10 อันดับบริษัทบิ๊กดาต้าด้านเทคโนโลยีชีวภาพ

ข้อมูลเพิ่มเติมเพื่อการแพทย์ที่ดีขึ้น

ยิ่งเราเรียนรู้เกี่ยวกับชีววิทยามากเท่าไร เราก็ยิ่งตระหนักถึงสิ่งที่เราไม่รู้มากขึ้นเท่านั้น มันเริ่มต้นด้วยการปฏิวัติจีโนมและจีโนมมนุษย์ชุดแรกที่ถูกจัดลำดับในช่วงต้นทศวรรษ 2000

ขณะนี้จีโนมิกส์ได้ถูกรวมเข้าด้วยกันโดยชุดข้อมูลอื่นๆ เช่น ทรานสคริปโตมิกส์ โปรตีโอมิกส์ เมตาโบโลมิกส์ ไมโครไบโอม ฯลฯ ก่อให้เกิดวิทยาศาสตร์ “มัลติมิกส์” ใหม่ เราได้พูดคุยรายละเอียดเพิ่มเติมเกี่ยวกับวิวัฒนาการนี้ใน “Multiomics เป็นก้าวต่อไปในเทคโนโลยีชีวภาพ"

เครื่องมือใหม่เหล่านี้ได้สร้างข้อมูลมากมายที่นำข้อมูลโดยละเอียดเกี่ยวกับกิจกรรมภายในของเซลล์บางครั้งลงไปถึงระดับอะตอม ปัจจัยขับเคลื่อนสำคัญของการเติบโตของข้อมูลนี้คือการล่มสลายของราคาของยีนหาลำดับและวัสดุชีวภาพอื่นๆ เช่น โปรตีน

ที่มา: ResearchGate

สิ่งนี้ได้สร้างความกระตือรือร้นเกี่ยวกับศักยภาพของ "ข้อมูลขนาดใหญ่" ในด้านเทคโนโลยีชีวภาพ โดยเลียนแบบแนวคิดเกี่ยวกับข้อมูลขนาดใหญ่จากสาขาอื่น ๆ ที่ขับเคลื่อนด้วยไอทีมากกว่า

เมื่อปี 2018 นิตยสาร Barron's ก็ได้ตั้งคำถามว่า “Big Data จะนำไปสู่การกลับมาของ Big Biotech หรือไม่” และวงการก็เริ่มตั้งคำถาม “การใช้การประมวลผลและการวิเคราะห์ข้อมูลขนาดใหญ่สำหรับการประมวลผลทางชีวภาพ"

มีบริษัทเพียงไม่กี่แห่งที่อยู่ในตำแหน่งที่ดีที่จะได้รับประโยชน์จากการขับเคลื่อนในการสร้างและวิเคราะห์ข้อมูลทางชีววิทยาในวงกว้าง

AI ผสานกับข้อมูลขนาดใหญ่?

การพัฒนาใหม่ในช่วงไม่กี่ปีที่ผ่านมาคือการเกิดขึ้นของ AI ในขณะที่ AI เป็นที่รู้จักของสาธารณชนเป็นส่วนใหญ่ในปี 2023 ด้วย LLM (โมเดลภาษาขนาดใหญ่) เช่น ChatGPT อุตสาหกรรมเทคโนโลยีชีวภาพก็เริ่มยอมรับ AI เมื่อหลายปีก่อนหน้านั้น

และมันก็สมเหตุสมผลดีเพราะข้อมูลและ AI มีความสัมพันธ์ที่ค่อนข้างพึ่งพาอาศัยกัน:

• โมเดล AI การฝึกอบรมต้องใช้ข้อมูลจำนวนมากที่มีคุณภาพและคำอธิบายประกอบคุณภาพสูง
• AI สามารถช่วยจัดเรียงชุดข้อมูลขนาดใหญ่โดยไม่ต้องมีการแทรกแซงจากมนุษย์โดยตรง และเชื่อมโยงจุดที่การวิเคราะห์ด้วยตนเองไม่สามารถทำได้

ผลลัพธ์ก็คือทุกวันนี้ บริษัทที่เน้นข้อมูลขนาดใหญ่จำนวนมากในอุตสาหกรรมเทคโนโลยีชีวภาพก่อนหน้านี้จำนวนมากก็หันมาเป็นบริษัท AI เช่นกัน

ตรงกันข้ามกับแอปพลิเคชัน AI บางตัวที่ยังคงมองหาโมเดลธุรกิจ (เช่น การสร้างภาพ) การค้นคว้ายาและการวิจัยทางการแพทย์มีเส้นทางที่ค่อนข้างตรงไปตรงมาจากโมเดล AI ไปสู่การสร้างรายได้

