Bioteknik

Topp 10 Biotech Big Data-företag

mm
Securities.io maintains rigorous editorial standards and may receive compensation from reviewed links. We are not a registered investment adviser and this is not investment advice. Please view our affiliate disclosure.

Mer data för bättre medicin

Ju mer vi lär oss om biologi, desto mer inser vi hur mycket vi inte vet. Det började med den genomiska revolutionen och det första mänskliga genomet som sekvenserades i början av 2000-talet.

Genomik har nu förenats med andra dataset som transkriptomik, proteomik, metabolomik, mikrobiom osv., vilket bildar en ny “multiomics”-vetenskap. Vi diskuterade denna utveckling mer i detalj i “Multiomics Are The Next Step In Biotechnology”.

Dessa nya verktyg har skapat en flod av data som ger detaljerad information om cellernas inre aktiviteter, ibland ner till atomnivå. En viktig drivkraft för denna datatillväxt har varit prisnedgången för sekvensering av gener och andra biologiska material som proteiner.

Källa: ResearchGate

Detta har skapat entusiasm kring potentialen för ”Big Data” inom biotech, vilket efterliknar konceptet big data från andra, mer IT-drivna områden.

Redan 2018 frågade tidskriften Barron’s “Will Big Data Lead to Big Biotech Returns?” och branschen började fråga “Implementing Large-Scale Data Processing and Analysis for Bioprocessing”.

Flera företag är väl positionerade för att dra nytta av drivet att skapa och analysera biologisk data i stor skala.

AI förenas med Big Data?

En ny utveckling de senaste åren har varit AI:s framväxt. Medan AI nådde allmänhetens medvetande mest under 2023, med LLM:er (Large Language Models) som ChatGPT, började biotech-industrin omfamna AI många år tidigare.

Och det är logiskt eftersom data och AI har ett något symbiotiskt förhållande:

  • Att träna AI-modeller kräver mycket data av hög kvalitet och med annotationer.
  • AI kan hjälpa till att sortera enorma dataset utan direkt mänsklig inblandning och koppla ihop punkter där manuell analys inte skulle vara möjlig.

Resultatet är att idag blir många av de tidigare big data‑fokuserade företagen inom biotech också AI‑företag.

Till skillnad från vissa AI‑applikationer som fortfarande söker en affärsmodell (som bildgenerering), har läkemedelsupptäckt och medicinsk forskning en ganska tydlig väg från AI‑modell till intäktsgenerering.

Topp 10 Big Data Biotech-aktier

1. Illumina

(ILMN )

Illumina är det ledande genomikföretaget, vida det största och mest etablerade i branschen, med 1,2 miljarder dollar i intäkter, vilket har vuxit med 11 % CAGR de senaste fem åren.

Detta gör dem också till den främsta leverantören av genomisk data till hela biotech‑industrin.

Som de flesta genombearbetningsföretag tjänar Illumina pengar på att sälja sekvenseringsmaskiner men främst på att sälja förbrukningsmaterial som används av maskinerna. Intäkterna per maskin ökar vanligtvis över tid när den används i full kapacitet.

Företagets nya genombearbetningsmodell, NovaSeqX, är en succé, med 352 sålda år 2023. Detta har påskyndat antagandet av massgenomsekvensering bland Illuminas kunder med fler multi‑omics‑analyser och en större skala för singelcell‑ och spatiala analyser.

NovaSeqX‑försäljningen läggs ovanpå ett mycket stort segment av genombearbetningsmaskiner, med mer än 25 000 installerade system.

Källa: Illumina

Grail-problem

När man diskuterar Illumina krävs en lång förklaring av en ny genomikapplikation, cancerdetektion i ett blodprov som kallas flytande biopsi.

Illumina arbetade med att utveckla denna teknik och spinnade sedan av den till ett företag som heter Grail.

Grail är mycket framgångsrikt både tekniskt och kommersiellt. Under Q2 2023 föreskrev 7 500 leverantörer Grails tester, vilket passerade milstolpen 100 000 utförda tester. Det upptäckte också 92 % av canceråterfall i sex olika blodcancerformer.

Flera år senare skulle Illumina återförvärva detta företag till ett mycket högre pris.

