Topp 10 Bioteknologi Big Data-selskaper

Mer data for bedre medisin

Jo mer vi lærer om biologi, desto tydeligere blir det hvor mye som fortsatt er ukjent. Det første menneskelige referansegenomet, fullført tidlig på 2000-tallet, var et viktig gjennombrudd.

Genomikk kombineres nå med transkriptomikk, proteomikk, metabolomikk og mikrobiomdata i multiomikk. Vi drøfter dette i «Multiomikk er neste steg i bioteknologi».

Disse verktøyene gir store datamengder om cellenes prosesser. Fallende kostnader for DNA-sekvensering og andre analysemetoder har bidratt, men ikke alle målinger gir informasjon på atomnivå.

Kilde: ResearchGate

Dette har skapt interesse for stordata i bioteknologi, med metoder inspirert av andre datadrevne fagområder.

Allerede i 2018 spurte Barron’s: «Vil stordata gi høy avkastning i bioteknologi?» Bransjen diskuterte også «databehandling og analyse i stor skala for bioprosesser».

Flere selskaper leverer teknologi for å samle inn og analysere biologiske data i stor skala. Store datamengder garanterer verken bedre behandling eller avkastning.

AI og stordata i biologien

Generativ AI som ChatGPT gjorde teknologien kjent for et bredt publikum, men AI hadde allerede vært brukt i biologisk og medisinsk forskning i mange år.

Data og AI kan utfylle hverandre:

• Modeller trenger relevante data av god kvalitet. Behovet for merking og datamengde varierer med metoden.
• AI kan finne mønstre i store datasett. Menneskelig kontroll og eksperimentell validering er fortsatt nødvendig.

Mange bioteknologiselskaper kombinerer derfor databehandling med AI-metoder.

Veien fra en AI-modell til inntekter fra et legemiddel er lang og usikker. Kandidater må testes, godkjennes og lykkes kommersielt.

10 selskaper innen bioteknologi og dataanalyse

1. Illumina

Illumina er en stor leverandør av sekvenseringsteknologi. Konsernets årsinntekter i 2023 var omtrent 4,5 milliarder dollar; 1,2 milliarder er ikke riktig beløp for hele året.

Selskapets instrumenter og forbruksvarer brukes til å generere genomdata i forskning og kliniske analyser.

Illumina selger både instrumenter og forbruksvarer. Inntekter fra et installert instrument avhenger blant annet av bruksfrekvens og analysetype.

I 2023 leverte Illumina 352 NovaSeq X-instrumenter. Plattformen støtter omfattende sekvensering og kan inngå i multiomikk, enkeltcelleanalyser og romlige analyser.

En presentasjon fra januar 2024 viste en samlet installert base på over 25.000 sekvenseringssystemer. Dette er et historisk tall.

Kilde: Illumina

Grail-problemer

En annen anvendelse av genomteknologi er væskebiopsi: analyse av biologiske signaler i blod for blant annet kreftdeteksjon.

Illumina bidro til utviklingen og skilte senere virksomheten ut som GRAIL.

GRAIL rapporterte over 100.000 utførte Galleri-tester og rundt 7.500 forskrivende behandlere i andre kvartal 2023. Tallet 92 prosent gjaldt tilbakefall i en studie av seks typer blodkreft, ikke påvisning av alle kreftformer i befolkningen.

Illumina kjøpte senere GRAIL tilbake i en dyr transaksjon.

Amerikanske og europeiske myndigheter uttrykte konkurransebekymringer fordi Illumina leverte sekvenseringsteknologi til GRAILs konkurrenter. EU ila en bot på 432 millioner euro, men trakk den tilbake i september 2024 etter en dom om manglende jurisdiksjon.

Transaksjonen skapte også strid om kostnader og selskapsstyring.

Aktivistinvestor Carl Icahn kritiserte styret og tok rettslige skritt. Påstander om interessekonflikter er anklager, ikke rettslig fastslåtte forhold. Selskapet opplyste også om en SEC-undersøkelse. Mer bakgrunn finnes hos Non-GAAP Investing.

GRAIL ble skilt ut igjen; styret godkjente dette 4. juni 2024. Utskillelsen ble fullført 24. juni 2024. Illumina beholdt omtrent 14,5 prosent.

GRAIL-saken medførte betydelige kostnader og usikkerhet. Illumina fortsatte samtidig å levere sekvenseringsteknologi.