10 อันดับหุ้นเทคโนโลยีชีวภาพ Big Data

1. Illumina

Illumina เป็นบริษัทจีโนมิกส์ชั้นนำ โดยเป็นบริษัทที่ใหญ่ที่สุดและก่อตั้งมากที่สุดในอุตสาหกรรม โดยมีรายได้ 1.2 พันล้านดอลลาร์ ซึ่งเติบโต CAGR 11% ในช่วง 5 ปีที่ผ่านมา

นอกจากนี้ยังทำให้บริษัทเป็นผู้ให้บริการชั้นนำด้านข้อมูลจีโนมแก่อุตสาหกรรมเทคโนโลยีชีวภาพทั้งหมด

เช่นเดียวกับบริษัทหาลำดับจีโนมส่วนใหญ่ อิลลูมินาสร้างรายได้จากการขายซีเควนเซอร์ แต่ส่วนใหญ่จะขายวัสดุสิ้นเปลืองที่ซีเควนเซอร์ใช้ รายได้ต่อเครื่องมักจะเพิ่มขึ้นเมื่อเวลาผ่านไป เนื่องจากมีการใช้กำลังการผลิตเต็มเวลาอย่างต่อเนื่อง

NovaSeqX ซึ่งเป็นโมเดลเครื่องเรียงลำดับจีโนมใหม่ของบริษัท ได้รับความนิยมอย่างมาก โดยมียอดขายถึง 352 โมเดลในปี 2023 ส่งผลให้การนำโมเดลเครื่องเรียงลำดับจีโนมจำนวนมากมาใช้ในกลุ่มลูกค้าของ Illumina เพิ่มมากขึ้น โดยมีการวิเคราะห์แบบมัลติโอเมิกส์มากขึ้น และมีขนาดใหญ่ขึ้นสำหรับการวิเคราะห์เซลล์เดี่ยวและการวิเคราะห์เชิงพื้นที่

ยอดขาย NovaSeqX เหนือกว่ากลุ่มเครื่องหาลำดับจีโนมที่มีขนาดใหญ่มาก โดยมีการติดตั้งระบบมากกว่า 25,000 ระบบ

ที่มา: Illumina

ปัญหาจอก

เมื่อพูดถึงอิลลูมินา จำเป็นต้องมีคำอธิบายยาวสำหรับการประยุกต์ใช้จีโนมิกส์ใหม่ การตรวจหามะเร็งในตัวอย่างเลือดที่เรียกว่าการตรวจชิ้นเนื้อของเหลว

อิลลูมินาพัฒนาเทคโนโลยีนี้แล้วแยกตัวออกเป็นบริษัทชื่อจอก

Grail ประสบความสำเร็จอย่างมากทั้งในด้านเทคนิคและเชิงพาณิชย์ ในไตรมาสที่ 2 ปี 2023 มีผู้ให้บริการ 7,500 รายสั่งจ่ายชุดตรวจของ Grail ซึ่งผ่านเกณฑ์การทดสอบ 100,000 ครั้ง นอกจากนี้ Grail ยังตรวจพบการกลับเป็นซ้ำของมะเร็งได้ถึง 92% ในมะเร็งเม็ดเลือด 6 ชนิด

หลายปีต่อมา อิลลูมินาจะซื้อบริษัทนี้อีกครั้งในราคาที่สูงกว่ามาก

เรื่องนี้ก่อให้เกิดปัญหาหลายประการ ประการแรก หน่วยงานกำกับดูแลทั้งในสหรัฐอเมริกาและสหภาพยุโรปได้แสดงความกังวลเกี่ยวกับความเสี่ยงจากการผูกขาด โดย Illumina ซึ่งเป็นผู้จัดจำหน่ายเครื่องหาลำดับจีโนมให้กับคู่แข่งหลายรายของ Grail ส่งผลให้สหภาพยุโรปต้องจ่ายค่าปรับ 432 ล้านยูโร

ปัญหาอีกชุดหนึ่งมาจากเงื่อนไขของการแยกตัวของจอกที่มีราคาแพง การระดมเงิน และการดูดซึมกลับเข้าสู่อิลลูมินา

Carl Icahn นักเคลื่อนไหวและนักลงทุนได้โจมตีคณะกรรมการของบริษัท และนัยว่าอาจมีการทุจริตหรือการกระทำอันเป็นปฏิปักษ์ต่อบุคคลภายในเพื่อผลประโยชน์ของผู้ถือหุ้นของบริษัท สำนักงาน ก.ล.ต. ก็ได้ดำเนินการสอบสวนเรื่องนี้เช่นกัน ท่านสามารถอ่านเพิ่มเติมเกี่ยวกับข้อสงสัยและข้อกล่าวหาเหล่านี้ได้ในบทความชุดนี้โดย การลงทุนแบบ non-GAAP.

ท้ายที่สุดการตัดสินใจขายจอกออกไป อีกครั้ง ได้ทำ โดยคณะกรรมการจะอนุมัติคำตัดสินในวันที่ 4 มิถุนายน^th, 2024.

