Cinco empresas de IA e biotecnologia computacional: análise de 2023

IA e biotecnologia computacional

A pesquisa biotecnológica utiliza cada vez mais IA e modelos digitais para investigar e desenvolver medicamentos.

Os sistemas biológicos são complexos e mudam continuamente. A função de uma única proteína depende de muitas interações, o que dificulta prever todas as reações e os efeitos clínicos.

Grandes conjuntos de dados e modelos computacionais ajudam a organizar informações e selecionar hipóteses para testes experimentais.

A observação e os experimentos sempre tiveram papel importante na biomedicina. A pesquisa anterior não era apenas uma sequência de tentativas aleatórias sem método científico.

A genômica permite estudar de forma mais direcionada genes e proteínas associados a doenças.

Modelos digitais podem simular estruturas e funções selecionadas de proteínas, células e órgãos. Eles não são cópias completas e inteiramente confiáveis do corpo humano e não substituem todos os experimentos.

O que pode mudar?

Muitos projetos de desenvolvimento de medicamentos fracassam. Terapias de precisão e medicamentos de pequenas moléculas podem se complementar; a genômica não substitui automaticamente todos os medicamentos tradicionais.

Muitos candidatos são abandonados antes da aprovação. Conforme o projeto, são necessários testes de laboratório e estudos pré-clínicos e clínicos. Uma única taxa de sucesso não vale para todos os métodos.

O desenvolvimento pode levar muitos anos e exigir capital considerável. Projetos malsucedidos geram custos, mas também podem produzir conhecimento científico útil.

Fonte: Biosourcing

Modelos preditivos podem ajudar a priorizar candidatos antes de experimentos caros. O resultado de um modelo, por si só, não comprova a segurança ou a eficácia de um medicamento.

Por isso, a descoberta de medicamentos é uma aplicação importante para empresas que combinam IA e biotecnologia.

O aprendizado de máquina identifica padrões nos dados e pode gerar previsões probabilísticas. Também é um método algorítmico, cuja confiabilidade depende dos dados, do projeto e da avaliação.

Esses avanços se apoiam em uma longa trajetória de pesquisa em biologia, química, física e computação.

Um avanço de grande repercussão ocorreu em 2020, quando a DeepMind, com o AlphaFold, alcançou progresso importante na previsão da estrutura tridimensional de proteínas (GOOG ). Em 2022, o banco de dados foi ampliado para mais de 200 milhões de estruturas previstas de proteínas catalogadas. Essas previsões não descrevem completamente todas as funções biológicas. A Alphabet também havia fundado a empresa Isomorphic Laboratories em 2021 para o projeto e a descoberta de medicamentos com auxílio de IA.

Cinco empresas sob a perspectiva de 2023

A Alphabet tem diversos negócios, dos quais a biotecnologia é apenas uma parte. O artigo examina cinco empresas sob a perspectiva de 2023. Nem todas se dedicam exclusivamente à IA ou continuam sendo companhias abertas independentes.

Fornecedores de hardware e software de computação formam outro grupo, como a Nvidia com o software de genômica Parabricks (NVDA ).

A ordem original se baseava na capitalização de mercado quando o artigo foi escrito, em 2023, e não no tamanho atual das empresas.

1. Roivant Sciences Ltd.

ROIV Gráfico de preços

A Roivant desenvolve e adquire programas biofarmacêuticos por meio de empresas cujos nomes frequentemente terminam em -vant. O grupo não se concentra exclusivamente em IA.

Em 2021, a Roivant anunciou um acordo para comprar a Silicon Therapeutics por ações da Roivant avaliadas em 450 milhões de dólares, além de possíveis pagamentos adicionais condicionados a marcos. A física computacional da Silicon Therapeutics complementaria a atividade de aprendizado de máquina da VantAI.

Após a fusão entre Datavant e Ciox Health, a Roivant detinha uma participação minoritária na Datavant. A Datavant conecta dados de saúde; uma participação minoritária não significa propriedade ou controle integral.

As atividades computacionais da época também incluíam as simulações moleculares baseadas em física da Psivant e a plataforma Lokavant para análise de ensaios clínicos. As relações de propriedade e estruturas societárias se referem à época da análise original.

Fonte: Roivant

As receitas da Roivant incluíam vendas de produtos, licenças e outros pagamentos contratuais. Na época, não provinham necessariamente sobretudo de medicamentos aprovados, e não equivaliam ao lucro líquido.

O grupo combinava programas computacionais e desenvolvimento farmacêutico. Um exemplo de sua atividade comercial na época era o VTAMA para psoríase por meio da Dermavant. O sucesso de um produto não garante o sucesso de todo o grupo.

2. Schrödinger, Inc.

SDGR Gráfico de preços

A Schrödinger usa modelos baseados em física para avaliar moléculas e equilibrar propriedades como potência, solubilidade, meia-vida e viabilidade de síntese.

A empresa combina esses modelos com aprendizado de máquina. A Schrödinger (SDGR ) pode filtrar grandes bibliotecas moleculares virtuais para selecionar candidatos a experimentos. Um bilhão de moléculas, porém, não garante oito medicamentos eficazes em poucos dias.

Fonte: Schrodinger

Em 2020, a Schrödinger anunciou uma colaboração tecnológica de cinco anos com a Bayer e pagamentos esperados de aproximadamente 10 milhões de euros, não dólares. O trabalho combinava projeto molecular e modelos preditivos computacionais. O valor do contrato não era automaticamente receita reconhecida de imediato.

