상위 5개 AI 및 디지털 바이오텍 기업(2026년 XNUMX월)

생명공학의 AI 혁명

어떤 분야도 변하지 않는 채로 남아 있지 않습니다. AI 디지털 모델링, 생명공학도 예외는 아닙니다.

이는 생물학이 경성과학 중에서 단연 가장 "복잡한" 분야이기 때문입니다. 화학이나 물리학은 매우 통제된 환경, 순수 화합물 등을 다룰 수 있습니다. 생물학은 기존의 극도로 복잡하고 끊임없이 변화하는 시스템과 싸워야 합니다. 또한 단 하나의 단백질을 분석할 때 생화학자들은 수천 또는 수백만 개의 원자를 살펴봅니다. 따라서 가능한 모든 화학 반응을 예측하는 것은 정말 어려울 수 있습니다.

빅데이터, AI 모델, 디지털화는 생명공학 연구에서 지식 혁명을 위한 조건을 조성하고 있습니다.

생물의학의 첫 번째 시대는 어둠 속에서 촬영하여 무엇이 효과가 있는지 확인하는 것이었습니다.

이제 우리는 하나의 결함이 있는 유전자와 같은 특정 표적에 집중할 수 있는 유전체학 시대에 확고하게 자리 잡았습니다.

다가오는 디지털 혁명을 통해 우리는 완전한 단백질, 세포, 심지어 전체 장기와 신체를 가상 환경에서 복제할 수 있습니다.

무엇이 바뀔까요?

유전체학 및 정밀 치료법이 "전통적인" 화학 약물을 대체하는 가장 큰 이유는 지난 XNUMX년 동안 신약의 성공률이 매우 낮았기 때문입니다.

어쩌면 만 가지 후보 약물에 대해 FDA 승인 약물을 생산할 수도 있습니다. 모든 단계는 실험실, 살아있는 세포, 동물 또는 인간에서 테스트되어야 합니다.

이는 종종 XNUMX~XNUMX년의 시간 손실과 수십억 달러의 손실을 의미합니다.

출처: 바이오소싱

블라인드 촬영은 더 이상 신약 발견을 위한 실행 가능한 계획이 아닙니다. 이것이 연구자들이 약물이 좋은 후보인지 물리적 테스트 전에 예측할 수 있는 디지털 예측 모델이 필요한 이유입니다.

따라서 신약 발견이 대부분의 AI 생명공학 기업 비즈니스 모델의 최전선에 있다는 것은 놀라운 일이 아닙니다.

기계 학습과 같은 새로운 방법을 사용하면 소프트웨어는 완전한 "기계적"/알고리즘 방법 대신 확률적 방법을 사용하여 가장 가능성이 높은 답변을 "추측"할 수 있습니다.

대부분의 기계 학습 기술과 마찬가지로, XNUMX년 동안 많은 작업이 수행되었으며 해당 분야의 전문가만이 실제로 주의를 기울였습니다.

그것을 주류에서 인정받게 만든 진정한 혁명은 바로 2020년에 Alphabet/Google DeepMind가 단백질 접힘에 대한 50년 된 과제를 해결했습니다.. 이후 이 프로그램은 모든 살아있는 유기체의 알려진 단백질 대부분을 모델링했으며, 구글은 새로운 회사를 만들고 있다. 동형 연구소, 신약 식별을 돕기 위해.

상위 5개 AI 및 디지털 생명공학 기업

투자자들에게 Google은 일반적으로 AI 분야에서 훌륭한 역할을 할 수 있지만 생명공학 측면은 매우 큰 회사에서 작은 부분일 것입니다. 따라서 이 기사에서는 AI 및 가상 생물학 주제에만 전념하는 공개 상장 회사를 검토할 것입니다.

같은 이유로 AI 하드웨어 관련 기업은 살펴보지 않고, 처럼 Nvidia와 유전체학 라이브러리 Parabricks.

(이 글을 쓰는 시점의 시가총액 기준으로 기업 순위를 매겼습니다.)

1. 로이반트 사이언스(Roivant Sciences Ltd.)

로이반트 사이언스(Roivant Sciences Ltd.) (ROIV -3.03 %)

이 회사는 생명공학 스타트업을 인수하고 -vant(각 회사 이름의 마지막 부분에 "vant"가 붙음)라는 자회사를 통해 상업화 가능성을 높이는 것을 전문으로 합니다.

