Top 5 AI & digitale biotechbedrijven (maart 2026)

AI-revolutie in de biotechnologie

Geen enkele sector blijft onveranderd door de kracht van AI en digitale modellering, en Biotech is daarop geen uitzondering.

Dit komt omdat biologie veruit de meest ‘rommelige’ harde wetenschappen is. De scheikunde of natuurkunde kan omgaan met zeer gecontroleerde omgevingen, zuivere verbindingen, enz. De biologie heeft te maken met reeds bestaande uiterst complexe en voortdurend veranderende systemen. Bovendien kijken biochemici bij het analyseren van slechts één eiwit naar duizenden of miljoenen atomen. Het kan dus heel moeilijk worden om elke mogelijke chemische reactie te voorspellen.

Big data, AI-modellen en digitalisering creëren de voorwaarden voor een kennisrevolutie in het biotechonderzoek.

Het eerste tijdperk van de biogeneeskunde was in het donker schieten en zien wat werkte.

We zijn nu stevig verankerd in het tijdperk van de genomica, waarin we ons kunnen concentreren op specifieke doelen, zoals één defect gen.

Met de komende digitale revolutie kunnen we complete eiwitten, cellen of zelfs hele organen en lichamen repliceren in een virtuele omgeving.

Wat zal het veranderen?

Een groot deel van de reden waarom genomica en precisietherapieën de ‘traditionele’ chemische medicijnen overnemen, is de afgelopen tien jaar een zeer laag succespercentage geweest voor nieuwe medicijnen.

Misschien kan men voor tienduizend kandidaat-geneesmiddelen een door de FDA goedgekeurd medicijn produceren. Elke stap moet worden getest in het laboratorium, in levende cellen, dieren of mensen.

Dit vertegenwoordigt vaak één tot twintig jaar verloren tijd, maar ook vele, vele miljarden dollars die in de afvoer zitten.

Bron: Biosourcing

Blind schieten is geen haalbaar plan meer voor de ontdekking van medicijnen. Dit is de reden waarom onderzoekers digitale voorspellende modellen nodig hebben om vóór fysieke tests te voorspellen of een medicijn een goede kandidaat is.

Het is dus niet verrassend dat de ontdekking van geneesmiddelen voorop staat in het bedrijfsmodel van de meeste AI-biotechbedrijven.

Nieuwe methoden zoals machinaal leren stellen de software in staat het meest waarschijnlijke antwoord te ‘raden’ met behulp van een probabilistische methode in plaats van een volledig ‘mechanische’/algoritmische methode.

Zoals bij de meeste machine learning-technologie is er gedurende een heel decennium veel werk verzet, waarbij alleen de experts in het veld er echt aandacht aan besteedden.

De echte revolutie waardoor het in de mainstream werd erkend was dat wel in 2020 toen Alphabet/Google DeepMind een 50 jaar oude uitdaging op het gebied van eiwitvouwing oploste. Het programma heeft sindsdien de meeste bekende eiwitten van alle levende organismen gemodelleerd Google creëert een nieuw bedrijf, Isomorfe laboratoria, om nieuwe medicijnen te helpen identificeren.

Top 5 AI- en digitale biotechbedrijven

Voor investeerders kan Google in het algemeen een geweldige rol spelen op het gebied van AI, maar het biotechaspect zal een klein segment zijn in een zeer groot bedrijf. Dit artikel bespreekt dus beursgenoteerde bedrijven die zich uitsluitend bezighouden met het onderwerp AI en virtuele biologie.

Om dezelfde reden zullen we niet kijken naar bedrijven die betrokken zijn bij AI-hardware, als Nvidia en zijn genomicsbibliotheek Parabricks.

(de bedrijven zijn gerangschikt op marktkapitalisatie op het moment dat dit artikel werd geschreven)

1. Roivant Sciences Ltd.

Roivant Sciences Ltd. (ROIV -3.03%)

Het bedrijf is gespecialiseerd in het verwerven van biotech-startups en het vergroten van hun kansen op commercialisering via dochterondernemingen genaamd -vant (aangezien elk 'vant' als laatste deel van hun naam zal hebben).

