AI 및 계산 생명공학 기업 다섯 곳: 2023년 관점

AI와 계산 생명공학

생명공학 연구에서는 의약품 연구와 개발을 위해 AI와 디지털 모델을 점점 더 많이 활용하고 있습니다.

생물학적 시스템은 복잡하고 끊임없이 변합니다. 단일 단백질의 기능에도 수많은 상호작용이 영향을 미치므로 모든 반응과 임상적 영향을 예측하기는 어렵습니다.

대규모 데이터와 계산 모델은 정보를 정리하고 실험으로 검증할 가설을 선택하는 데 도움이 됩니다.

관찰과 실험은 오래전부터 생물의학의 핵심이었습니다. 과거 연구가 과학적 방법 없이 무작위로 시도하는 일에 불과했던 것은 아닙니다.

유전체학은 질병과 관련된 유전자와 단백질을 더 정밀하게 연구하도록 돕습니다.

디지털 모델은 단백질, 세포, 장기의 일부 구조와 기능을 모사할 수 있습니다. 그러나 인체를 완전하고 신뢰성 있게 복제한 것은 아니며 모든 실험을 대체하지도 않습니다.

무엇이 달라질 수 있을까요?

많은 신약 개발 프로젝트가 실패합니다. 정밀 치료와 저분자 의약품은 서로 보완할 수 있으며, 유전체학이 모든 기존 의약품을 자동으로 대체하는 것은 아닙니다.

많은 후보물질이 승인에 이르기 전에 탈락합니다. 프로젝트에 따라 실험실 시험, 비임상 연구, 임상 연구가 필요합니다. 하나의 성공률을 모든 방법에 적용할 수는 없습니다.

개발에는 수년과 상당한 자본이 필요할 수 있습니다. 실패한 프로젝트는 비용을 발생시키지만 유용한 과학적 지식을 남길 수도 있습니다.

출처: Biosourcing

예측 모델은 비용이 많이 드는 실험 전에 후보물질의 우선순위를 정하는 데 도움이 됩니다. 모델의 결과만으로 의약품의 안전성이나 효능을 입증할 수는 없습니다.

따라서 신약 발굴은 AI와 생명공학을 결합하는 기업의 중요한 활용 분야입니다.

머신러닝은 데이터의 패턴을 찾아 확률에 기반한 예측을 할 수 있습니다. 이 역시 알고리즘 방식이며 신뢰성은 데이터, 설계, 평가에 달려 있습니다.

이러한 발전은 생물학, 화학, 물리학, 컴퓨터 과학의 장기간 연구에 기반합니다.

 2020년 DeepMind는 AlphaFold를 통해 단백질의 3차원 구조 예측에서 중요한 진전을 이루었습니다 (GOOG ). 2022년 데이터베이스는 목록에 등재된 단백질의 구조 예측 2억 개 이상으로 확대되었습니다. 이러한 예측이 모든 생물학적 기능을 완전히 설명하는 것은 아닙니다. Alphabet은 2021년에 Isomorphic Laboratories를 설립해 AI 기반 의약품 설계와 발굴을 추진하기도 했습니다.

2023년 관점에서 살펴본 다섯 기업

Alphabet에는 여러 사업이 있으며 생명공학은 그중 일부입니다. 이 글은 다섯 기업을 2023년 관점에서 살펴봅니다. 모든 기업이 AI만을 전문으로 하는 것도, 현재까지 독립 상장사로 남아 있는 것도 아닙니다.

계산용 하드웨어와 소프트웨어를 공급하는 기업은 다른 범주입니다. 예를 들면 유전체 분석 소프트웨어 Parabricks를 제공하는 Nvidia (NVDA )가 있습니다.

원래 순서는 현재 규모가 아니라 2023년 기사 작성 당시 시가총액에 따른 것입니다.

1. Roivant Sciences Ltd.

ROIV 가격 차트

Roivant는 이름이 주로 -vant로 끝나는 기업을 통해 바이오의약품 프로젝트를 개발하고 인수합니다. 그룹 전체가 AI에만 집중하는 것은 아닙니다.