Detta orsakade flera problem. Först uttryckte regulatoriska myndigheter i både USA och EU oro för monopolrisk, eftersom Illumina är leverantör av genombearbetningsmaskiner till många av Grails konkurrenter. Detta resulterade i ett bötesbelopp på 432 M € från EU.

En annan uppsättning problem kom från villkoren för den kostsamma Grail‑spinn‑offen, kapitalanskaffning och återintegrering i Illumina.

Aktivistinvesteraren Carl Icahn har attackerat företagets styrelse och antytt att potentiella oärliga eller illvilliga affärer gjordes till förmån för insiders mot företagets aktieägares intressen. SEC undersökte också frågan. Du kan också läsa mer om dessa misstankar och anklagelser i denna serie artiklar av Non-GAAP investing.

Till slut har beslutet att avyttra Grail igen fattats, med styrelsen som godkände beslutet den 4 juni 2024.

Grail‑sagan har orsakat mycket problem för Illumina och dess aktieägare. Detta påverkade dock inte företagets position inom genombearbetning.

Det är sannolikt att Grails cancerdetektion kan växa till en massiv verksamhet och få läkare att använda många av Illuminas genombearbetningsmaskiner och förbrukningsmaterial.

Illumina förvärvade också 2023 bioinformatikprogramvaruföretaget Partek, vilket utökade företagets erbjudande bortom sekvenserare och deras förbrukningsmaterial.

2. Schrödinger, Inc.

(SDGR )

Företaget specialiserar sig på fysikbaserade modeller för att hitta den bästa möjliga molekylen för ett givet mål, genom att balansera motstridiga parametrar som potens, löslighet, halveringstid, syntetiserbarhet osv.

Det använder också maskininlärning, men tillsatsen av en fysikbaserad modell möjliggör testning i helt nya områden där ingen dataset finns för att ”träna” AI. Detta gör att Schrödinger kan gå från 1 miljard potentiella molekyler till bara 8 solida kandidater på några dagar, uteslutande genom digital beräkning.

Källa: Schrodinger

Schrödinger skrev under ett femårigt samarbetsavtal med Bayer 2020 för intäkter på 10 M $. Avtalets idé är att använda Schrödingers teknik tillsammans med Bayers in‑silico‑prediktionsmodeller.

Ett annat nyligt partnerskap är med Lilly, som har upp till 425 M $ i totala milstolpsbetalningar för framgångsrik upptäckt.

Tidigare samarbeten inkluderade Takeda, Sanofi, Bristol Myers Squibb och andra mindre läkemedelsföretag.

Källa: Schrodinger

Sammanfattningsvis bygger Schrödinger en växande portfölj med allt fler proprietära och helt ägda molekyler. Trots att de ännu inte har intäkter är företaget fortfarande inte lönsamt och fokuserar på expansion och FoU‑utgifter för att förbättra sin teknik.

Företaget ser också på att expandera till nya segment bortom läkemedelsupptäckt, såsom komplexa biopharmaka eller till och med material som kemikalier, batterier eller polymerer.

Källa: Schrodinger

Investerare bör hålla ett öga på de nya samarbetena, eftersom de kommer att spegla framstegen i Schrödingers teknik, enligt branschledarnas bedömning, samt möjlig framgång i att expandera kärntekniken till nya marknader.

3. Exscientia

(EXAI )

Företaget använder AI för att utveckla precision therapies. Det driver en ”full stack” AI‑läkemedelsupptäcktsteknologi med dedikerad programvara i varje steg av läkemedelsupptäcktsprocessen.

Källa: Exscientia

Exscientias teknik minskar med 70 % den tid som krävs för att gå från ett biologiskt mål till att hitta ett motsvarande läkemedel och med 80 % mer kapitalintensiv process.

Detta resulterade i 4 föreningar i tidiga kliniska stadier, 30 program totalt och 6,5 Mrd $ i intäkter från milstolpar med partners. Huvudfokus har varit onkologi (cancer) och inflammatoriska sjukdomar.

Källa: Exscientia

Detta kan vara ett intressant alternativ för investerare som söker ett väl etablerat AI‑läkemedelsupptäcktsföretag med en mycket stor kassareserv och flera pågående partnerskap för extra säkerhet.