เรื่องราวจอกศักดิ์สิทธิ์ (Grail) ได้สร้างปัญหามากมายให้กับ Illumina และผู้ถือหุ้น อย่างไรก็ตาม สิ่งนี้ไม่ได้ส่งผลกระทบต่อสถานะของบริษัทในด้านการถอดรหัสพันธุกรรม (genome sequencing)

ท้ายที่สุดแล้ว มีแนวโน้มว่าการตรวจหามะเร็งจอกสามารถเติบโตเป็นธุรกิจขนาดใหญ่ได้ และทำให้แพทย์ใช้เครื่องหาลำดับจีโนมและวัสดุสิ้นเปลืองของอิลลูมินาจำนวนมาก

Illumina ยังเข้าซื้อบริษัทซอฟต์แวร์ชีวสารสนเทศในปี 2023 พาร์เตคการขยายข้อเสนอของบริษัทให้ครอบคลุมมากกว่าแค่เครื่องเรียงลำดับและวัสดุสิ้นเปลือง

2. ชโรดิงเงอร์ อิงค์

บริษัทมีความเชี่ยวชาญในแบบจำลองทางฟิสิกส์เพื่อค้นหาโมเลกุลที่ดีที่สุดที่เป็นไปได้สำหรับเป้าหมายที่กำหนด โดยสร้างสมดุลให้กับตัวชี้วัดที่ขัดแย้งกัน เช่น ประสิทธิภาพ ความสามารถในการละลาย ครึ่งชีวิต ความสามารถในการสังเคราะห์ ฯลฯ

นอกจากนี้ยังใช้การเรียนรู้ของเครื่อง แต่การเพิ่มแบบจำลองทางฟิสิกส์ทำให้สามารถทดสอบในสาขาใหม่ทั้งหมดซึ่งไม่มีชุดข้อมูลเพื่อ "ฝึก" AI ซึ่งช่วยให้ชโรดิงเงอร์เปลี่ยนจากโมเลกุลที่มีศักยภาพ 1 พันล้านโมเลกุลไปเป็นโมเลกุลที่มีศักยภาพเพียง 8 ตัวในเวลาไม่กี่วัน โดยผ่านการคำนวณแบบดิจิทัลโดยเฉพาะ

ที่มา: ชเรอดิงเง

Schrödingerเซ็นสัญญากับ Bayer ในข้อตกลงความร่วมมือ 5 ปีในปี 2020 โดยมีรายได้ 10 ล้านเหรียญสหรัฐ. แนวคิดของข้อตกลงคือการใช้เทคโนโลยีชโรดิงเงอร์ร่วมกับแบบจำลองการคาดการณ์ในซิลิโกของไบเออร์

ความร่วมมือล่าสุดอีกประการหนึ่งคือกับ Lilly ซึ่งมีการจ่ายเงินตามหลักชัยรวมมูลค่าสูงสุด 425 ล้านเหรียญสหรัฐสำหรับการค้นพบที่ประสบความสำเร็จ

ความร่วมมือในอดีต ได้แก่ Takeda, Sanofi Bristol Myers Squibb และบริษัทยาขนาดเล็กอื่นๆ

ที่มา: ชเรอดิงเง

โดยรวมแล้ว Schrödinger กำลังสร้างพอร์ตโฟลิโอที่กำลังเติบโต ซึ่งรวมถึงโมเลกุลที่มีกรรมสิทธิ์และเป็นเจ้าของเต็มรูปแบบเพิ่มมากขึ้นเรื่อยๆ แม้ว่าจะไม่ใช่รายได้ก่อน แต่บริษัทก็ยังไม่มีผลกำไร โดยมุ่งเน้นไปที่การขยายธุรกิจและการใช้จ่ายด้านการวิจัยและพัฒนาเพื่อปรับปรุงเทคโนโลยี

บริษัทยังมองหาการขยายไปสู่กลุ่มใหม่ๆ นอกเหนือจากการค้นคว้ายา เช่น ชีวเภสัชภัณฑ์ที่ซับซ้อน หรือแม้แต่วัสดุ เช่น สารเคมี แบตเตอรี่ หรือโพลีเมอร์

ที่มา: ชเรอดิงเง

นักลงทุนจะต้องการจับตาดูความร่วมมือใหม่ๆ เนื่องจากความร่วมมือดังกล่าวจะสะท้อนถึงความก้าวหน้าทางเทคโนโลยีของ Schrödinger ตามการประเมินของผู้นำในอุตสาหกรรม รวมไปถึงความสำเร็จที่เป็นไปได้ในการขยายเทคโนโลยีหลักไปสู่ตลาดใหม่ๆ

3. เอ็กซ์ไซเอนเทีย

บริษัทใช้ AI ในการพัฒนา การบำบัดที่แม่นยำ. ใช้เทคโนโลยี AI การค้นพบยาแบบ “ฟูลสแตก” พร้อมซอฟต์แวร์เฉพาะในทุกขั้นตอนของกระบวนการค้นพบยา

