Top 5 AI & Digitale Biotech Bedrijven (augustus 2026)

AI-revolutie in Biotech

No sector is left unchanged by the power of AI and digital modeling, and Biotech is no exception.

Dit komt omdat biologie veruit de meest “rommelige” van de harde wetenschappen is. Chemie of natuurkunde kunnen omgaan met zeer gecontroleerde omgevingen, pure verbindingen, enz. Biologie moet omgaan met reeds bestaande extreem complexe en voortdurend veranderende systemen. Bovendien, bij het analyseren van slechts één eiwit, kijken biochemici naar duizenden of miljoenen atomen. Dus, het kan echt moeilijk worden om elke mogelijke chemische reactie te voorspellen.

Big data, AI-modellen en digitalisering creëren voorwaarden voor een kennisheruitrevolutie in biotechnologisch onderzoek.

Het eerste tijdperk van de biomedicine bestond uit in het duister schieten en kijken wat werkte.

We bevinden ons nu stevig in het tijdperk van genomica, waarin we ons kunnen richten op specifieke doelen, zoals één defect gen.

With the incoming digital revolution, we can replicate complete proteins, cells, or even entire organs and bodies in a virtual environment.

Wat zal het veranderen?

A big part of why genomics and precision therapies are taking over “traditional” chemical drugs has been a very poor success rate for new drugs in the last decade.

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

Dit vertegenwoordigt vaak één tot twee decennia verloren tijd, evenals vele, vele miljarden dollars die verloren gaan.

Bron: Biosourcing

Blind schieten is geen levensvatbaar plan meer voor geneesmiddelenontdekking. Daarom hebben onderzoekers digitale voorspellende modellen nodig om vóór elke fysieke test te voorspellen of een geneesmiddel een goede kandidaat is.

Het is dus niet verrassend dat geneesmiddelenontdekking voorop staat in het businessmodel van de meeste AI-biotechbedrijven.

Nieuwe methoden zoals machine learning stellen de software in staat om het “gok” te doen naar het meest waarschijnlijke antwoord met behulp van een probabilistische methode in plaats van een volledig “mechanische”/algoritmische methode.

Net als bij de meeste machine learning‑technologie werd er een heel decennium hard gewerkt, waarbij alleen de experts in het veld echt aandacht besteedden.

De echte revolutie die het mainstream erkende was in 2020 toen Alphabet/Google DeepMind een 50‑jaar oude uitdaging op het gebied van eiwitvouwing oploste (GOOG ). Het programma heeft sindsdien de meeste bekende eiwitten van alle levende organismen gemodelleerd, en Google creëert een nieuw bedrijf, Isomorphic Laboratories, om nieuwe geneesmiddelen te identificeren.

Top 5 AI- en Digitale Biotech Bedrijven

Voor beleggers kan Google een geweldige zet zijn op AI in het algemeen, maar het biotech‑aspect zal een klein segment zijn in een zeer groot bedrijf. Daarom zal dit artikel publiekelijk genoteerde bedrijven beoordelen die uitsluitend gewijd zijn aan AI en virtuele biologie.

Om dezelfde reden zullen we geen bedrijven bekijken die betrokken zijn bij AI‑hardware, zoals Nvidia en zijn genomica‑bibliotheek Parabricks (NVDA ).

(de bedrijven zijn gerangschikt op marktkapitalisatie op het moment van het schrijven van dit artikel)

1. Roivant Sciences Ltd.

ROIV Prijsgrafiek

Het bedrijf is gespecialiseerd in het overnemen van biotech‑startups en het vergroten van hun kansen op commercialisatie via dochterondernemingen die -vant worden genoemd (aangezien elk de laatste deel van hun naam “vant” zal hebben).

Een deel van deze overnames was de aankoop van Silicon Therapeutics voor $450M. Dankzij een supercomputer en aangepaste computerhardware ontwikkelt Silicon Therapeutics nieuwe moleculen. Dit werd toegevoegd aan een reeds bestaande AI‑biotech stack portfolio, VantAI.

Roivant bezit ook de “vant” Datavant, een big data‑oplossing voor de gezondheidszorg, die verkoopt aan ziekenhuisfarmaceutische bedrijven, verzekeringen, enz… met regelgeving‑conforme en privacy‑respecterende procedures.

Andere “vant’s” zijn ook data‑ of digitale simulatiegericht, zoals de “Accurate All-Atom Physics-Based Simulations” van Psivant. Of de klinische trial‑intelligentie software/platform Lokavant.

Bron: Roivant

Desondanks komt het grootste deel van de inkomsten van het bedrijf voort uit de farmaceutische verkoop van goedgekeurde producten.

Over het geheel genomen kan Roivant een manier zijn om in te spelen op de dataside van biotech, niet alleen digitale biologie maar ook medische dossiers, klinische trials, enz….; terwijl het tegelijkertijd andere innovatieve geneesmiddelen raakt, vooral voor huidverzorging, met Vtama voor psoriasis.

2. Schrödinger, Inc.

SDGR Prijsgrafiek

Het bedrijf is gespecialiseerd in fysica‑gebaseerde modellen om het best mogelijke molecuul voor een bepaald doel te vinden, waarbij conflicterende metrics zoals potentie, oplosbaarheid, halfwaardetijd, syntheseerbaarheid, enz… in balans worden gebracht.

Het maakt ook gebruik van machine learning, maar de toevoeging van een fysica‑gebaseerd model maakt het mogelijk om getest te worden in volledig nieuwe velden waarvoor geen dataset bestaat om de AI te “trainen”. Dit stelt Schrödinger (SDGR ) in staat om van 1 miljard potentiële moleculen naar slechts 8 solide kandidaten te gaan in een kwestie van dagen, uitsluitend via digitale berekening.

