Top 10 na Kumpanya ng Biotech na Naka-Base sa Malaking Datos

Mas Maraming Datos para sa Mas Magandang Medisina

Ang pagdami ng ating kaalaman tungkol sa biyolohiya ay nagpapakita kung gaano karami ang hindi pa natin alam. Nagsimula ito sa rebolusyong genomiko at ang unang human genome na na-sequence noong unang bahagi ng 2000s.

Ang genomics ay sinamahan na ngayon ng iba pang mga dataset tulad ng transcriptomics, proteomics, metabolomics, microbiome, atbp., na bumubuo ng bagong “multiomics” na agham. Tinalakay namin nang mas detalyado ang pag-unlad na ito sa “Ang Multiomics ay Susunod na Hakbang sa Biotechnology”.

Ang mga bagong kasangkapang ito ay lumikha ng isang pagbaha ng datos na nagdadala ng detalyadong impormasyon tungkol sa panloob na gawain ng mga selula, minsan pa nga ay hanggang sa antas ng atom. Ang isang pangunahing dahilan ng paglago ng datos na ito ay ang pagbagsak ng presyo ng pag-sequence ng gene at iba pang biyolohikal na materyales tulad ng mga protina.

Pinagmulan: ResearchGate

Ito ay nagdulot ng kasabikan tungkol sa potensyal ng “Big Data” sa biotech, na ginagaya ang konsepto ng big data mula sa ibang, mas IT-driven na mga larangan.

Noong 2018, tinanong na ng magasin na Barron’s ang “Magdadala ba ang Big Data ng Malalaking Kita sa Biotech?” at nagsimulang magtanong ang industriya ng “Pagpapatupad ng Malawakang Pagproseso at Pagsusuri ng Datos para sa Bioprocessing”.

Maraming kumpanya ang nasa magandang posisyon upang makinabang mula sa pagsusumikap na lumikha at magsuri ng malakihang datos na biyolohikal.

AI na Pagsasama sa Big Data?

Isang bagong pag-unlad sa mga nagdaang taon ang pag-usbong ng AI. Habang ang AI ay sumikat sa publiko noong 2023, sa pamamagitan ng mga LLM (Large Language Models) tulad ng ChatGPT, ang industriya ng biotech ay nagsimulang yakapin ang AI ilang taon na ang nakalilipas.

At may katwiran ito dahil ang datos at AI ay may bahagyang symbiotic na relasyon:

• Ang pagsasanay ng mga AI model ay nangangailangan ng maraming datos na may mataas na kalidad at mga anotasyon.
• Ang mga AI ay makakatulong sa pagsala ng napakalaking dataset nang walang direktang interbensyon ng tao at makakakonekta ng mga punto kung saan hindi posible ang manu-manong pagsusuri.

Ang resulta ay ngayon, maraming dating kumpanyang nakatutok sa big data sa industriya ng biotech ang nagiging mga kumpanyang AI na rin.

Kabaligtaran sa ilang aplikasyon ng AI na naghahanap pa ng modelo ng negosyo (tulad ng image generation), ang drug discovery at medikal na pananaliksik ay may malinaw na landas mula sa AI model patungo sa pagkakitaan.

Top 10 na Stock ng Big Data Biotech

1. Illumina

Ang Illumina ay nangungunang kumpanya sa genomics, malayo ang pinakamalaki at pinaka-establisado sa industriya, na may $1.2B na kita, na lumago ng 11% CAGR sa nakaraang 5 taon.

Ginagawa rin nitong pangunahing tagapagbigay ng genomic data sa kabuuan ng industriya ng biotech.

Katulad ng karamihan sa mga kumpanya ng genome sequencing, kumikita ang Illumina sa pagbebenta ng mga sequencer ngunit higit pa sa pagbebenta ng mga consumable na ginagamit ng mga sequencer. Ang kita kada makina ay karaniwang lumalaki habang ito ay patuloy na ginagamit sa full-time capacity.

Ang bagong modelo ng genome sequencer ng kumpanya, ang NovaSeqX, ay isang hit, na may 352 noong 2023. Pinabilis nito ang pag-aampon ng mass genome sequencing sa mga kliyente ng Illumina na may mas maraming multi-omics analyses at mas malaking saklaw para sa single-cell at spatial analyses.

Ang mga benta ng NovaSeqX ay karagdagan pa sa napakalaking segment ng genome sequencer, na may higit sa 25,000 na sistema na naka-install.