이러한 인수의 일부는 다음과 같습니다. Silicon Therapeutics를 450억 XNUMX천만 달러에 인수. 슈퍼컴퓨터와 맞춤형 컴퓨팅 하드웨어 덕분에 Silicon Therapeutics는 새로운 분자를 개발하고 있습니다. 이는 기존 AI 생명공학 스택 포트폴리오에 추가되었으며, 반트AI.

Roivant는 또한 규정을 준수하고 개인 정보를 존중하는 절차를 통해 병원 제약 회사, 보험 등에 판매하는 의료용 빅 데이터 솔루션인 "vant" Datavant를 소유했습니다.

다른 "vant's"도 데이터 또는 디지털 시뮬레이션 중심입니다. Psivant의 "정확한 전원자 물리 기반 시뮬레이션". 또는 임상시험 인텔리전스 소프트웨어/플랫폼 Lokavant.

출처: 로이반트

하지만 회사 수입의 대부분은 승인된 제품의 제약품 판매에서 나옵니다.

전반적으로 Roivant는 디지털 생물학뿐만 아니라 의료 기록, 임상 시험 등 생명 공학의 데이터 측면을 재생하는 방법이 될 수 있습니다. 동시에 다른 혁신적인 의약품, 특히 피부 관리 분야에 대해서도 다루고 있습니다. 건선에 대한 Vtama와 함께.

2. 슈뢰딩거 주식회사

슈뢰딩거 주식회사 (SDGR -4.24 %)

이 회사는 물리학 기반 모델을 전문으로 하여 주어진 목표에 가장 적합한 분자를 찾고 효능, 용해도, 반감기, 합성 가능성 등과 같은 상충되는 측정 항목의 균형을 맞춥니다.

또한 기계 학습을 사용하지만 물리 기반 모델을 추가하면 AI를 "훈련"하기 위한 데이터 세트가 존재하지 않는 완전히 새로운 분야에서 테스트할 수 있습니다. 이를 통해 슈뢰딩거는 독점적으로 디지털 계산을 통해 1억 개의 잠재적 분자에서 단 8개의 고체 후보로 며칠 만에 이동할 수 있습니다.

출처: 슈뢰딩거

슈뢰딩거는 바이엘과 5년 2020만 달러 매출을 위한 10년 협력 계약을 체결했습니다.. 이번 계약의 아이디어는 슈뢰딩거 기술을 바이엘의 인실리코 예측 모델과 함께 사용하는 것입니다.

최근의 또 다른 파트너십은 성공적인 발견을 위해 총 마일스톤 지불액이 최대 425억 XNUMX만 달러에 이르는 Lilly와의 파트너십입니다.

과거 협력에는 Takeda, Sanofi Bristol Myers Squibb 및 기타 소규모 제약 회사가 포함되었습니다.

출처: 슈뢰딩거

전반적으로 슈뢰딩거는 점점 더 많은 독점 분자와 완전 소유 분자를 포함하여 성장하는 포트폴리오를 구축하고 있습니다. 매출 전은 아니지만 여전히 수익성이 좋지 않아 기술 개선을 위한 확장 및 R&D 지출에 집중하고 있습니다.

또한 회사는 신약 발견을 넘어 복잡한 바이오의약품이나 화학물질, 배터리, 폴리머와 같은 소재 등 새로운 분야로 확장하는 방안도 모색하고 있습니다.

출처: 슈뢰딩거

투자자들은 업계 리더들이 평가한 슈뢰딩거 기술의 발전과 핵심 기술을 새로운 시장으로 확장하는 데 따른 성공 가능성을 반영하는 새로운 협업에 주목하고 싶어할 것입니다.

3. 엑스시엔티아

엑스사이엔티아 주식회사 (EXAI 0%)

회사는 AI를 개발에 활용하고 있다. 정밀치료. 약물 발견 프로세스의 모든 단계에서 전용 소프트웨어를 갖춘 "풀 스택" AI 약물 발견 기술을 실행합니다.

출처: 엑스시엔티아

엑스사이언티아의 기술은 생물학적 표적에서 해당 약물을 찾는 데 필요한 시간을 70% 단축하고 자본 프로세스를 80% 더 많이 절감합니다.