Bron: Schrodinger

Schrödinger tekende in 2020 een 5‑jarig samenwerkingscontract met Bayer voor een omzet van $10M. Het idee van de overeenkomst is om Schrödinger‑technologie te gebruiken samen met Bayer in‑silico voorspellingsmodellen.

Een andere recente samenwerking is met Lilly, met tot $425M aan totale mijlpaalbetalingen voor succesvolle ontdekkingen.

Eerdere samenwerkingen omvatten Takeda, Sanofi (SNW.DE ) (SNY ) Bristol Myers Squibb en andere kleinere farmaceutische bedrijven.

Bron: Schrodinger

Over het algemeen bouwt Schrödinger een groeiende portefeuille op, met steeds meer propriëtaire en volledig eigendom van moleculen. Hoewel nog geen pre‑omzet, is het bedrijf nog steeds niet winstgevend en richt zich op uitbreiding en R&D‑uitgaven om de technologie te verbeteren.

Het bedrijf kijkt ook naar uitbreiding naar nieuwe segmenten buiten geneesmiddelenontdekking, zoals complexe biopharmaceutica of zelfs materialen zoals chemicaliën, batterijen of polymeren.

Bron: Schrodinger

Beleggers zullen de nieuwe samenwerkingen in de gaten willen houden, aangezien deze de vooruitgang van Schrödinger’s technologie weerspiegelen, beoordeeld door de leiders in de industrie, evenals mogelijk succes bij het uitbreiden van de kerntechnologie naar nieuwe markten.

3. Exscientia

Het bedrijf gebruikt AI om  precisie‑therapieën te ontwikkelen. Het draait een “full stack” AI‑gedreven geneesmiddelenontdekkings technologie met toegewijde software in elke fase van het geneesmiddelenontdekkingsproces.

Bron: Exscientia

De technologie van Exscientia verkort de tijd die nodig is om van een biologisch doelwit naar een overeenkomstig geneesmiddel te gaan met 70% en vermindert het kapitaalproces met 80%.

Dit resulteerde in 4 verbindingen in vroege klinische stadia, in totaal 30 programma’s, en $6,5 miljard aan inkomsten uit mijlpalen met partners. De belangrijkste focus lag op oncologie (kanker) en ontstekingsziekten.

Bron: Exscientia

Het bedrijf bevindt zich in een zeer comfortabele financiële positie voor een vroegstadium geneesmiddelenontdekkingsbedrijf, met $625M in Q3 2022, en een netto cash burn van slechts $15M.

Dit kan een interessante optie zijn voor beleggers die op zoek zijn naar een goed gevestigd AI‑gedreven geneesmiddelenontdekkingsbedrijf met een zeer grote cash runway en meerdere lopende partnerschappen voor extra veiligheid.

4. Absci Corporation

ABSI Prijsgrafiek

Het bedrijf werd opgericht in 2011, met vestigingen in Vancouver, New York en Zug, Zwitserland. Het heeft aan zijn initiële technologie de IP van 2 AI‑biologie overnames in 2021 toegevoegd, Totient (antilichamen) en Denovium (celijnen).

Het bedrijf richt zich voornamelijk op antilichaamontwerp, het creëren van nieuwe antilichamen vanaf nul (“de novo antilichamen”), en het testen ervan in laboratoria in een proces van 6 weken.

Zij waren de eerste, in maart 2023, die in staat waren een functioneel antilichaam te ontwerpen zonder enige vooraf bestaande data, een methode ook wel “zero‑shot”.

Absci heeft een samenwerking opgezet met Merck (totaal $610M aan upfront vergoedingen en toekomstige mijlpaalpotentiële betalingen) en Astellas voor nieuwe productontdekking, en tevens een partnerschap met Nvidia om de hardware‑architectuur achter de Absci‑technologie te verbeteren.

Absci bevindt zich nog in een vroeg stadium, maar heeft al een enorm potentieel en innovatiepotentieel getoond. Investeerders in het bedrijf moeten zich aansluiten bij de “niets is onmogelijk” mentaliteit van het bedrijf en zijn briljante oprichter, en hopen dat de recente samenwerkingsakkoorden de eerste in een lange reeks zullen zijn.

5. e-therapeutics plc

e-therapeutics richt zich op het ontwikkelen van in‑silico nieuwe RNAi (RNA‑interferentie) therapieën. Het hoopt dat het combineren van opkomende technologie, RNAi, en computationele geneesmiddelenontdekking het een aanzienlijk voordeel zal geven ten opzichte van concurrenten.

Het monetiseert ook de ontdekkingen op zijn platform met andere farmaceutische bedrijven, waarvan de grootste de grote blue chip Novo Nordisk is.

Het bedrijf bevindt zich in een zeer vroeg pre‑omzetstadium en moest in de zomer van 2022 £13,5 miljoen ophalen. Het bedrijf noteerde een nettoverlies van £2,8 miljoen in H1 2022 voor een kasbalans van £21,8 miljoen op dat moment.

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

Een digitale biologieportefeuille opbouwen

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

Bovendien richten de meeste bedrijven in de sector zich op dezelfde markten, voornamelijk kleine molecuulontdekkingen en antilichaamontwerpen, mogelijk ook celijnen.

Diversificatie zou dus een veiligere beleggingsstrategie zijn omdat zeer weinig mensen zeker kunnen zijn dat ze de “winnaar” hebben gekozen. Bovendien, wordt verwacht dat de markt zeer snel zal groeien, met een CAGR van 45% tussen 2022 en 2027.

Daarom is brede blootstelling waarschijnlijker om deze groei te benutten zonder te veel te vertrouwen op specifieke wiskundige modellen of methoden in een zeer snel veranderende en competitieve arena.