Kreftdeteksjon kan bli et vekstområde, men klinisk nytte, refusjon og etterspørsel må dokumenteres; stor omsetning er ikke garantert.

Illumina kjøpte også bioinformatikkselskapet Partek, som utvidet programvaretilbudet utover instrumenter og forbruksvarer.

2. Schrödinger, Inc.

Schrödinger bruker fysikkbaserte modeller for å undersøke molekyler og avveie egenskaper som effekt, løselighet, halveringstid og mulighet for syntese.

Maskinlæring kombineres med fysikkbaserte beregninger. Schrödinger (SDGR ) kan prioritere kandidater digitalt, men simuleringsresultater må valideres eksperimentelt; åtte utvalgte molekyler er ikke åtte dokumentert effektive legemidler.

Kilde: Schrodinger

Schrödinger inngikk i 2020 en femårig samarbeidsavtale med Bayer på 10 millioner euro for å kombinere selskapenes beregningsbaserte metoder.

Avtalen med Lilly omfattet opptil 425 millioner dollar i mulige milepælsbetalinger, avhengig av resultater. Dette var ikke allerede opptjente inntekter.

Andre samarbeid har omfattet Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb og mindre legemiddelselskaper.

Kilde: Schrodinger

Schrödinger utvikler en portefølje av egne kandidater i tillegg til programvarevirksomheten. I artikkelens 2024-kontekst hadde selskapet inntekter, men var ikke lønnsomt.

Teknologien undersøkes også for biologiske legemidler og materialer som kjemikalier, batterier og polymerer.

Kilde: Schrodinger

Nye samarbeid kan gi informasjon om teknologien og mulige markeder. De garanterer ikke klinisk eller økonomisk suksess.

3. Exscientia

Exscientia brukte AI til å utvikle presisjonsbehandlinger. Plattformen støttet flere trinn i legemiddelutviklingen. Selskapet ble slått sammen med Recursion i november 2024.

Kilde: Exscientia

Selskapet hevdet at teknologien kunne redusere tidsbruk og kostnader i bestemte deler av tidlig legemiddelutvikling. Slike sammenligninger er ikke garantier for kliniske resultater.

Historiske presentasjoner viste fire kandidater i tidlig klinisk utvikling og rundt 30 programmer. Omtrent 6,5 milliarder dollar var potensielle partnerbetalinger, ikke realiserte inntekter. Hovedområdene var kreft og betennelsessykdommer.

Kilde: Exscientia

Kontantbeholdning og partnerskap må vurderes sammen med forbruk, milepælsvilkår og klinisk risiko. De gjør ikke investeringen trygg.

4. 10x Genomics, Inc.

10x Genomics (TXG ) leverer verktøy for enkeltcelle- og romlig biologi, blant annet kartlegging av genuttrykk i vev.

Selskapet ble grunnlagt i 2012. Medgrunnlegger Serge Saxonov hadde tidligere ledet forskning og utvikling hos 23andMe.

10x Genomics har investert i forskning og foretatt oppkjøp. Kjøpet av Spatial Transcriptomics i 2018 bidro til Visium-plattformen.

Kilde: 10x Genomics – Tidslinje for oppkjøp i 10x Genomics

Oppkjøpene av ReadCoor og Cartana i 2020 bidro til utviklingen av Xenium-plattformen.

Chromium-plattformen fantes før 2020. Chromium X ble lansert i 2021.

Oppkjøpet av Tetramer Shop i 2021 bidro til BEAM, lansert i 2022. Metoden kartlegger binding mellom antigener og immunceller og kan brukes i immunologisk forskning.

Omsetningen økte 17 prosent fra året før i andre kvartal 2023. Selskapet hadde levert over 100 Xenium-instrumenter innen august 2023.

10x Genomics fikk et salgsforbud mot enkelte NanoString CosMx-produkter i september 2023. Ankedomstolen opphevet imidlertid den midlertidige forføyningen i februar 2024; det er feil å fremstille den som fortsatt gjeldende gjennom hele 2024.

Romlig biologi brukes særlig i forskning. Klinisk anvendelse krever validering og relevante godkjenninger. Flere installerte instrumenter kan øke forbruksvareinntektene, men vekst er ikke sikker.