4. 10x Genomics, Inc.

(TXG )

10x Genomics är en ledare inom spatial biologi, som studerar genomet och transkriptomet i 3D, vilket möjliggör visualisering av geners aktivitet på cellnivå eller till och med intracellulär nivå.

Företaget grundades 2012, med Serge Saxonov bland grundarna, som är chef för FoU på det personliga genometestföretaget 23andMe.

10x Genomics växte genom en blandning av FoU (över 1 Mrd $ investerat i FoU hittills) och förvärv. Noterbart är att deras Visium‑plattform erhölls genom förvärvet av Spatial Transcriptomics 2018.

Källa: 10x Genomics – 10x Genomics acquisitions timeline

Det är också så 10x Genomics förvärvade sin Xenium‑plattform genom att förvärva Readcoor och Cartana 2020.

År 2020 lanserade de även Chromium‑plattformen, som uppdaterades året därpå till Chromium X.

Genom förvärvet av Tetramer Shop 2021 lanserade 10x Genomics även BEAM (Barcode Enabled Antigen Mapping) 2022. Det möjliggör för forskare att identifiera komponenter i immunsystemet i detalj. Detta kan ha stor inverkan på forskning om immunitet och nya sjukdomar.

Intäkterna ökade med 17 % år‑till‑år under Q2 2023, drivet av Xenium‑försäljning, med milstolpen 100 sålda enheter passerad i augusti 2023.

Företaget vann också i september 2023 en kritisk seger mot sin huvudkonkurrent, Nanostring. Nanostring är för närvarande förbjudet att sälja sina CosMx Spatial Molecular Imager (SMI)-instrument i större delen av EU för intrång på 10x Genomics patent.

Företaget befinner sig fortfarande i ett tidigt skede, något likt Illuminas tidiga dagar. För närvarande är spatial biologi begränsad till den akademiska och grundläggande forskningen. Men som många bioteknologier kan den en dag bli utbredd, gradvis bli ett medicinskt verktyg och sedan ett ”rutin”‑test. I vilket fall som helst bör den växande poolen av installerade maskiner driva försäljning av förbrukningsmaterial och intäktstillväxt.

5 . Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore använder en unik genombearbetningsteknik som bygger på flödesceller. Detta gör att DNA kan ”läsas” när det passerar nanoporerna, inte genom kemiska metoder utan direkt genom att mäta en elektrisk ström. Så på ett sätt är detta första gången en dator kan läsa en genetisk sekvens (DNA & RNA) i realtid.

En annan unik fördel med företagets teknik är att den kan läsa längre genetiska sekvenser än konventionella sekvenseringsmetoder. Långa sekvenser och realtidsläsning kan hjälpa till att få bättre och snabbare resultat, vilket är viktigt för canceranalys eller infektionssjukdomar som antibiotikaresistenta bakterier.

Slutligen möjliggör elektrisk mätning mindre och mer portabla sekvenserare, en förbättring jämfört med de massiva maskiner som tidigare använts. Detta gör att företaget kan producera ett brett sortiment av sekvenserare, inklusive långsammare, mindre och mycket billigare maskiner, med startpris på 1 000 $. Detta kan radikalt expandera sekvenseringsmarknaden, där mobil eller lågkostnadssekvensering tidigare inte var ett alternativ.

På grund av sin radikalt nya teknik är det oklart var Oxford kommer att passa in i ett mer moget genombearbetnings‑ekosystem.

Det kan helt ersätta den etablerade tekniken för kemisk/optisk läsning av genom.

Eller så kan det bli en framgångsrik men nischad tillämpning för lågvolym‑ eller mobil sekvensering eller för sekvensering som kräver hög noggrannhet vid läsning av långa genetiska sekvenser.

Företaget planerar också att expandera till läsning av proteiner, post‑translationella modifieringar av proteiner eller små molekyler, samt andra mätningar i livsvetenskapens yttersta gräns.

6 . Ginkgo Bioworks Holdings, Inc.