2021년 Roivant는 4억 5,000만 달러 상당의 Roivant 주식으로 Silicon Therapeutics를 인수하는 계약을 발표했습니다. 추가로 조건부 마일스톤 지급 가능성이 있었습니다. Silicon Therapeutics의 계산 물리학은 머신러닝 사업인 VantAI를 보완할 예정이었습니다.

Datavant와 Ciox Health가 합병한 이후 Roivant는 Datavant의 소수 지분을 보유했습니다. Datavant는 의료 데이터를 연결하며, 소수 지분은 완전한 소유나 지배를 뜻하지 않습니다.

당시 계산 기반 사업에는 Psivant의 물리 기반 분자 시뮬레이션과 Lokavant의 임상시험 분석 플랫폼도 포함되었습니다. 소유 관계와 기업 구조는 원래 검토 시점을 기준으로 합니다.

출처: Roivant

Roivant의 매출에는 제품 판매, 라이선스, 기타 계약 대금이 포함되었습니다. 당시 매출 대부분이 반드시 승인 의약품 판매에서 발생한 것은 아니며 매출은 순이익과도 다릅니다.

그룹은 계산 기반 프로젝트와 의약품 개발을 결합했습니다. 당시 상업 활동의 한 예는 건선 치료제 VTAMA로, Dermavant를 통해 제공되었습니다. 한 제품의 성공이 그룹 전체의 성공을 보장하지는 않습니다.

2. Schrödinger, Inc.

SDGR 가격 차트

Schrödinger는 물리 기반 모델로 분자를 평가하고 약효, 용해도, 반감기, 합성 가능성과 같은 특성을 절충합니다.

회사는 이를 머신러닝과 결합합니다. 대규모 가상 분자 라이브러리에서 실험할 후보물질을 추릴 수 있지만, 10억 개 분자가 며칠 만에 여덟 개의 효과적인 의약품을 보장하지는 않습니다.

출처: Schrodinger

Schrödinger는 2020년 Bayer와 5년간의 기술 협력 및 약 1,000만 유로의 예상 대금을 발표했습니다. 통화는 달러가 아니었습니다. 협력은 Schrödinger (SDGR )의 분자 설계와 계산 기반 예측 모델을 결합했습니다. 계약 금액 전체가 즉시 인식되는 매출은 아니었습니다.

2022년 발표된 Eli Lilly 협력에는 초기 대금과 최대 4억 2,500만 달러의 조건부 마일스톤 대금, 추가 로열티가 포함되었습니다. 최대 금액은 보장되거나 이미 수령한 금액이 아니었습니다.

당시 협력사에는 Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb 및 소규모 제약사가 있었습니다.

출처: Schrodinger

Schrödinger는 자체 분자도 개발했습니다. 소프트웨어와 협력 매출은 이익과 같지 않습니다. 연구, 개발, 확장에는 비용이 발생했습니다.

의약품 외에도 복잡한 바이오의약품과 화학제품, 배터리, 고분자 등의 소재 분야 활용을 연구했습니다.

출처: Schrodinger

평가에서는 협력의 진행 상황, 실험 및 임상 결과, 재무적 지속 가능성이 중요합니다. 새로운 계약만으로 치료의 성공이 입증되는 것은 아닙니다.

3. Exscientia

Exscientia는 AI를  정밀 치료와 의약품 개발의 여러 단계 지원에 활용했습니다. 회사는 2024년 11월 Recursion과 합병했으므로 2023년과 같은 독립적인 상장 투자 대상은 아닙니다.

출처: Exscientia

시간 70% 절감과 자본 효율 80% 개선은 신약 발굴의 일부 단계에 관한 회사의 주장이었습니다. 전체 개발 기간이나 승인까지의 비용에 대해 보편적이고 독립적으로 검증된 절감 수치가 아니었습니다.

2023년 초 Exscientia는 AI로 설계한 네 개 분자가 암과 염증성 질환 등을 대상으로 임상 연구에 진입했다고 밝혔습니다. 큰 협력 금액은 주로 향후 조건부 마일스톤 대금이었으며, 65억 달러가 이미 발생한 매출은 아니었습니다.