ที่มา: เอ็กซ์ไซเอนเทีย

เทคโนโลยีของ Exscientia ช่วยลดเวลาที่ใช้ในการเดินทางจากเป้าหมายทางชีวภาพไปเป็นการค้นหายาที่เกี่ยวข้องได้ถึง 70% และลดขั้นตอนการใช้ทุนอีก 80%

ส่งผลให้มีสารประกอบ 4 ชนิดในระยะเริ่มต้นทางคลินิก รวม 30 โปรแกรม และรายรับ 6.5 พันล้านดอลลาร์จากเหตุการณ์สำคัญร่วมกับพันธมิตร จุดสนใจหลักคือด้านเนื้องอกวิทยา (มะเร็ง) และโรคเกี่ยวกับการอักเสบ

ที่มา: เอ็กซ์ไซเอนเทีย

นี่อาจเป็นตัวเลือกที่น่าสนใจสำหรับนักลงทุนที่กำลังมองหาบริษัทค้นคว้ายาด้วย AI ที่มีชื่อเสียงซึ่งมีช่องทางเงินสดขนาดใหญ่และมีพันธมิตรอย่างต่อเนื่องหลายรายเพื่อความปลอดภัยเป็นพิเศษ

4. 10x จีโนมิกส์ อิงค์

10x Genomics เป็นผู้นำในด้านชีววิทยาเชิงพื้นที่ ซึ่งศึกษาจีโนมและทรานสคริปโตมในรูปแบบ 3 มิติ ช่วยให้เห็นภาพกิจกรรมของยีนในระดับเซลล์หรือแม้แต่ในเซลล์

บริษัทก่อตั้งขึ้นในปี 2012 โดยมี Serge Saxonov เป็นผู้ก่อตั้ง และเป็นผู้อำนวยการฝ่ายวิจัยและพัฒนาของบริษัททดสอบจีโนมเฉพาะบุคคล 23andMe

10x Genomics เติบโตโดยใช้การผสมผสานระหว่างการวิจัยและพัฒนา ($1B+ ที่ลงทุนในการวิจัยและพัฒนา) และการเข้าซื้อกิจการ โดยเฉพาะอย่างยิ่ง แพลตฟอร์ม Visium ได้มาจากการเข้าซื้อกิจการ Spatial Transcriptomics ในปี 2018

ที่มา: 10x ฟังก์ชั่น – ลำดับเวลาการเข้าซื้อกิจการ Genomics 10 เท่า

นี่เป็นวิธีที่ 10x Genomics จะได้รับมา ซีเนียม แพลตฟอร์มโดยการเข้าซื้อ Readcoor และ Cartana ในปี 2020

ในปี 2020 ก็จะเปิดตัวเช่นกัน แพลตฟอร์มโครเมียมซึ่งได้รับการอัปเดตในปีต่อมาเป็น Chromium X

การซื้อกิจการ Tetramer Shop ในปี 2021 10x Genomics ก็จะเปิดตัวเช่นกัน บีม (Barcode Enabled Antigen Mapping) ในปี 2022 ช่วยให้นักวิจัยสามารถระบุส่วนประกอบของระบบภูมิคุ้มกันได้อย่างละเอียด สิ่งนี้อาจส่งผลกระทบอย่างมากในการวิจัยเกี่ยวกับภูมิคุ้มกันและโรคใหม่ๆ

รายได้เพิ่มขึ้น 17% เมื่อเทียบเป็นรายปีในไตรมาสที่ 2 ปี 2023 ขับเคลื่อนโดยยอดขายของ Xenium โดยผ่านหลักชัยการขาย 100 หน่วยในเดือนสิงหาคม 2023.

รวมทั้ง บริษัท ด้วย ได้รับชัยชนะครั้งสำคัญในเดือนกันยายน 2023 เหนือคู่แข่งหลักอย่าง Nanostring. ขณะนี้ Nanostring ถูกห้ามขายเครื่องมือ CosMx Spatial Molecular Imager (SMI) ในสหภาพยุโรปส่วนใหญ่ เนื่องจากละเมิดสิทธิบัตร 10x Genomic

บริษัทยังอยู่ในช่วงเริ่มต้น ค่อนข้างคล้ายกับช่วงแรกๆ ของอิลลูมินา ในปัจจุบัน ชีววิทยาเชิงพื้นที่ถูกจำกัดอยู่ในโลกแห่งการวิจัยเชิงวิชาการและพื้นฐานเท่านั้น แต่เช่นเดียวกับเทคโนโลยีชีวภาพอื่นๆ วันหนึ่งมันอาจจะแพร่หลาย ค่อยๆ กลายเป็นเครื่องมือทางการแพทย์ และจากนั้นก็เข้าสู่การทดสอบ "ตามปกติ" ไม่ว่าในกรณีใด จำนวนเครื่องจักรที่ติดตั้งที่เพิ่มขึ้นน่าจะช่วยผลักดันยอดขายวัสดุสิ้นเปลืองและการเติบโตของรายได้