Pinagmulan: Illumina

Mga Problema sa Grail

Kapag tinatalakay ang Illumina, kailangan ng mahabang paliwanag para sa isang bagong aplikasyon ng genomics, ang cancer detection sa isang blood sample na tinatawag na liquid biopsy.

Ang Illumina ay nagtrabaho sa pag-develop ng teknolohiyang ito at pagkatapos ay inilabas ito bilang isang kumpanya na tinatawag na Grail.

Ang Grail ay napaka-successful mula sa teknikal at komersyal na pananaw. Noong Q2 2023, 7,500 na provider ang nagreseta ng mga test ng Grail, na nalampasan ang milestone na 100,000 na test na naisagawa. Nakita rin nito ang 92% ng cancer relapse sa 6 na iba’t ibang blood cancers.

Ilang taon pagkatapos, muling nakuha ng Illumina ang kumpanyang ito sa mas mataas na presyo.

Nagdulot ito ng ilang problema. Una, ang mga awtoridad sa regulasyon sa parehong USA at EU ay nagtaas ng alalahanin tungkol sa panganib ng monopolyo, dahil ang Illumina ay supplier ng mga genome sequencing machine sa maraming kakompetensya ng Grail. Ito ay nagresulta sa €432M na multa mula sa EU.

Isa pang hanay ng problema ay nagmula sa mga kondisyon ng magastos na spin-off ng Grail, pag-raise ng pondo, at muling pagsasama nito sa Illumina.

Ang activist-investor na si Carl Icahn ay inatake ang board ng kumpanya at nagpalagay na may posibleng hindi tapat o mapanlinlang na pakikitungo na ginawa pabor sa mga insider laban sa interes ng mga shareholders ng kumpanya. Iniimbestigahan din ito ng SEC. Maaari mo ring basahin ang higit pa tungkol sa mga hinala at paratang sa seryeng artikulong ito ng Non-GAAP investing.

Sa huli, ang desisyon na muling ibenta ang Grail muli ay ginawa, kasama ang board na inaprubahan ang desisyon noong Hunyo 4^th, 2024.

Ang saga ng Grail ay nagdulot ng maraming problema para sa Illumina at mga shareholders nito. Gayunpaman, hindi ito nakaapekto sa posisyon ng kumpanya sa genome sequencing.

Sa huli, malamang na ang cancer detection ng Grail ay maaaring lumago sa isang napakalaking negosyo, at magpapatupad ng maraming Illumina genome sequencer at consumable.

Nakuha rin ng Illumina noong 2023 ang bioinformatic software company Partek, na pinalawak ang alok ng kumpanya lampas sa mga sequencer at kanilang consumable.

2. Schrödinger, Inc.

Ang kumpanya ay nagdadalubhasa sa physics-based na mga modelo upang mahanap ang pinakamainam na molekula para sa isang tiyak na layunin, na binabalanse ang magkasalungat na mga sukatan tulad ng potency, solubility, half-life, synthesizability, atbp.

Gumagamit din ito ng machine learning, ngunit ang pagdagdag ng physics-based na modelo ay nagbibigay-daan upang subukan ito sa ganap na bagong mga larangan kung saan walang dataset na magagamit upang “i‑train” ang AI. Pinapayagan nito ang Schrödinger na bumaba mula sa 1 bilyong potensyal na molekula hanggang sa 8 solidong kandidato sa loob ng ilang araw, eksklusibong sa pamamagitan ng digital na kalkulasyon.

Pinagmulan: Schrödinger

Ang Schrödinger ay lumagda ng 5‑taong kasunduan sa pakikipagtulungan sa Bayer noong 2020 na may revenue na $10M. Ang layunin ng kasunduan ay gamitin ang teknolohiya ng Schrödinger kasama ang mga in‑silico prediction model ng Bayer.

Isa pang kamakailang pakikipagtulungan ay sa Lilly, na may hanggang $425M na kabuuang milestone payments para sa matagumpay na discovery.

Kasama sa mga nakaraang pakikipagtulungan ang Takeda, Sanofi Bristol Myers Squibb, at iba pang mas maliliit na pharmaceutical companies.

Pinagmulan: Schrödinger

Sa pangkalahatan, ang Schrödinger ay nagtatayo ng lumalawak na portfolio, na kinabibilangan ng mas marami at mas maraming proprietary at ganap na pagmamay-ari na mga molekula. Bagaman hindi pa pre‑revenue, ang kumpanya ay hindi pa kumikita, nakatuon sa pagpapalawak at gastusin sa R&D upang mapabuti ang teknolohiya nito.