5 . Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore bruker nanoporer til å lese DNA og RNA gjennom endringer i elektrisk strøm. Metoden kan levere data fortløpende, men var ikke første gang datamaskiner kunne lese genetiske sekvenser.

Kilde: Oxford Nanopore

Teknologien kan lese lange sekvenser. Dette kan støtte blant annet kreftforskning og analyse av smittestoffer; ytelsen avhenger av prøve, kjemi og analysemetode.

Plattformen omfatter også små, bærbare instrumenter. En historisk startpris rundt 1.000 dollar var ikke totalprisen for alle nødvendige analyser og forbruksvarer.

Oxford Nanopores langsiktige posisjon avhenger av nøyaktighet, kostnader og hvilke arbeidsprosesser kundene trenger.

Nanoporesekvensering kan konkurrere med eller utfylle optiske og kjemiske metoder; full erstatning er ikke gitt.

Mulige anvendelser omfatter lange sekvenser, feltarbeid og analyser med behov for raske data.

Selskapet forsker også på proteinanalyse og andre molekylære målinger. Forskningsmål er ikke det samme som ferdige kommersielle produkter.

6 . Ginkgo Bioworks Holdings, Inc.

Ginkgo Bioworks utvikler biologiske systemer for spesifikke anvendelser. Programmer og samarbeid har omfattet:

• Cannabinoider.
• Produksjon av mRNA og legemidler basert på nukleinsyrer.
• Matproteiner.
• Biologiske løsninger for landbruket i samarbeid med Bayer.
• Programmerbare mikrober for forskning på tarmsykdommer.
• Biobaserte materialer som kan redusere bruken av mikroplast.
• Biosikkerhet og påvisning av smittestoffer.
• Behandling av avfall og forurensning.

Genredigering og andre celleteknikker inngår i flere programmer, blant annet forskning på CAR-T-cellebehandling mot kreft.

Ginkgo tilbyr en plattform for celleutvikling innen legemidler, landbruk, biosikkerhet og industrielle prosesser.

Tjenestene kan hjelpe kunder med utviklingsarbeid og infrastruktur. Kostnadsbesparelser må vurderes for hvert prosjekt.

Partnerlisten viser bredden i virksomheten, men dokumenterer ikke at alle prosjekter har lykkes.

Kilde: Ginkgo Bioworks

Ginkgo bygger cellebanker og datasett fra mange organismer og eksperimenter. Dette gir et grunnlag for datadrevet biologisk utvikling.

Investorer må vurdere inntekter, kontraktsvilkår, kontantforbruk og teknologisk risiko. En bred portefølje garanterer ikke avkastning.

Landbruk, energi og biobaserte produkter er mulige markeder utover medisin. Konkurranse og gjennomføring påvirker mulighetene.

Større datasett, bedre genredigering og AI kan støtte utviklingen, men erstatter ikke eksperimentell validering eller lønnsom drift.

7. BenevolentAI SA (BAI.AS)

BenevolentAI bruker AI til å identifisere og utvikle legemiddelkandidater. BEN-2293-studien ved atopisk dermatitt oppfylte sikkerhetsmålet, men ikke de sekundære effektmålene; utgiftene til programmet ble stanset i 2023.

Plattformen BenAI Engine analyserer blant annet publisert vitenskapelig litteratur for å identifisere mulige biologiske sammenhenger.

Forslag undersøkes videre gjennom eksperimenter, beregninger og vurdering av mulige nye bruksområder for kjente legemidler.

Kilde: Benevolent

Gjenbruk av kjente legemidler kan bygge på eksisterende kunnskap, men tidligere sikkerhetsdata fritar ikke nye indikasjoner, doser eller administrasjonsformer fra nødvendige studier.

Selskapet inngikk et samarbeid med AstraZeneca (AZN ) om fibrose og kronisk nyresykdom i 2019. Avtalen ble utvidet i 2022 til hjertesvikt og systemisk lupus erythematosus.

Selskapet inngikk også samarbeid med Merck KGaA (MRK.DE ) om småmolekylære kandidater innen kreft og nevroinflammasjon.

BenevolentAIs analyser bidro til å identifisere baricitinib som en mulig COVID-19-behandling. Lillys legemiddel fikk senere FDA-godkjenning for en definert pasientgruppe, ikke som generell behandling for alle smittede.

8. AbCellera

AbCellera utvikler antistoffbaserte legemiddelkandidater og plattformer for partnere.