(DNA )

Företaget producerar skräddarsydda organismer på begäran för specifika tillämpningar. Det har brett diversifierat sina tillämpningar med många forskningsprogram och partnerskap:

Många av dessa modifieringar bygger på CRISPR eller liknande genredigeringstekniker, särskilt dess CAR‑T‑cancercellterapier.

Genom att erbjuda en färdig plattform för cellengineering blir Ginkgo en nyckeltjänsteleverantör inom biotech, som går bortom läkemedelsindustrin och in i jordbruk, biotillstånd och industriella kemiska processer.

Det erbjuder expertis och snabbhet och kan hjälpa till att minska fasta kostnader och mängden kapitalinvestering som behövs för ett forskningsprojekt.

Detta demonstreras av den mycket mångsidiga raden av kunder och partners som företaget har haft under de senaste åren.

Det som gör Ginkgo till ett big data‑företag är den unika bredden bland otaliga tillämpningar och organismtyper i dess cellbanker, dataset och experiment.

Det är en attraktiv aktie för investerare som vill satsa på genredigering och cellengineeringstekniker, men inte på en specifik tillämpning. Detta är också vanligtvis mer intressant för tillväxtinriktade investerare.

Den stora majoriteten av CRISPR‑företagen fokuserar på mänsklig medicin och genetiska sjukdomar, vilket lämnar Ginkgo öppna möjligheter inom jordbruk, bioengineering, energi och bioprodukter (inklusive cannabinoider).

Tillsammans med den snabba expansionen av genetiska dataset, genredigeringsverktyg och AI (inklusive öppen källkod) kan detta bli en enorm möjlighet för Ginkgo Bioworks.

7. BenevolentAI SA (BAI.AS)

BenevolentAI använder AI‑driven läkemedelsupptäckt för att utveckla behandlingar för atopisk dermatit samt potentiella behandlingar för kroniska sjukdomar och cancer.

Där andra företag använder AI för att förutsäga cellaktivitet eller proteiners 3D‑konfiguration, undersöker Benevolents BenAI‑motor den befintliga databasen med vetenskapliga artiklar (35 + miljoner) för att låsa upp nya insikter.

Den integrerar sedan dessa potentiella fynd i en process som inkluderar experimentell validering av idén, in‑silico‑analys och indikationsexpansion/läkemedelsåteranvändning.

Källa: Benevolent

Idén är att många befintliga läkemedel eller kända biologiska mekanismer kan återanvändas för nya behandlingar. Sammantaget bör en sådan strategi leverera nya terapier snabbare, eftersom mycket av det regulatoriska arbetet redan är gjort (t.ex. fas I i kliniska studier visade läkemedlets säkerhet).

Företaget har ett pågående samarbete med AstraZeneca för att utveckla läkemedel för fibros och kronisk njursjukdom (initialt avtal från 2019), utökat till att omfatta hjärtsvikt och systemisk lupus erythematosus (SLE) 2022.

Det har också samarbetat med Merck KGaA för att utnyttja deras expertis inom onkologi och neuroinflammation och stödja företagets AI‑drivna läkemedelsupptäcktsplaner genom att fokusera på att hitta livskraftiga småmolekylkandidater.

Tidigare uppnådde de en ny indikationsexpansion som ledde till FDA‑godkännande med Eli Lilly för baricitinib, som en potentiell COVID‑19‑behandling.

8. AbCellera

(ABCL )

AbCellera är specialiserat på att utveckla nya kategorier av antikroppsbaserade läkemedel.

Speciellt arbetar de med GPCR‑ och jonkanalplattformen, ett terapeutiskt mål där antikroppar tidigare inte kunde utvecklas. Deras andra plattform är T‑Cell Engagers, som ökar effektiviteten och minskar toxiciteten hos antikroppsbaserade cancerbehandlingar.

Källa: AbCellera

Under mer än 10 år har företaget utvecklat över 100 terapeutiska program med ett brett spektrum av partners, varav 50 % inom onkologi. 13 molekyler har redan nått klinisk fas, varav 2 redan godkänts för behandling.

Källa: AbCellera

En nyckeldel i AbCelleras process är tillgång till ett stort urval av möjliga antikroppar. Därefter väljs de rätta med högkapacitets singelcell‑screening drivna av maskinseende.