Ang kumpanya ay naghahanap din na mag‑expand patungo sa mga bagong segment lampas sa drug discovery, tulad ng komplikadong biopharmaceuticals o kahit mga materyales tulad ng chemicals, batteries, o polymers.

Pinagmulan: Schrödinger

Ang mga mamumuhunan ay nais na bantayan ang mga bagong pakikipagtulungan, dahil magrereflekta ito ng mga pag‑unlad ng teknolohiya ng Schrödinger, ayon sa mga lider sa industriya, pati na rin ng posibleng tagumpay sa pagpapalawak ng core technology sa mga bagong merkado.

3. Exscientia

Ang kumpanya ay gumagamit ng AI upang bumuo ng precision therapies. Pinapatakbo nito ang isang “full stack” AI drug discovery technology na may dedikadong software sa bawat yugto ng proseso ng drug discovery.

Pinagmulan: Exscientia

Binabawasan ng teknolohiya ng Exscientia ang 70% ng oras na kinakailangan para mula sa isang biological target hanggang sa makahanap ng katumbas na gamot at 80% na mas kaunting kapital na proseso.

Nagresulta ito sa 4 na compound sa maagang yugto ng klinikal, 30 programang kabuuan, at $6.5B na kita mula sa mga milestone kasama ang mga partner. Ang pangunahing pokus ay oncology (kanser) at inflammatory diseases.

Pinagmulan: Exscientia

Maaaring ito ay isang kawili-wiling opsyon para sa mga mamumuhunan na naghahanap ng isang matatag na AI drug discovery company na may napakalaking cash runway at maraming patuloy na pakikipagtulungan para sa karagdagang seguridad.

4. 10x Genomics, Inc.

Ang 10x Genomics ay nangunguna sa spatial biology, na nag-aaral ng genome at transcriptome sa 3D, na nagpapahintulot ng visualisasyon ng aktibidad ng mga gene sa antas ng selula o kahit intracellular.

Itinatag ang kumpanya noong 2012, kasama si Serge Saxonov bilang isa sa mga tagapagtatag, ang direktor ng R&D ng personalized genome testing company na 23andMe.

Lumago ang 10x Genomics gamit ang halo ng R&D ($1B+ na ininvest sa R&D hanggang ngayon) at mga acquisition. Kapansin‑pinansin, ang Visium platform nito ay nakuha sa pamamagitan ng acquisition ng Spatial Transcriptomics noong 2018.

Pinagmulan: 10x Genomics – 10x Genomics acquisitions timeline

Ganito rin kung paano nakuha ng 10x Genomics ang kanyang Xenium platform sa pamamagitan ng pag‑acquire ng Readcoor at Cartana noong 2020.

Noong 2020, inilunsad din nito ang Chromium platform, na na‑update noong sumunod na taon sa Chromium X.

Sa pamamagitan ng acquisition ng Tetramer Shop noong 2021, inilunsad din ng 10x Genomics ang BEAM (Barcode Enabled Antigen Mapping) noong 2022. Pinapayagan nito ang mga mananaliksik na tukuyin nang detalyado ang mga komponent ng immune system. Maaaring ito ay napaka‑impactful sa pananaliksik sa immunity at mga bagong sakit.

Lumago ang kita ng 17% taon‑taon sa Q2 2023, na pinangunahan ng mga benta ng Xenium, na nalampasan ang milestone na 100 unit na naibenta noong Agosto 2023.

Nanalo rin ang kumpanya noong Setyembre 2023 ng isang kritikal na tagumpay laban sa pangunahing kakompetensya nito, ang Nanostring. Sa ngayon, ipinagbawal ang Nanostring na magbenta ng kanilang CosMx Spatial Molecular Imager (SMI) instruments sa karamihan ng EU dahil sa paglabag sa mga patente ng 10x Genomics.

Ang kumpanya ay nasa maagang yugto pa rin, medyo kahalintulad ng mga unang araw ng Illumina. Sa ngayon, ang spatial biology ay nakatuon sa mundo ng akademiko at pundamental na pananaliksik. Ngunit tulad ng maraming biotechnologies, maaaring isang araw ay maging laganap ito, unti‑unting maging medikal na kasangkapan, at pagkatapos ay maging isang “routine” na pagsusuri. Sa anumang kaso, ang lumalaking bilang ng naka‑install na makina ay dapat magtulak ng benta ng consumable at paglago ng kita.

