri.

Fonte: Schrodinger

Per gli investitori, nuove collaborazioni e risultati sperimentali possono indicare come il settore valuta la tecnologia e se questa riesce a espandersi in altri mercati.

3. Exscientia

Exscientia utilizzava l’IA per sviluppare terapie di precisione, con strumenti dedicati alle diverse fasi della scoperta di farmaci.

Fonte: Exscientia

L’azienda dichiarava una riduzione di circa il 70% dei tempi e un miglioramento dell’efficienza del capitale fino all’80% in determinate attività di scoperta. Sono confronti aziendali relativi a processi specifici, non riduzioni garantite per ogni farmaco.

La presentazione citava quattro composti nelle prime fasi cliniche e circa 30 programmi, soprattutto in oncologia e nelle malattie infiammatorie. I 6,5 miliardi di dollari indicavano potenziali pagamenti contrattuali legati a traguardi futuri, non ricavi già realizzati.

Fonte: Exscientia

Liquidità e collaborazioni erano elementi da valutare insieme al rischio clinico e ai costi. Il 20 novembre 2024 Exscientia ha completato l’aggregazione con Recursion: le due voci di questo elenco riflettono quindi la struttura precedente all’operazione.

4. 10x Genomics, Inc.

10x Genomics (TXG ) sviluppa strumenti per analizzare singole cellule e la distribuzione spaziale di geni e trascritti nei tessuti. Le diverse piattaforme permettono di studiare l’attività biologica a risoluzioni differenti.

Fondata nel 2012, annovera tra i cofondatori Serge Saxonov, già direttore della ricerca e sviluppo di 23andMe.

È cresciuta attraverso ricerca e acquisizioni, con oltre un miliardo di dollari di investimenti cumulativi in ricerca e sviluppo al riferimento temporale citato. L’acquisizione di Spatial Transcriptomics nel 2018 ha contribuito alla piattaforma Visium.

Fonte: 10x Genomics – Cronologia delle acquisizioni di 10x Genomics

Le acquisizioni di ReadCoor e Cartana nel 2020 hanno contribuito allo sviluppo della piattaforma Xenium .

La piattaforma Chromiumera già disponibile prima del 2020; Chromium X è stata introdotta nel 2021. La famiglia comprende tecnologie per l’analisi dell’espressione genica in singole cellule.

Dopo l’acquisizione di Tetramer Shop nel 2021, 10x Genomics ha presentato BEAM nel 2022. BEAM, acronimo di Barcode Enabled Antigen Mapping, consente di studiare il riconoscimento degli antigeni da parte di componenti del sistema immunitario.

Nel secondo trimestre del 2023 i ricavi sono cresciuti del 17% su base annua, mentre le spedizioni cumulative di Xenium hanno superato le 100 unità nell’agosto 2023.

Nel settembre 2023 l’azienda ottenne un’ingiunzione contro NanoString presso il Tribunale unificato dei brevetti. Il provvedimento limitava inizialmente le vendite di CosMx in diversi paesi europei, ma fu annullato in appello il 26 febbraio 2024. Non rappresentava quindi un divieto europeo ancora valido per tutto il 2024.

La biologia spaziale era utilizzata soprattutto nella ricerca accademica e di base. Potrebbe trovare ulteriori applicazioni mediche, ma diventare un test clinico di routine richiede validazione e autorizzazioni. Una base installata più ampia può sostenere i consumabili, senza garantire automaticamente crescita o redditività.

5 . Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore utilizza una tecnologia di sequenziamento basata su celle a flusso contenenti nanopori. Il passaggio di DNA o RNA modifica la corrente elettrica, che viene interpretata dai sistemi di analisi per ricostruire la sequenza. La tecnologia permette di ottenere dati durante il sequenziamento. Non è però la prima volta che un computer legge una sequenza genetica: i sistemi precedenti utilizzavano già elaborazione informatica.

Fonte: Oxford Nanopore

La possibilità di leggere frammenti molto lunghi facilita lo studio di strutture genomiche e varianti difficili da ricostruire con letture corte. La disponibilità rapida dei risultati può essere utile in oncologia e nelle malattie infettive, comprese quelle associate alla resistenza agli antibiotici.

La misurazione elettrica permette anche strumenti compatti e trasportabili. L’offerta include dispositivi con capacità e prezzi diversi, storicamente a partire da circa 1.000 dollari per alcune configurazioni di base. Il costo complessivo dipende anche da celle a flusso, reagenti, preparazione dei campioni e analisi.

Il ruolo futuro di Oxford Nanopore dipenderà dall’equilibrio tra accuratezza, costo, velocità e applicazioni.

Potrebbe guadagnare quote in applicazioni oggi servite da tecnologie ottiche e chimiche.