Een deel van deze acquisities was de aankoop van Silicon Therapeutics voor $ 450 miljoen. Dankzij een supercomputer en aangepaste computerhardware ontwikkelt Silicon Therapeutics nieuwe moleculen. Dit droeg bij aan een reeds bestaande AI-biotech-stackportfolio, VanAI.

Roivant was ook eigenaar van de “vant” Datavant, een big data-oplossing voor de gezondheidszorg, verkoop aan farmaceutische bedrijven in ziekenhuizen, verzekeringen, enz. met procedures die voldoen aan de regelgeving en de privacy respecteren.

Andere “vant's” zijn ook data- of digitale simulatie-georiënteerd de “Nauwkeurige, op alle atomen gebaseerde simulaties” van Psivant. Of de klinische proefintelligentiesoftware/platform Lokavant.

Bron: Roivant

Toch is het grootste deel van de inkomsten van het bedrijf afkomstig van de verkoop van goedgekeurde farmaceutische producten.

Over het geheel genomen kan Roivant een manier zijn om de datakant van biotechnologie te bespelen, niet alleen de digitale biologie, maar ook medische dossiers, klinische onderzoeken, enz…; terwijl we tegelijkertijd ingaan op andere innovatieve medicijnen, vooral op het gebied van huidverzorging, met Vtama voor psoriasis.

2. Schrödinger, Inc.

Schrödinger, Inc. (SDGR -4.24%)

Het bedrijf is gespecialiseerd in op natuurkunde gebaseerde modellen om het best mogelijke molecuul voor een bepaald doel te vinden, waarbij tegenstrijdige gegevens zoals potentie, oplosbaarheid, halfwaardetijd, synthese, enz. in evenwicht worden gebracht.

Het maakt ook gebruik van machinaal leren, maar door de toevoeging van een op fysica gebaseerd model kan het worden getest op geheel nieuwe gebieden waarvoor geen dataset bestaat om de AI te ‘trainen’. Hierdoor kan Schrödinger in enkele dagen tijd van 1 miljard potentiële moleculen naar slechts 8 solide kandidaten gaan, uitsluitend via digitale berekeningen.

Bron: Schrodinger

Schrödinger tekende in 5 een vijfjarige samenwerkingsovereenkomst met Bayer voor een omzet van $2020 miljoen. Het idee van de overeenkomst is om Schrödinger-technologie te gebruiken in combinatie met in-silico-voorspellingsmodellen van Bayer.

Een ander recent partnerschap is dat met Lilly, met in totaal tot $425 miljoen aan mijlpaalbetalingen voor een succesvolle ontdekking.

Eerdere samenwerkingen waren onder meer Takeda, Sanofi Bristol Myers Squibb en andere kleinere farmaceutische bedrijven.

Bron: Schrodinger

Over het geheel genomen bouwt Schrödinger aan een groeiend portfolio, dat steeds meer eigen en volledige eigendomsmoleculen omvat. Hoewel het bedrijf geen pre-inkomsten heeft, is het nog steeds niet winstgevend en richt het zich op uitbreiding en R&D-uitgaven om zijn technologie te verbeteren.

Het bedrijf wil ook uitbreiden naar nieuwe segmenten die verder gaan dan de ontdekking van geneesmiddelen, zoals complexe biofarmaceutica of zelfs materialen zoals chemicaliën, batterijen of polymeren.

Bron: Schrodinger

Investeerders moeten de nieuwe samenwerkingen in de gaten houden, omdat ze de vooruitgang van Schrödingers technologie weerspiegelen, zoals beoordeeld door de leiders in de sector, en omdat ze mogelijk succesvol zijn bij het uitbreiden van de kerntechnologie naar nieuwe markten.

3. exscientia

Exscientia plc (EXAI 0%)

Het bedrijf gebruikt AI om zich te ontwikkelen precisie therapieën. Het draait op een “full stack” AI-technologie voor het ontdekken van geneesmiddelen met speciale software in elke fase van het geneesmiddelenontdekkingsproces.

Bron: exscientia

De technologie van Exscientia vermindert 70% van de tijd die nodig is om van een biologisch doelwit naar een overeenkomstig medicijn te gaan, en een 80% meer kapitaalproces.

Dit resulteerde in 4 verbindingen in vroege klinische fasen, 30 programma's in totaal en $6.5 miljard aan inkomsten uit mijlpalen met partners. De nadruk lag vooral op oncologie (kanker) en ontstekingsziekten.