5 . บริษัท อ็อกซ์ฟอร์ด นาโนพอร์ เทคโนโลยี จำกัด (ออนที.แอล)

Oxford Nanopore ก็ใช้อยู่ เทคโนโลยีการหาลำดับจีโนมอันเป็นเอกลักษณ์ซึ่งอาศัยโฟลว์เซลล์ ซึ่งช่วยให้สามารถ "อ่าน" DNA ของ DNA ได้เมื่อข้ามช่องนาโน ไม่ใช่ด้วยวิธีทางเคมี แต่โดยการวัดกระแสไฟฟ้าโดยตรง นี่เป็นครั้งแรกที่คอมพิวเตอร์สามารถอ่านลำดับทางพันธุกรรม (DNA และ RNA) ได้แบบเรียลไทม์

ที่มา: ออกซ์ฟอร์ด นาโนพอร์

ข้อได้เปรียบที่โดดเด่นอีกประการหนึ่งของเทคโนโลยีของบริษัทคือสามารถอ่านลำดับยีนที่ยาวกว่าวิธีการหาลำดับเบสแบบเดิม ลำดับยีนที่ยาวและการอ่านแบบเรียลไทม์ช่วยให้ได้ผลลัพธ์ที่ดีขึ้นและรวดเร็วขึ้น ซึ่งเป็นสิ่งสำคัญสำหรับการวิเคราะห์มะเร็งหรือโรคติดเชื้อ เช่น แบคทีเรียที่ดื้อต่อยาปฏิชีวนะ

สุดท้ายนี้ การวัดทางไฟฟ้าช่วยให้มีเครื่องซีเควนเซอร์ที่มีขนาดเล็กลงและพกพาได้มากขึ้น ซึ่งเป็นการปรับปรุงจากเครื่องจักรขนาดใหญ่ที่ใช้จนถึงปัจจุบัน ซึ่งช่วยให้บริษัทสามารถผลิตซีเควนเซอร์ได้หลากหลาย รวมถึงเครื่องจักรที่ช้ากว่า ขนาดเล็กกว่า และราคาถูกกว่ามาก โดยเริ่มต้นที่ 1,000 ดอลลาร์ สิ่งนี้สามารถขยายตลาดการจัดลำดับได้อย่างมาก โดยที่การจัดลำดับแบบเคลื่อนที่หรือแบบต้นทุนต่ำนั้นไม่ใช่ตัวเลือกก่อนหน้านี้

เนื่องจากเทคโนโลยีใหม่ที่รุนแรง จึงไม่ชัดเจนว่าอ็อกซ์ฟอร์ดจะเหมาะสมกับระบบนิเวศการหาลำดับจีโนมที่เติบโตเต็มที่มากขึ้นอย่างไร

มันสามารถทดแทนเทคโนโลยีการอ่านจีโนมทางเคมี/แสงได้อย่างสมบูรณ์

หรืออาจกลายเป็นแอปพลิเคชันที่ประสบความสำเร็จแต่เฉพาะกลุ่มสำหรับการจัดลำดับปริมาณน้อยหรือแบบเคลื่อนที่ หรือสำหรับการจัดลำดับที่ต้องการการอ่านลำดับทางพันธุกรรมที่มีความแม่นยำสูง

บริษัทยังวางแผนที่จะขยายไปสู่การอ่านค่าโปรตีน การดัดแปลงโปรตีนหรือโมเลกุลขนาดเล็กหลังการแปล และการตรวจวัดอื่นๆ ที่ขอบสุดของวิทยาศาสตร์เพื่อชีวิต

6 . แปะก๊วย Bioworks Holdings, Inc.

บริษัทกำลังผลิตสิ่งมีชีวิตตามความต้องการสำหรับการใช้งานเฉพาะด้าน มีการใช้งานที่หลากหลายอย่างกว้างขวางด้วยโครงการวิจัยและความร่วมมือมากมาย:

• cannabinoids
• การผลิตวัคซีน mRNA และยารักษาโรคกรดนิวคลีอิก
• โปรตีนจากอาหาร
• การผลิตปุ๋ยชีวภาพ ร่วมกับไบเออร์
• จุลินทรีย์ที่ตั้งโปรแกรมได้สำหรับโรคลำไส้
• การบำบัดทางชีวภาพของไมโครพลาสติก
• ความปลอดภัยทางชีวภาพและการตรวจหาเชื้อโรค
• รีไซเคิลของเสียและสารปนเปื้อน

การปรับเปลี่ยนหลายอย่างเหล่านี้อาศัย CRISPR หรือเทคโนโลยีการแก้ไขยีนที่คล้ายคลึงกันโดยเฉพาะ การบำบัดด้วยเซลล์มะเร็ง CAR-T