Oppure potrebbe essere particolarmente competitiva nel sequenziamento mobile, nei piccoli volumi e nelle analisi che richiedono letture lunghe. Nessuno di questi esiti è predeterminato.

L’azienda studia inoltre misurazioni di proteine, modificazioni post-traduzionali e altre molecole. Si tratta di filoni di sviluppo con livelli diversi di maturità.

6 . Ginkgo Bioworks Holdings, Inc.

Ginkgo Bioworks sviluppa piattaforme di ingegneria cellulare e organismi per applicazioni specifiche. I programmi e le collaborazioni comprendono:

• Cannabinoidi
• produzione di vaccini mRNA e medicina a base di acidi nucleici
• Proteine alimentari
• Produzione di fertilizzanti biologici in partnership con Bayer
• Microbi programmabili per malattie intestinali
• Biorisanamento della microplastica
• Biosicurezza e rilevamento di patogeni
• Riciclaggio di rifiuti e contaminanti

Molti programmi utilizzano CRISPR o altre tecniche di modifica genetica. Tra gli esempi figurano collaborazioni su cellule CAR-T contro il cancro.

Una piattaforma condivisa di ingegneria cellulare può servire farmaceutica, agricoltura, biosicurezza e processi chimici industriali.

La disponibilità di competenze e infrastrutture può ridurre gli investimenti iniziali necessari ai clienti, anche se i risultati dipendono dal progetto.

La varietà di clienti e partner mostra l’ampiezza delle applicazioni esplorate.

Fonte: Ginkgo Bioworks

La dimensione dei big data deriva dall’insieme di banche cellulari, esperimenti e dati prodotti su organismi e applicazioni differenti.

L’azienda offre esposizione a una piattaforma di ingegneria cellulare, anziché a una sola terapia. La valutazione deve considerare crescita, domanda dei clienti, costi e fabbisogno finanziario.

Mentre molte aziende CRISPR si concentrano sulla medicina umana, Ginkgo opera anche in agricoltura, bioingegneria, energia e bioprodotti, inclusi i cannabinoidi.

L’espansione dei dati biologici, degli strumenti di modifica genetica e dell’IA potrebbe ampliare queste opportunità, senza garantire il successo commerciale dei singoli programmi.

7. BenevolentAI SA (BAI.AS)

BenevolentAI utilizza l’IA per la scoperta di farmaci destinati a malattie croniche e oncologiche. Il suo candidato per la dermatite atopica BEN-2293 raggiunse l’obiettivo primario di sicurezza nello studio di fase IIa, ma non gli obiettivi secondari di efficacia; nel 2023 l’azienda decise di non impegnare ulteriori risorse nel programma.

Oltre ai modelli che prevedono attività cellulari o strutture proteiche, il motore BenAI analizza un vasto insieme di pubblicazioni scientifiche, indicato allora in oltre 35 milioni, per individuare relazioni e ipotesi.

Le ipotesi vengono integrate con verifiche sperimentali, analisi in silico e studi sul riposizionamento di farmaci.

Fonte: Benevolent

Il riposizionamento può utilizzare informazioni già disponibili su un farmaco o un meccanismo biologico. Non elimina però la necessità di dimostrare sicurezza ed efficacia nella nuova indicazione, dose, formulazione o popolazione. Una fase I precedente non equivale a un’autorizzazione generale.

L’azienda aveva una collaborazione con AstraZeneca (AZN ) per la ricerca su fibrosi e malattia renale cronica, avviata nel 2019 ed estesa nel 2022 a insufficienza cardiaca e lupus eritematoso sistemico.

Inoltre ha collaborato con Merck KGaA (MRK.DE ) per individuare candidati a piccola molecola in oncologia e neuroinfiammazione, utilizzando la propria piattaforma di scoperta basata sull’IA.

BenevolentAI contribuì a individuare il potenziale del baricitinib contro COVID-19. Il farmaco di Lilly ottenne un’autorizzazione d’emergenza e successivamente l’approvazione FDA per specifici pazienti adulti ospedalizzati; ciò non significa che fosse approvato per ogni forma di COVID-19.

8. AbCellera

AbCellera sviluppa tecnologie per individuare e ottimizzare farmaci basati su anticorpi.

Tra le sue piattaforme figurano GPCR e canali ionici, bersagli particolarmente difficili per lo sviluppo di anticorpi. Un’altra area riguarda gli anticorpi che reclutano le cellule T, progettati per indirizzare le cellule immunitarie contro il tumore e migliorare il rapporto tra attività e tossicità. Non si tratta di un risultato clinico garantito per ogni candidato.

Fonte: AbCellera

Nei dati storici citati, l’azienda contava oltre 100 programmi terapeutici con numerosi partner, circa metà in oncologia, e 13 molecole arrivate alla sperimentazione clinica. Due anticorpi contro COVID-19 avevano ricevuto autorizzazioni d’emergenza negli Stati Uniti, distinte dall’approvazione ordinaria; il loro uso è stato poi limitato o revocato per la ridotta attività contro nuove varianti.