그 결과 초기 임상 단계에 있는 4개의 화합물, 총 30개의 프로그램, 파트너와의 마일스톤을 통해 6.5억 달러의 수익이 발생했습니다. 주요 초점은 종양학(암) 및 염증성 질환이었습니다.

출처: 엑스시엔티아

이 회사는 625년 3분기에 2022억 15만 달러, 순현금 소진액이 XNUMX만 달러에 불과한 초기 단계의 신약 개발 회사로서는 매우 편안한 재정 상태에 있습니다.

이는 매우 큰 현금 활주로와 추가 안전을 위한 여러 지속적인 파트너십을 갖춘 잘 확립된 AI 신약 발견 회사를 찾는 투자자에게 흥미로운 옵션이 될 수 있습니다.

4. 앱시 코퍼레이션

앱시 코퍼레이션 (ABSI -3.47 %)

이 회사는 2011년에 설립되었으며 뉴욕주 밴쿠버와 스위스 추크에 소재지를 두고 있습니다. 2년 AI-생물학 인수 2021건의 IP를 초기기술에 추가했으며, 토티엔트 (항체) 및 데노 비움 (세포주).

이 회사는 주로 항체 설계에 중점을 두고 있으며, 처음부터 새로운 항체(“데노보 항체”)를 만들고 6주 과정에 걸쳐 실험실에서 테스트합니다.

그들은 2023년 XNUMX월에 처음으로 기존 데이터 없이 기능성 항체를 설계하는 방법으로, '제로샷(zero-shot)'이라고도 불린다.. "

Absci는 다음과 협력 관계를 맺었습니다. 머크(선불 수수료 및 향후 마일스톤 잠재 지불금 총 610억 XNUMX천만 달러) 신제품 발견을 위한 Astellas, Absci 기술 기반의 하드웨어 아키텍처를 개선하기 위한 Nvidia와의 파트너십.

Absci는 아직 초기 단계이지만 이미 엄청난 잠재력과 혁신 잠재력을 보여주었습니다. 회사의 투자자들은 회사와 뛰어난 창업자의 "불가능한 것은 없다"는 정신에 동참해야 하며 최근 협력 계약이 긴 시리즈의 첫 번째가 되기를 희망해야 합니다.

5. e-테라퓨틱스 PLC

e-Therapeutics는 in-silico 새로운 RNAi(RNA 간섭) 치료법 개발에 중점을 두고 있습니다. 신흥 기술, RNAi 및 전산 약물 발견을 결합하여 경쟁사보다 상당한 우위를 확보할 수 있기를 바랍니다.

또한 다른 제약회사와 함께 플랫폼에서 발견한 내용으로 수익을 창출하고 있으며, 그 중 가장 큰 회사는 대형 블루칩 Novo Nordisk입니다.

회사는 매우 초기 수익 창출 단계에 있으며 13.5년 여름에 2022만 파운드를 조달해야 했습니다. 회사는 2.8만 파운드 당시 현금 잔고로 1년 상반기에 2022만 파운드의 순 손실을 기록했습니다.

전자 치료제에 투자하는 투자자는 사용 가능한 현금을 주시하고 새로운 발견과 파트너십을 통한 수익이 궁극적으로 회사를 수익성 있게 만들 것으로 기대해야 합니다.

디지털 생물학 포트폴리오 구축

이는 AI + 첨단 생명공학이라는 두 가지 매우 복잡한 기술이 결합되어 있기 때문에 투자하기 어려운 분야입니다. 이는 투자자가 두 분야 중 하나에 대한 전문 지식을 갖고 있더라도 이를 "블랙박스"로 만듭니다.

또한 해당 분야의 대부분의 회사는 동일한 시장, 즉 주로 소분자 발견 및 항체 설계에 중점을 두고 있으며 세포주도 포함할 수 있습니다.

따라서 다각화는 "승자"를 선택할 수 있는 사람이 거의 없기 때문에 보다 안전한 투자 전략을 만들 수 있습니다. 게다가, 시장은 45년부터 2022년까지 CAGR 2027%로 매우 빠르게 성장할 것으로 예상됩니다..

따라서 매우 빠르게 변화하고 경쟁이 치열한 분야에서 특정 수학적 모델이나 방법에 지나치게 의존하지 않고 광범위한 노출을 통해 이러한 성장을 포착할 가능성이 더 높습니다.