A colaboração com a Eli Lilly anunciada em 2022 previa um pagamento inicial, até 425 milhões de dólares em possíveis pagamentos por marcos e royalties adicionais. O valor máximo não era garantido nem já havia sido recebido.

Entre os parceiros da época estavam Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb e empresas farmacêuticas menores.

Fonte: Schrodinger

A Schrödinger também desenvolvia moléculas próprias. Receitas de software e colaborações não equivaliam a lucro. Pesquisa, desenvolvimento e expansão geravam custos.

Além de medicamentos, a empresa investigava aplicações em produtos biológicos complexos e materiais como produtos químicos, baterias e polímeros.

Fonte: Schrodinger

A avaliação deve considerar a evolução das colaborações, os resultados experimentais e clínicos e a sustentabilidade financeira. Um novo contrato não comprova sozinho o sucesso de um tratamento.

3. Exscientia

A Exscientia utilizava IA para terapias de precisão e como apoio em diferentes etapas do desenvolvimento farmacêutico. A empresa se uniu à Recursion em novembro de 2024 e, portanto, não é mais um investimento listado independente como em 2023.

Fonte: Exscientia

A economia de tempo de 70% e a melhora de 80% na eficiência do capital eram alegações da empresa sobre determinadas etapas da descoberta de medicamentos. Não eram economias universais, confirmadas de forma independente, para todo o desenvolvimento ou o custo até a aprovação.

No início de 2023, a Exscientia informou que quatro moléculas projetadas com IA haviam entrado em estudos clínicos, inclusive para câncer e doenças inflamatórias. Os grandes valores das colaborações abrangiam principalmente possíveis pagamentos futuros por marcos; 6,5 bilhões de dólares não eram receitas já realizadas.

Fonte: Exscientia

Em 30 de setembro de 2022, a Exscientia reportou cerca de 624,7 milhões de dólares em caixa, equivalentes de caixa e depósitos bancários. A saída líquida operacional de 15 milhões de dólares correspondia aos primeiros nove meses, não apenas ao terceiro trimestre ou a toda a redução da liquidez. Pagamentos de colaborações influenciavam o fluxo de caixa. Os valores em dólares foram convertidos de libras pela taxa indicada no comunicado.

Esses recursos permitiam financiar pesquisas, mas sua duração dependia de gastos e entradas de dinheiro. As parcerias não eliminavam riscos clínicos ou de financiamento.

4. Absci Corporation

ABSI Gráfico de preços

A Absci foi fundada em 2011 e tinha operações em Vancouver, no estado americano de Washington, Nova York e Zug, na Suíça. Em 2021, adquiriu tecnologia da Totient para descoberta de anticorpos e alvos, e da Denovium  para descoberta e projeto de proteínas com aprendizado profundo.

A empresa se concentrava no projeto de anticorpos assistido por computador e em testes de laboratório. Ciclos de aproximadamente seis semanas se referiam ao projeto e aos testes, não a todo o desenvolvimento clínico ou à aprovação.

Em janeiro de 2023, a Absci anunciou que podia projetar novos anticorpos e validá-los em laboratório com um método zero-shot. O modelo não havia sido treinado com anticorpos conhecidos por se ligarem àquele alvo específico. Isso não significa ausência de qualquer dado anterior e não comprova eficácia clínica.

A colaboração da Absci com a Merck, também conhecida como MSD, incluía até 610 milhões de dólares em possíveis pagamentos iniciais e por marcos para no máximo três alvos , caso opções fossem exercidas e condições atendidas. O artigo também descrevia pesquisa com a Astellas e uso da tecnologia de computação da Nvidia. O valor máximo do contrato não era receita já recebida.

A Absci estava em uma fase inicial de desenvolvimento. Avanços tecnológicos e contratos precisavam ser avaliados junto com resultados clínicos, custos e necessidade de capital, e não como garantias de sucesso do investimento.

5. e-therapeutics plc

A e-therapeutics combinava biologia computacional com tratamentos baseados em interferência por RNA, ou RNAi. O objetivo é reduzir a expressão de determinados genes ao agir sobre o RNA; não se trata de editar o DNA.

A empresa também mantinha colaborações de pesquisa, inclusive com a Novo Nordisk. Receitas de colaboração não equivalem a vendas de medicamentos aprovados.

Nos seis meses até 31 de julho de 2022, a empresa reportou receita de 0,3 milhão de libras, prejuízo após impostos de 3,8 milhões e caixa de 21,8 milhões. Portanto, não estava totalmente sem receita. Uma captação de 13,5 milhões de libras antes de custos foi anunciada em 30 de setembro de 2022. Financiamento não é receita nem lucro. As negociações no AIM terminaram em maio de 2024.

Liquidez, despesas, direitos dos acionistas e progresso dos candidatos a medicamentos são importantes na avaliação. Uma listagem passada não garante a possibilidade de comprar ou vender ações hoje.

Avaliar investimentos em biologia computacional

O setor combina duas disciplinas complexas, IA e biotecnologia. Conhecer apenas uma delas não basta para avaliar integralmente a outra.

Diversas empresas trabalham em aplicações semelhantes, como pequenas moléculas e anticorpos, e podem compartilhar riscos científicos e econômicos.

A diversificação pode reduzir a dependência de uma empresa, mas não elimina o risco setorial. O artigo original citava uma previsão de rápido crescimento do mercado entre 2022 e 2027. Era uma estimativa baseada em premissas, não crescimento já realizado nem promessa de retorno.

Qualidade dos dados, custos, progresso clínico e utilidade comercial são essenciais para avaliar cada modelo. Promessas tecnológicas, por si só, não bastam.