ด้วยการจัดหาแพลตฟอร์มที่พร้อมสำหรับวิศวกรรมเซลล์ Ginkgo กำลังกลายเป็นผู้ให้บริการหลักในอุตสาหกรรมเทคโนโลยีชีวภาพ ก้าวไปไกลกว่าอุตสาหกรรมยา และเข้าสู่การเกษตร ความปลอดภัยทางชีวภาพ และกระบวนการเคมีอุตสาหกรรม

โดยให้ความเชี่ยวชาญและความรวดเร็ว และสามารถช่วยลดต้นทุนคงที่และปริมาณรายจ่ายฝ่ายทุนที่จำเป็นสำหรับโครงการวิจัยได้

สิ่งนี้แสดงให้เห็นได้จากลูกค้าและหุ้นส่วนที่หลากหลายของบริษัทในช่วงไม่กี่ปีที่ผ่านมา

ที่มา: แปะก๊วย Bioworks

สิ่งที่ทำให้ Gingko เป็นบริษัทบิ๊กดาต้าคือความกว้างขวางที่มีเอกลักษณ์เฉพาะตัวจากแอปพลิเคชันและประเภทสิ่งมีชีวิตจำนวนนับไม่ถ้วนของธนาคารเซลล์ ชุดข้อมูล และการทดลอง

เป็นหุ้นที่น่าสนใจสำหรับนักลงทุนที่ต้องการเดิมพันเทคโนโลยีการตัดต่อยีนและวิศวกรรมเซลล์ แต่ไม่ใช่แอปพลิเคชั่นใดแอปพลิเคชั่นหนึ่งโดยเฉพาะ โดยทั่วไปแล้วสิ่งนี้จะน่าสนใจมากกว่าสำหรับนักลงทุนที่มุ่งเน้นการเติบโต

บริษัท CRISPR ส่วนใหญ่มุ่งเน้นไปที่ยาสำหรับมนุษย์และโรคทางพันธุกรรม โดยเปิดโอกาสให้ Gingko สำหรับการเกษตร วิศวกรรมชีวภาพ พลังงาน และผลิตภัณฑ์ชีวภาพ (รวมถึงแคนนาบินอยด์)

เมื่อรวมกับการขยายตัวอย่างรวดเร็วของชุดข้อมูลทางพันธุกรรม เครื่องมือแก้ไขยีน และ AI (รวมถึงโอเพ่นซอร์ส) สิ่งนี้สามารถพิสูจน์เป็นโอกาสอันยิ่งใหญ่สำหรับ Gingko Bioworks

7. BenevolentAI SA (BAI.AS)

BenevolentAI ใช้การค้นพบยาที่ใช้ AI เพื่อพัฒนาวิธีการรักษาโรคผิวหนังภูมิแพ้ รวมถึงวิธีการรักษาที่เป็นไปได้สำหรับโรคเรื้อรังและมะเร็ง

ในขณะที่บริษัทอื่นๆ ใช้ AI เพื่อคาดการณ์การทำงานของเซลล์หรือการกำหนดค่าโปรตีน 3 มิติ เครื่องยนต์ BenAI ของ Benevolent ตรวจสอบฐานข้อมูลเอกสารทางวิทยาศาสตร์ที่มีอยู่ (35+ ล้าน) เพื่อปลดล็อกข้อมูลเชิงลึกใหม่ๆ

จากนั้นจะรวมการค้นพบที่เป็นไปได้เหล่านี้เข้ากับกระบวนการ รวมถึงการตรวจสอบความถูกต้องเชิงทดลองของแนวคิด การวิเคราะห์ในซิลิโก และการขยายข้อบ่งชี้/การนำยาไปใช้ใหม่

ที่มา: มีเมตตา

แนวคิดก็คือยาที่มีอยู่หรือกลไกทางชีววิทยาที่มีอยู่จำนวนมากสามารถนำกลับมาใช้ใหม่เพื่อการรักษาแบบใหม่ได้ โดยรวมแล้ว กลยุทธ์ดังกล่าวควรให้ผลการรักษาแบบใหม่เร็วขึ้น เนื่องจากงานด้านกฎระเบียบจำนวนมากได้เสร็จสิ้นไปแล้ว (เช่น การทดลองทางคลินิกระยะที่ 1 แสดงให้เห็นถึงความปลอดภัยของยา)

บริษัท มี อย่างต่อเนื่อง ความร่วมมือกับแอสตร้าเซเนก้า เพื่อพัฒนายาสำหรับโรคพังผืดและโรคไตเรื้อรัง (ข้อตกลงเริ่มแรกปี 2019) ขยายไปสู่ภาวะหัวใจล้มเหลว และโรค Systemic Lupus Erythematosus (SLE) ในปี 2022