5 . Oxford Nanopore Technologies plc (ONT.L)

Ang Oxford Nanopore ay gumagamit ng isang natatanging teknolohiya ng genome sequencing na nakasalalay sa mga flow cell. Pinapayagan nito ang DNA na “basahin” kapag tumatawid sa mga nanopore, hindi sa pamamagitan ng kemikal kundi direkta sa pagsukat ng electric current. Sa isang paraan, ito ang unang pagkakataon na ang isang computer ay makakabasa ng genetic sequence (DNA & RNA) nang real‑time.

Pinagmulan: Oxford Nanopore

Isa pang natatanging bentahe ng teknolohiya ng kumpanya ay kaya nitong basahin ang mas mahahabang genetic sequence kaysa sa tradisyonal na mga pamamaraan ng sequencing. Ang mahahabang sequence at real‑time na pagbasa ay makakatulong upang makakuha ng mas mahusay at mas mabilis na resulta, na mahalaga para sa pagsusuri ng kanser o mga nakakahawang sakit tulad ng antibiotic‑resistant bacteria.

Sa huli, ang pagsukat ng kuryente ay nagbibigay-daan sa mas maliit at mas portable na mga sequencer, isang pag‑unlad mula sa napakalaking makina na ginamit noon. Dahil dito, nakakapag‑produce ang kumpanya ng malawak na hanay ng mga sequencer, kabilang ang mas mabagal, mas maliit, at napakababang presyo na mga makina, nagsisimula sa $1,000. Maaaring ito ay mag‑radikal na palawakin ang market ng sequencing, na ang mobile o low‑cost sequencing ay hindi na opsyon dati.

Dahil sa radikal nitong bagong teknolohiya, hindi malinaw kung saan magtatakda ang Oxford sa mas mature na ecosystem ng genome sequencing.

Maaaring ganap nitong palitan ang incumbent na teknolohiya ng chemical/optical na pagbasa ng mga genome.

O maaari itong maging isang matagumpay ngunit niche na aplikasyon para sa low‑volume o mobile sequencing o para sa sequencing na nangangailangan ng mataas na katumpakan sa pagbasa ng mahahabang genetic sequence.

Plano rin ng kumpanya na mag‑expand sa pagbasa ng mga protina, post‑translational modification ng mga protina o maliliit na molekula, at iba pang sukat sa pinaka‑hangganan ng life sciences.

6 . Ginkgo Bioworks Holdings, Inc.

Ang kumpanya ay gumagawa ng on‑demand na mga organismo para sa tiyak na mga aplikasyon. Malawak nitong na‑diversify ang mga aplikasyon nito sa maraming research program at pakikipagtulungan:

• Cannabinoids
• produksyon ng mRNA vaccine at nucleic acid medicine
• Food proteins
• produksyon ng biological fertilizer sa pakikipagtulungan sa Bayer
• Programmable microbes para sa gut diseases
• Microplastics bioremediation
• Biosecurity at detection ng pathogens
• Pag‑recycle ng waste at contaminants

Maraming sa mga modipikasyong ito ay umaasa sa CRISPR o katulad na gene editing technologies, partikular ang mga CAR‑T cancer cell therapy nito.

Sa pamamagitan ng pagbibigay ng handang platform para sa cell engineering, nagiging pangunahing service provider ang Ginkgo sa industriya ng biotech, lumalampas sa pharmaceutical industry at papasok sa agrikultura, biosecurity, at mga industriyal na proseso ng kemikal.

Nagbibigay ito ng kadalubhasaan at bilis at makakatulong na bawasan ang fixed costs at ang dami ng capex na kailangan para sa isang research project.

Ipinapakita ito ng napaka‑iba‑ibang hanay ng mga kliyente at partner na nakuha ng kumpanya sa nakaraang ilang taon.

Pinagmulan: Gingko Bioworks

Ang ginagawa ng Gingko na isang kumpanya ng big data ay ang natatanging lawak ng napakaraming aplikasyon at uri ng organismo ng mga cell bank, dataset, at eksperimento nito.