출처: Exscientia

2022년 9월 30일 Exscientia는 현금, 현금성 자산, 은행 예금 약 6억 2,470만 달러를 보고했습니다. 영업활동 순현금 유출 1,500만 달러는 3분기만이 아니라 첫 9개월 기준이었으며 전체 유동성 감소와도 다릅니다. 협력 대금 수령은 현금흐름에 영향을 미쳤습니다. 달러 금액은 공시된 환율로 파운드에서 환산되었습니다.

이 자금으로 연구를 지원할 수 있었지만 얼마나 오래 유지되는지는 지출과 수입에 달려 있었습니다. 협력이 임상 위험이나 자금 조달 위험을 없애지는 않았습니다.

4. Absci Corporation

ABSI 가격 차트

Absci는 2011년 설립되었으며 미국 워싱턴주 밴쿠버, 뉴욕, 스위스 추크에서 사업을 운영했습니다. 2021년에는 Totient 에서 항체와 표적 발굴 기술을, Denovium 에서 딥러닝 기반 단백질 발굴 및 설계 기술을 확보했습니다.

회사는 컴퓨터 기반 항체 설계와 실험실 시험에 집중했습니다. 약 6주 주기는 설계와 시험에 관한 것으로, 전체 임상 개발이나 승인 절차를 뜻하지 않았습니다.

2023년 1월 Absci는 제로샷 방식으로 새로운 항체를 설계하고 실험실에서 검증할 수 있다고 발표했습니다. 모델은 해당 표적에 결합하는 것으로 알려진 항체로 훈련되지 않았습니다. 이는 모든 사전 데이터가 없었다는 뜻이 아니며 임상적 효능의 증거도 아니었습니다.

Absci의 Merck(MSD) 협력에는 최대 세 개 표적에 대한 최대 6억 1,000만 달러의 잠재적 초기 대금 및 마일스톤 대금이 포함되었습니다 . 옵션 행사와 조건 충족이 필요했습니다. 기사에는 Astellas와의 연구 협력 및 Nvidia 계산 기술 활용도 소개되었습니다. 계약 최대 금액은 즉시 수령한 매출이 아니었습니다.

Absci는 개발 초기 단계였습니다. 기술 발전과 계약은 투자 성공의 보장이 아니라 임상 결과, 비용, 자본 수요와 함께 평가해야 했습니다.

5. e-therapeutics plc

e-therapeutics는 계산 생물학과 RNA 간섭(RNAi) 기반 치료를 결합했습니다. RNA에 작용해 특정 유전자의 발현을 줄이는 것이 목적이며 DNA 편집이 아닙니다.

회사는 Novo Nordisk 등과 연구 협력도 진행했습니다. 협력 매출은 승인된 의약품 판매와 같지 않습니다.

2022년 7월 31일까지 6개월간 회사는 매출 30만 파운드, 세후 손실 380만 파운드, 현금 2,180만 파운드를 보고했습니다. 따라서 매출이 전혀 없는 회사는 아니었습니다. 비용 차감 전 1,350만 파운드 자본 조달은 2022년 9월 30일 발표되었습니다. 자금 조달은 매출이나 이익이 아닙니다. AIM 거래는 2024년 5월 종료되었습니다.

평가에서는 유동성, 비용, 주주 권리, 신약 후보물질의 진행 상황이 중요합니다. 과거 상장이 현재의 매매 가능성을 보장하지는 않습니다.

계산 생물학 투자 평가

이 분야는 AI와 생명공학이라는 두 가지 복잡한 학문을 결합합니다. 하나에 대한 지식만으로 다른 하나를 완전히 평가하기는 어렵습니다.

여러 기업이 저분자와 항체 등 비슷한 응용 분야를 연구하므로 과학적·경제적 위험을 공유할 수 있습니다.

분산 투자는 한 회사에 대한 의존을 줄일 수 있지만 업종 위험을 제거하지는 않습니다. 원래 기사는 2022~2027년 시장의 빠른 성장 전망을 언급했습니다. 이는 가정에 기반한 추정이며 이미 실현된 성장이나 투자 수익의 약속이 아닙니다.

각 모델을 평가할 때 데이터 품질, 비용, 임상적 진전, 상업적 활용 가능성이 중요합니다. 기술적 가능성만으로는 충분하지 않습니다.