นอกจากนี้ยัง ร่วมมือกับเมอร์ค เคจีเอเอ เพื่อใช้ประโยชน์จากความเชี่ยวชาญด้านเนื้องอกวิทยาและการอักเสบของระบบประสาท และสนับสนุนแผนการค้นพบยาที่ขับเคลื่อนด้วย AI ของบริษัท โดยมุ่งเน้นที่การค้นหาโมเลกุลขนาดเล็กที่มีศักยภาพ

ก่อนหน้านี้ บริษัทประสบความสำเร็จในการขยายข้อบ่งชี้ใหม่ๆ ซึ่งนำไปสู่การอนุมัติจาก FDA โดยมี Eli Lilly สำหรับบาริซิตินิบ ซึ่งอาจเป็นวิธีการรักษาโควิด-19

8. อับเซเลร่า

AbCellera มีความเชี่ยวชาญในการพัฒนายาที่ใช้แอนติบอดีประเภทใหม่ๆ

โดยเฉพาะอย่างยิ่งมันกำลังทำงานอยู่ GPCR และแพลตฟอร์มช่องไอออนซึ่งเป็นเป้าหมายการรักษาที่ไม่สามารถพัฒนาแอนติบอดีได้มาก่อน แพลตฟอร์มอื่นของพวกเขาคือ ผู้มีส่วนร่วมกับ T-Cellซึ่งช่วยเพิ่มประสิทธิภาพและลดความเป็นพิษของการรักษามะเร็งที่ใช้แอนติบอดี

ที่มา: AbCellera

กว่า 10 ปีที่ผ่านมา บริษัทได้พัฒนาโปรแกรมการรักษากว่า 100 รายการร่วมกับพันธมิตรจำนวนมาก โดย 50% อยู่ในสาขาเนื้องอกวิทยา โมเลกุล 13 ตัวได้เข้าสู่ขั้นตอนการทดลองทางคลินิกแล้ว โดยอีก 2 ตัวได้รับอนุญาตให้ทำการรักษาแล้ว

ที่มา: AbCellera

ส่วนสำคัญของกระบวนการของ AbCellera คือการเข้าถึงแอนติบอดีที่เป็นไปได้จำนวนมาก จากนั้นจึงเลือกแอนติบอดีที่เหมาะสมด้วยการคัดกรองเซลล์เดี่ยวปริมาณสูงที่ขับเคลื่อนด้วยวิสัยทัศน์ของเครื่องจักร

9. การบำบัดโรค

Bioxcell มุ่งเน้นไปที่แนวคิดที่เรียกว่า "นวัตกรรมใหม่ของยา" นวัตกรรมใหม่ด้านยาใช้ประโยชน์จาก AI ในการวิเคราะห์ยาที่ได้รับการพิสูจน์แล้วว่าปลอดภัย แต่ผู้พัฒนาละทิ้งด้วยเหตุผลหลายประการ

นอกจากนี้ยังตรวจสอบผลิตภัณฑ์ที่ได้รับอนุมัติสำหรับการใช้งานใหม่อีกด้วย

ที่มา: ไบออกเซลล์

การสร้างแนวคิดโดยใช้ข้อมูลขนาดใหญ่และ AI ใช้เวลาเพียง 6 เดือน (แทนที่จะเป็นหลายปีสำหรับโมเลกุลใหม่) ตามด้วยการตรวจสอบความถูกต้อง 12 เดือนของสมมติฐานที่ใช้ประโยชน์จากการมองเห็นของคอมพิวเตอร์ การเรียนรู้เชิงลึก เมทริกซ์การตัดสินใจ และการตรวจสอบความถูกต้องของซิลิโก

นวัตกรรมใหม่ประสบความสำเร็จอย่างน่าทึ่งเมื่อเร็วๆ นี้ โดยเฉพาะอย่างยิ่งเมื่อรวมกับการปรับสูตรใหม่เพื่อขจัดผลข้างเคียงหรือปรับปรุงประสิทธิภาพต่ำ ซึ่งนำไปสู่การละทิ้งตัวเลือกยาตั้งแต่แรก

โมเดลนี้เกิดผลแล้วโดยได้รับการอนุมัติจาก อิกัลมี  (สำหรับการรักษาอาการตื่นตระหนกที่เกี่ยวข้องกับโรคจิตเภทหรือโรคอารมณ์สองขั้ว) ในเวลาน้อยกว่า 4 ปีนับจากเริ่มโครงการจนถึงการอนุมัติ

ในกรณีของ IGALMI การดูดซึมที่ไม่ดีก่อนหน้านี้ได้รับการแก้ไขโดยการเปลี่ยนวิธีการบริหารยาและใช้ร่วมกับตัวเพิ่มความเสถียรในการเผาผลาญ

ที่มา: ไบออกเซลล์

บริษัทมีโปรแกรมขั้นสูง 3 โปรแกรมในการทดลองทางคลินิกระยะที่ 5 และโปรแกรมอื่นๆ อีก XNUMX โปรแกรมที่อยู่ในแผน