Isa itong kaakit‑akit na stock para sa mga mamumuhunan na nais tumaya sa gene editing at cell engineering technologies, ngunit hindi sa isang partikular na aplikasyon lamang. Karaniwan itong mas kawili‑wiling para sa mga growth‑focused na mamumuhunan.

Ang malaking bahagi ng mga CRISPR na kumpanya ay nakatuon sa human medicine at genetic diseases, kaya nag-iiwan ng mga oportunidad ang Gingko para sa agrikultura, bioengineering, enerhiya, at mga bio‑product (kasama ang cannabinoids).

Sama ng mabilis na pag‑expand ng genetic datasets, mga tool sa gene editing, at AI (kasama ang open source), maaaring ito ay magbukas ng napakalaking oportunidad para sa Gingko Bioworks.

7. BenevolentAI SA (BAI.AS)

Gumagamit ang BenevolentAI ng AI‑enabled drug discovery upang bumuo ng mga paggamot para sa atopic dermatitis pati na rin ng posibleng paggamot para sa mga chronic disease at kanser.

Habang ang ibang kumpanya ay gumagamit ng AI upang hulaan ang cell activity o protein 3D configuration, ang BenAI engine ng Benevolent ay nagsusuri sa umiiral na database ng mga scientific paper (35+ milyong) upang mag‑unlock ng mga bagong insight.

Pagkatapos ay ini‑integrate ang mga potensyal na natuklasan sa isang proseso na kinabibilangan ng experimental validation ng ideya, in‑silico analysis, at indication expansion/drug repurposing.

Pinagmulan: Benevolent

Ang ideya ay maraming umiiral na gamot o kilalang biological mechanisms ang maaaring i‑repurpose para sa mga bagong paggamot. Sa pangkalahatan, ang ganitong estratehiya ay dapat maghatid ng mga bagong therapy nang mas mabilis, dahil marami nang regulatory work ang natapos (halimbawa, ipinakita ng phase I ng clinical trials ang kaligtasan ng gamot).

May patuloy na pakikipagtulungan sa AstraZeneca upang bumuo ng mga gamot para sa fibrosis at chronic kidney disease (unang kasunduan noong 2019), na pinalawak upang isama ang heart failure at Systemic Lupus Erythematosus (SLE) noong 2022.

Nakipagtulungan din ito sa Merck KGaA upang gamitin ang kanilang kadalubhasaan sa oncology at neuroinflammation at suportahan ang AI‑driven drug discovery plans ng kumpanya sa pamamagitan ng pagtutok sa paghahanap ng viable small molecule candidates.

Dati, nakamit nito ang isang bagong indication expansion na nagdala ng FDA approval kasama ang Eli Lilly para sa baricitinib, bilang potensyal na paggamot sa COVID‑19.

8. AbCellera

Ang AbCellera ay dalubhasa sa pag‑develop ng mga bagong kategorya ng gamot na batay sa antibodies.

Kapansin‑pinansin, nagtatrabaho ito sa GPCR & Ion Channel Platform, isang therapeutic target na dati ay hindi maaaring i‑develop gamit ang antibodies. Ang kanilang iba pang platform ay T‑Cell Engagers, na nagpapataas ng kahusayan at nagbabawas ng toxicity ng antibody‑based na paggamot sa kanser.

Pinagmulan: AbCellera

Sa loob ng 10 taon, nakabuo ang kumpanya ng 100+ therapeutic programs kasama ang maraming partner, kung saan 50% ay nasa oncology. 13 na molekula ang umabot na sa yugong klinikal, at 2 na ito ay awtorisado na para sa paggamot.

Pinagmulan: AbCellera

Isang mahalagang bahagi ng proseso ng AbCellera ay ang access sa malaking seleksyon ng posibleng antibodies. At pagkatapos ay pagpili ng tamang mga ito gamit ang high‑throughput single‑cell screening na pinapagana ng machine vision.

9. Therapeutics

Ang Bioxcell ay nakatuon sa konseptong tinatawag nilang “drug re‑innovation”. Ang drug re‑innovation ay gumagamit ng AI upang suriin ang mga gamot na napatunayan nang ligtas, ngunit iniwan ng kanilang developer dahil sa iba’t ibang dahilan.

Sinusuri rin nito ang mga aprubadong produkto para sa mga bagong aplikasyon.

Pinagmulan: Bioxcell

Ang pagbuo ng konsepto gamit ang big data at AI ay tumatagal lamang ng 6 na buwan (imbes na ilang taon para sa mga bagong molekula), sinusundan ng 12 buwan ng validation ng hypothesis gamit ang computer vision, deep learning, decision matrix, at in‑silico validation.