Selskapet arbeider blant annet med en plattform for GPCR-er og ionekanaler, som er krevende mål for antistoffer, og med T-celleengasjerende antistoffer. Bedre effekt og lavere toksisitet må dokumenteres for den enkelte kandidaten.

Kilde: AbCellera

Historiske presentasjoner viste over 100 programmer og 13 molekyler i kliniske studier. To COVID-19-antistoffer fikk nødgodkjenning i USA; dette var ikke full ordinær godkjenning, og senere virusvarianter endret deres anvendelighet.

Kilde: AbCellera

Prosessen bygger blant annet på store antistoffbiblioteker og høykapasitetsanalyse av enkeltceller med maskinsyn.

9. BioXcel Therapeutics

BioXcel Therapeutics bruker AI og eksisterende data for å undersøke nye formuleringer eller bruksområder for kjente virkestoffer. Tidligere utvikling innebærer ikke at alle kandidater er dokumentert trygge i en ny anvendelse.

Selskapet undersøker også nye bruksområder for allerede godkjente produkter.

Kilde: BioXcel Therapeutics

Selskapet har beskrevet korte tidslinjer for idéutvikling og tidlig validering. Disse omfatter ikke nødvendigvis kliniske studier og regulatorisk behandling.

Ny formulering kan endre et legemiddels egenskaper, men fjerner ikke automatisk bivirkninger eller tidligere effektproblemer.

Et godkjent produkt er IGALMI, som FDA godkjente i 2022 for akutt behandling av agitasjon ved schizofreni eller bipolar lidelse type I eller II hos voksne.

IGALMI er en film med deksmedetomidin som gis under tungen eller i kinnet. Den inneholder ikke en metabolsk stabilisator som forklaring på godkjenningen.

Kilde: BioXcel Therapeutics

I 2024 undersøkte selskapet flere anvendelser av BXCL501. Utviklingsstadier og videreføring må leses som historiske opplysninger.

Programmet ved agitasjon knyttet til Alzheimers demens brukte BXCL501, en formulering av deksmedetomidin. Det var ikke latrepirdin eller et antihistamin.

Bruk av BXCL501 hjemme ved agitasjon knyttet til bipolar lidelse eller schizofreni var under utprøving i 2024. Dette var ikke en allerede godkjent hjemmeindikasjon.

Kilde: BioXcel Therapeutics

IGALMI viser at en ny formulering kan utvikles til et godkjent produkt. Resultatet beviser ikke at alle datadrevne legemiddelprosjekter vil lykkes.

10 . Recursion Pharmaceuticals

Recursion Pharmaceuticals (RXRX ) bruker AI og automatiserte eksperimenter i legemiddelutvikling.

Målet er å redusere tid og kostnader, men klinisk nytte og besparelser må dokumenteres.

Selskapet forsøker blant annet å håndtere disse utfordringene:

• Data i fakser, PDF-er og skannede dokumenter.
• Isolerte datasett med utilstrekkelig merking.
• Forskning som er vanskelig å gjenskape.

Recursion har bygget et stort automatisert laboratorium og rapporterte kapasitet på millioner av eksperimenter per uke. Dette er laboratorieeksperimenter, ikke kliniske forsøk.

Selskapet bruker omfattende datakraft til modeller basert blant annet på cellebilder. Beregnede sammenhenger mellom gener og forbindelser er hypoteser, ikke bekreftede behandlingseffekter. Modellene er ikke alle store språkmodeller.

Kilde: Recursion

Recursion inngikk et samarbeid med Nvidia (NVDA ). Phenom-Beta ble tilgjengelig gjennom NVIDIA BioNeMo i januar 2024. Samarbeidet omfattet også datakraft og tilgang til GPU-er.

Den historiske utviklingsporteføljen omfattet kandidater innen sjeldne sykdommer og kreft. Kliniske faser og antall programmer kan endres.

Kilde: Recursion

For krevende områder som nevrovitenskap og kreft samarbeider selskapet også med andre legemiddelselskaper.

Eksempler var samarbeid med Roche innen nevrovitenskap og Bayer om krevende mål i kreftbehandling.

Lisensiering og datautveksling kan gi partnerne flere forskningsmuligheter. Verdien avhenger av datakvalitet, rettigheter og dokumenterte resultater.