โปรแกรมแรกสำหรับอาการกระสับกระส่ายที่เกี่ยวข้องกับภาวะสมองเสื่อมจากอัลไซเมอร์ (AAD) โดยใช้ตัวแทนใหม่ คือ ลาเทรพิร์ดีน ซึ่งเป็นยาแก้แพ้

ประการที่สองคือการขยายการประยุกต์ใช้ IGALMI สำหรับอาการกระสับกระส่ายที่เกี่ยวข้องกับโรคสองขั้วหรือโรคจิตเภทในสถานพยาบาลที่บ้าน

ที่มา: ไบออกเซลล์

ความสำเร็จของ Bioxcell กับ IGALMI แสดงให้เห็นถึงศักยภาพของข้อมูลขนาดใหญ่ที่สามารถขยายออกไปได้มากกว่าการค้นพบยาใหม่ และสามารถขยายไปถึงการปรับปรุงคลังยาที่มีอยู่ ไม่ว่าจะเป็นผ่านการปรับปรุงสูตรใหม่หรือการค้นหาการใช้งานใหม่ๆ ของยาที่ปลอดภัยที่ทราบอยู่แล้ว

10 . การเรียกซ้ำเภสัชภัณฑ์

Recursion Pharmaceuticals ใช้ประโยชน์จาก AI ในการค้นพบยา

แนวทางของบริษัทมุ่งเน้นที่จะลดเวลาและต้นทุนที่เกี่ยวข้องกับการนำยาใหม่เข้าสู่ตลาดอย่างมาก

การสร้างชุดข้อมูลที่มั่นคงเป็นจุดสนใจของบริษัทตั้งแต่เริ่มก่อตั้ง โดยมองหาวิธีแก้ปัญหาหลายประการเกี่ยวกับ biodata:

• ข้อมูลอะนาล็อก ตั้งแต่แฟกซ์ไปจนถึง PDF หรืองานพิมพ์ที่สแกน
• ข้อมูลที่ถูกเก็บเงียบโดยไม่มีคำอธิบายประกอบเพียงเล็กน้อยหรือไม่มีเลย
• ยากที่จะทำซ้ำการวิจัย

เพื่อแก้ไขปัญหาเหล่านี้ Recursion ได้สร้างห้องปฏิบัติการเปียกอัตโนมัติที่ใหญ่ที่สุดแห่งหนึ่งของโลก และแปลงการทดลองของตนเองเป็นดิจิทัลหลายล้านรายการ (การทดลอง 2.2 ล้านครั้งต่อสัปดาห์)

พวกเขายังเป็นเจ้าของหนึ่งในซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก เพื่อฝึกอบรมนักศึกษาปริญญาโทสาขานิติศาสตร์ (LLM) และ AI ของพวกเขาในการค้นคว้ายา แบบจำลองได้รับการฝึกฝนบนคลังภาพมากกว่า 2 พันล้านภาพ และอนุมานความสัมพันธ์ 6 ล้านล้านความสัมพันธ์ระหว่างการรวมกันของยีนและสารประกอบที่เป็นไปได้ทั้งหมด

ที่มา: Recursion

Recursion จัดตั้งขึ้น ความร่วมมือกับผู้นำ AI Nvidia และอาจเปิดตัวโมเดล AI บางส่วนให้กับพันธมิตรเชิงพาณิชย์ผ่านแพลตฟอร์ม BioNeMo ใหม่ของ NVIDIA นอกจากนี้ยังให้สิทธิ์การเข้าถึง Recursion ที่สำคัญสำหรับ GPU รุ่นล่าสุดของ NVIDIA ผ่าน NVIDIA DGX™ Cloud อีกด้วย

โครงการวิจัยและพัฒนาเฉพาะของ Recursion มุ่งเน้นไปที่โรคหายากและเนื้องอกวิทยาเป็นหลัก โดยมียา 3 ตัวที่อยู่ในขั้นตอนที่ 2 ของการทดลองทางคลินิก

ที่มา: Recursion

สำหรับภาคส่วนที่ซับซ้อนมากขึ้น เช่น ประสาทวิทยาศาสตร์ มะเร็งวิทยาที่รักษาไม่ได้ บริษัทต้องการสร้างความร่วมมือกับบริษัทที่จัดตั้งขึ้นในภาคส่วนเหล่านี้

ตัวอย่างเช่น โรชในสาขาประสาทวิทยาศาสตร์ และไบเออร์ในเป้าหมายด้านเนื้องอกวิทยาที่ไม่สามารถรักษาได้

สุดท้ายนี้ บริษัทได้สร้างความสัมพันธ์ในการอนุญาตเทคโนโลยีและข้อมูล โดยเฉพาะอย่างยิ่งเมื่อการแลกเปลี่ยนข้อมูลสามารถเจรจาเพื่อเพิ่มข้อมูลที่ทั้งสองบริษัทสามารถใช้ได้ในอนาคต