Ang re‑innovation ay nagkaroon ng kapansin‑pinansing tagumpay kamakailan, lalo na kapag pinagsama sa reformulation upang alisin ang side effects o mapabuti ang mababang kahusayan na nagdulot ng pag‑abandon ng mga drug candidate noong una.

Ang modelong ito ay nagbunga na, kasama ang pag‑apruba ng IGALMI (para sa paggamot ng agitation na kaugnay ng schizophrenia o bipolar disorders) sa loob ng mas mababa sa 4 na taon mula simula ng proyekto hanggang pag‑apruba.

Sa kaso ng IGALMI, ang dating mababang bioavailability ay nalutas sa pamamagitan ng pagbabago ng paraan ng administrasyon ng gamot at pagsasama nito sa isang metabolic stabilizer.

Pinagmulan: Bioxcell

May dalawang advanced na programa ang kumpanya sa phase 3 ng clinical trials, pati na rin 5 iba pang programa sa pipeline.

Ang unang programa, para sa agitation na kaugnay ng Alzheimer’s dementia (AAD) gamit ang isang bagong ahente, isang bagong formulation ng latrepirdine, isang antihistamine drug (allergies).

Ang ikalawa ay isang extension ng aplikasyon ng IGALMI, para sa agitation na kaugnay ng bipolar disorders o schizophrenia sa setting na home‑based.

Pinagmulan: Bioxcell

Ipinapakita ng tagumpay ng Bioxcell sa IGALMI ang potensyal ng big data na maaaring palawakin lampas sa bagong drug discovery, at patungo sa pagpapabuti ng umiiral na arsenal ng mga gamot, alinman sa pamamagitan ng reformulation o sa paghahanap ng mga bagong aplikasyon ng mga kilalang ligtas na gamot.

10 . Recursion Pharmaceuticals

Ang Recursion Pharmaceuticals ay gumagamit ng AI sa drug discovery,

Ang lapit ng kumpanya ay naglalayong lubos na bawasan ang oras at gastos na kaugnay ng pagdadala ng mga bagong gamot sa merkado.

Ang paglikha ng solidong dataset ay naging pokus ng kumpanya mula pa nang magsimula upang lutasin ang ilang problema sa biodata:

• Analog data, mula sa fax hanggang pdf o scanned printouts.
• Siloed data, na may kaunti o walang anotasyon.
• Mahirap ulitin ang pananaliksik.

Upang lutasin ang mga problemang ito, lumikha ang Recursion ng isa sa pinakamalaking automated wet lab sa mundo, at digitalized ang milyun‑milyong kanilang sariling eksperimento (2.2 milyong eksperimento bawat linggo).

Mayroon din silang isa sa pinakamabilis na supercomputer sa mundo upang i‑train ang kanilang mga LLM at AI para sa drug discovery. Ang mga modelo ay na‑train sa isang library na may higit sa 2 bilyong imahe at nag‑infer ng 6 trilyong relasyon sa pagitan ng lahat ng posibleng kombinasyon ng genes at compounds.

Pinagmulan: Recursion

Ang Recursion ay nagtatag ng pakikipagtulungan sa AI leader na si Nvidia at maaaring ilabas ang ilan sa mga AI model nito sa mga commercial partner sa pamamagitan ng bagong BioNeMo platform ng NVIDIA. Magbibigay din ito sa Recursion ng priority access sa pinakabagong GPU ng NVIDIA sa pamamagitan ng NVIDIA DGX™ Cloud.

Ang proprietary R&D pipeline ng Recursion ay karamihan nakatuon sa rare diseases at oncology, na may 3 candidate drug sa phase 2 ng clinical trials.

Pinagmulan: Recursion

Para sa mas kumplikadong sektor, tulad ng neuroscience, undruggable oncology, mas gusto ng kumpanya na magtatag ng pakikipagtulungan sa mga itinatag nang kumpanya sa mga sektor na ito.

Halimbawa, ang Roche sa neuroscience at Bayer sa undruggable oncology targets.

Sa huli, nagtatag ang kumpanya ng mga relasyon upang i‑license ang kanilang teknolohiya at data, lalo na kapag maaaring pag‑usapan ang palitan ng data upang mapalakas ang impormasyong magagamit ng parehong kumpanya sa hinaharap.