Bron: exscientia

Het bedrijf bevindt zich in een zeer comfortabele financiële positie voor een bedrijf dat zich in een vroeg stadium voor de ontwikkeling van geneesmiddelen bevindt, met $625 miljoen in het derde kwartaal van 3, voor een netto cashburn van slechts $2022 miljoen.

Dit zou een interessante optie kunnen zijn voor investeerders die op zoek zijn naar een gerenommeerd AI-geneesmiddelenonderzoeksbedrijf met een zeer grote cash-runway en meerdere lopende partnerschappen voor extra veiligheid.

4. Absci Corporation

Absci Corporation (ABSI -3.47%)

Het bedrijf werd opgericht in 2011, met vestigingen in Vancouver, New York en Zug, Zwitserland. Het heeft aan zijn oorspronkelijke technologie de intellectuele eigendom van twee AI-biologische acquisities in 2 toegevoegd, Totiënt (antilichamen) en Denovium (cel lijnen).

Het bedrijf richt zich vooral op het ontwerpen van antilichamen, het creëren van nieuwe antilichamen (“de novo antilichamen”) en het testen ervan in laboratoria in een proces van zes weken.

Zij waren de eersten die dit in maart 2023 konden om een ​​functioneel antilichaam te ontwerpen zonder reeds bestaande gegevens, een methode die ook wel ‘zero-shot’ wordt genoemd. '

Absci heeft een samenwerking opgezet met Merck (totaal $610 miljoen aan vooruitbetalingen en toekomstige mijlpaalbetalingen) en Astellas voor de ontdekking van nieuwe producten, evenals een partnerschap met Nvidia om de hardwarearchitectuur achter Absci-technologie te verbeteren.

Absci bevindt zich nog in een vroeg stadium, maar heeft al een enorm potentieel en innovatiepotentieel laten zien. Investeerders in het bedrijf zullen het ‘niets is onmogelijk’-ethos van het bedrijf en zijn briljante oprichter moeten onderschrijven en hopen dat de recente samenwerkingsovereenkomsten de eerste in een lange reeks zullen zijn.

5. etherapeutics plc

e-therapeutics is gericht op het ontwikkelen van in-silico nieuwe RNAi-therapieën (RNA-interferentie). Het hoopt dat de combinatie van opkomende technologie, RNAi en computationele medicijnontdekking het een aanzienlijke voorsprong zal geven op zijn concurrenten.

Het bedrijf verdient de ontdekking ook op zijn platform samen met andere farmaceutische bedrijven, waarvan de grootste de grote blue chip Novo Nordisk is.

Het bedrijf bevindt zich in een zeer vroege fase vóór de inkomsten en moest in de zomer van 13.5 £2022 miljoen ophalen. Het bedrijf boekte een nettoverlies van £2.8 miljoen in de eerste helft van 1 miljoen, terwijl het kassaldo op dat moment £2022 miljoen bedroeg.

Investeerders in e-therapieën moeten de beschikbare middelen goed in de gaten houden en hopen dat nieuwe ontdekkingen en inkomsten uit partnerschappen het bedrijf uiteindelijk winstgevend maken.

Een digitaal biologieportfolio opbouwen

Dit is een moeilijke sector om in te investeren, omdat deze twee zeer complexe technologieën combineert: AI + geavanceerde biotechnologie. Dit maakt het vrijwel een ‘black box’ voor beleggers, zelfs als ze enige expertise hebben op een van de twee gebieden.

Bovendien zijn de meeste bedrijven in deze sectoren gericht op dezelfde markten, vooral op het gebied van de ontdekking van kleine moleculen en het ontwerpen van antilichamen, en misschien ook van cellijnen.

Diversificatie zou dus zorgen voor een veiligere beleggingsstrategie, omdat maar heel weinig mensen er zeker van kunnen zijn dat ze de ‘winnaar’ hebben uitgekozen. In aanvulling, de markt zal naar verwachting zeer snel groeien, met een CAGR van 45% tussen 2022 en 2027.

Het is dus waarschijnlijker dat wijdverspreide bekendheid deze groei kan opvangen zonder al te veel te vertrouwen op specifieke wiskundige modellen of methoden in een zeer snel veranderende en competitieve arena.