9. Therapeutics

(BTAI )

Bioxcell fokuserar på ett koncept de kallar ”drug re‑innovation”. Drug re‑innovation utnyttjar AI för att analysera läkemedel som redan har bevisats vara säkra, men som har övergivits av sina utvecklare av olika skäl.

Det undersöker också godkända produkter för nya tillämpningar.

Källa: Bioxcell

Konceptgenereringen med hjälp av big data och AI tar bara 6 månader (istället för flera år för nya molekyler), följt av 12 månader av validering av hypotesen med hjälp av datorseende, djupinlärning, beslutsmatris och in‑silico‑validering.

Re‑innovation har nyligen sett betydande framgångar, särskilt när det kombineras med reformulering för att ta bort biverkningar eller förbättra låg effektivitet som ledde till att läkemedelskandidaterna övergavs från början.

Denna modell har redan gett resultat, med godkännandet av IGALMI (för behandling av agitation associerad med schizofreni eller bipolära störningar) på mindre än 4 år från projektstart till godkännande.

I fallet med IGALMI löstes den tidigare dåliga biotillgängligheten genom att ändra läkemedlets administrationssätt och kombinera det med en metabolisk stabilisator.

Källa: Bioxcell

Företaget har redan två avancerade program i fas 3 av kliniska studier, samt fem andra program i pipeline.

Det första programmet, för agitation associerad med Alzheimers demens (AAD) med en ny agent, en ny formulering av latrepirdine, ett antihistaminläkemedel (allergier).

Det andra är en utvidgning av IGALMIs tillämpning, för agitation associerad med bipolära störningar eller schizofreni i hemmiljö.

Källa: Bioxcell

Bioxcells framgång med IGALMI visar potentialen i big data som kan utökas bortom ny läkemedelsupptäckt, och in i förbättring av det befintliga läkemedelsarsenalen, antingen genom reformulering eller genom att hitta nya tillämpningar för kända säkra läkemedel.

10 . Recursion Pharmaceuticals

(RXRX )

Recursion Pharmaceuticals utnyttjar AI i läkemedelsupptäckt,

Företagets metod syftar till att avsevärt minska tid och kostnad för att föra nya läkemedel till marknaden.

Att skapa solida dataset har varit företagets fokus sedan starten för att lösa flera problem med biodata:

  • Analog data, från fax till pdf eller skannade utskrifter.
  • Isolerad data, med lite eller ingen annotation.
  • Svår att reproducera forskning.

För att lösa dessa problem skapade Recursion ett av världens största automatiserade våta laboratorium och digitaliserade miljontals av sina egna experiment (2,2 miljoner experiment per vecka).

De äger också en av världens snabbaste superdatorer för att träna sina LLM‑ och AI‑modeller för läkemedelsupptäckt. Modeller tränades på ett bibliotek med mer än 2 miljarder bilder och infererade 6 biljoner relationer mellan alla möjliga kombinationer av gener och föreningar.

Källa: Recursion

Recursion etablerade ett partnerskap med AI‑ledaren Nvidia och kan komma att släppa några av sina AI‑modeller till kommersiella partners via NVIDIAs nya BioNeMo‑plattform. Det kommer också ge Recursion prioriterad tillgång till NVIDIAs senaste GPU:er via NVIDIA DGX™ Cloud.

Recursions proprietära FoU‑pipeline fokuserar främst på sällsynta sjukdomar och onkologi, med 3 kandidatläkemedel i fas 2 av kliniska studier.

Källa: Recursion

För mer komplexa sektorer, som neurovetenskap och otillgänglig onkologi, föredrar företaget att etablera partnerskap med etablerade företag inom dessa områden.

Till exempel Roche inom neurovetenskap och Bayer i otillgängliga onkologimål.

Slutligen har företaget etablerat relationer för att licensiera ut sin teknik och data, särskilt när datautbyte kan förhandlas för att öka den information som båda företag kan använda i framtiden.

Jonathan är en före detta biokemist som arbetade med genetisk analys och kliniska prövningar. Han är nu en aktieanalytiker och finansskribent med fokus på innovation, marknads cykler och geopolitik i sin publikation The Eurasian Century.