Fonte: AbCellera

La piattaforma seleziona anticorpi da un ampio insieme di candidati mediante analisi di singole cellule ad alta capacità, sostenute da sistemi di visione artificiale.

9. BioXcel Therapeutics

BioXcel Therapeutics definisce il proprio approccio «re-innovazione dei farmaci»: l’IA viene utilizzata per studiare molecole note, comprese quelle abbandonate in precedenza dai rispettivi sviluppatori.

Esamina inoltre nuove applicazioni di prodotti già approvati.

Fonte: BioXcel Therapeutics

L’azienda ha descritto un processo con circa sei mesi per generare un’ipotesi e dodici per la sua validazione iniziale, utilizzando big data, visione artificiale, apprendimento profondo e analisi in silico. Non è il tempo totale necessario per completare sviluppo clinico e autorizzazione.

Il riposizionamento può migliorare una terapia attraverso una diversa formulazione o indicazione. Sicurezza ed efficacia devono comunque essere dimostrate per il nuovo utilizzo.

Un esempio è l’approvazione di IGALMI  , per il trattamento acuto dell’agitazione associata a schizofrenia o disturbo bipolare I o II negli adulti. L’azienda indicava meno di quattro anni tra l’avvio del progetto e l’approvazione.

IGALMI è una pellicola di dexmedetomidina somministrata sotto la lingua o nella mucosa buccale. Non contiene uno stabilizzatore metabolico aggiunto. L’etichetta FDA prevede la somministrazione sotto supervisione sanitaria e specifiche precauzioni, tra cui il monitoraggio di ipotensione e bradicardia.

Fonte: BioXcel Therapeutics

Nel periodo considerato, l’azienda studiava ulteriori applicazioni di BXCL501, la formulazione di dexmedetomidina, con programmi clinici la cui fase e priorità variavano nel tempo.

Uno riguardava l’agitazione associata alla demenza di Alzheimer, studiata con BXCL501, una formulazione di dexmedetomidina.

Un altro studiava l’utilizzo domiciliare per l’agitazione associata a schizofrenia o disturbo bipolare. Nel 2024 questa applicazione era sperimentale e non coincideva con l’indicazione già autorizzata di IGALMI.

Fonte: BioXcel Therapeutics

Il caso IGALMI illustra come dati e analisi possano contribuire alla riformulazione e al riposizionamento di farmaci. Ogni nuova applicazione resta soggetta alla propria valutazione clinica e regolatoria.

10 . Recursion Pharmaceuticals

Recursion Pharmaceuticals (RXRX ) utilizza l’IA nella scoperta di farmaci.

L’obiettivo è ridurre tempi e costi dello sviluppo, senza eliminare i rischi sperimentali e clinici.

La costruzione di dati riproducibili è centrale nel suo approccio, che affronta problemi come:

• Informazioni in formati difficili da elaborare, come fax, PDF e scansioni.
• Dati isolati in archivi separati e privi di annotazioni sufficienti.
• Risultati di ricerca difficili da riprodurre.

Recursion ha realizzato grandi laboratori automatizzati e digitalizzato esperimenti propri. La documentazione citata descriveva una capacità fino a circa 2,2 milioni di esperimenti alla settimana.

Utilizza inoltre calcolo ad alte prestazioni e modelli addestrati su miliardi di immagini biologiche. Le migliaia di miliardi di relazioni inferite tra geni e composti sono previsioni computazionali, non altrettante interazioni già verificate o terapie efficaci. Non tutti questi modelli sono grandi modelli linguistici.

Fonte: Recursion

Recursion ha avviato una collaborazione con Nvidia (NVDA ) e nel gennaio 2024 ha reso disponibile Phenom-Beta sulla piattaforma BioNeMo. La collaborazione comprendeva l’accesso a risorse di calcolo tramite NVIDIA DGX Cloud.

La pipeline proprietaria era concentrata soprattutto su malattie rare e oncologia. Il numero e la fase dei candidati indicati nelle presentazioni rappresentano un riferimento storico e cambiano con i risultati e le priorità degli studi.

Fonte: Recursion

Per aree particolarmente complesse, come le neuroscienze e bersagli oncologici difficili da trattare, Recursion collabora con aziende farmaceutiche specializzate.

Tra gli esempi figurano Roche nelle neuroscienze e Bayer nella ricerca su bersagli oncologici difficili da colpire con farmaci.

L’azienda stipula anche accordi per concedere in licenza tecnologie e dati. Gli scambi di informazioni possono ampliare le basi utilizzate dai partner, nei limiti contrattuali e di accesso concordati.