Yapay zekâ ve hesaplamalı biyoteknolojide beş şirket: 2023 incelemesi

Yapay zekâ ve hesaplamalı biyoteknoloji

Biyoteknoloji araştırmaları, ilaçları incelemek ve geliştirmek için giderek daha fazla yapay zekâ ve dijital model kullanıyor.

Biyolojik sistemler karmaşıktır ve sürekli değişir. Tek bir proteinin işlevi bile birçok etkileşimden etkilenir; bu nedenle tüm reaksiyonları ve klinik etkileri öngörmek zordur.

Büyük veri kümeleri ve hesaplamalı modeller bilgiyi düzenlemeye ve deneylerle sınanacak hipotezleri seçmeye yardımcı olur.

Gözlem ve deneyler biyotıpta uzun süredir temel öneme sahiptir. Önceki araştırmalar bilimsel yöntemden yoksun rastgele denemelerden ibaret değildi.

Genomik, hastalıklarla ilişkili genlerin ve proteinlerin daha hedefli incelenmesini sağlar.

Dijital modeller protein, hücre ve organların belirli yapı ve işlevlerini simüle edebilir. İnsan bedeninin eksiksiz ve bütünüyle güvenilir kopyaları değildir; tüm deneylerin yerini almazlar.

Neler değişebilir?

Birçok ilaç geliştirme projesi başarısız olur. Hassas tedaviler ve küçük moleküllü ilaçlar birbirini tamamlayabilir; genomik tüm geleneksel ilaçların yerini otomatik olarak almaz.

Birçok aday onaydan önce elenir. Projeye göre laboratuvar testleri, klinik öncesi çalışmalar ve klinik çalışmalar gerekir. Tek bir başarı oranı tüm yöntemler için geçerli değildir.

Geliştirme uzun yıllar ve önemli sermaye gerektirebilir. Başarısız projeler maliyet yaratır, ancak yararlı bilimsel bilgi de sağlayabilir.

Kaynak: Biosourcing

Öngörü modelleri pahalı deneylerden önce adayların önceliklendirilmesine yardımcı olabilir. Bir modelin sonucu tek başına ilacın güvenliğini veya etkinliğini kanıtlamaz.

Bu nedenle ilaç keşfi, yapay zekâ ile biyoteknolojiyi birleştiren şirketler için önemli bir uygulama alanıdır.

Makine öğrenmesi verilerdeki örüntüleri bulur ve olasılığa dayalı tahminler üretebilir. Bu da algoritmik bir yöntemdir; güvenilirliği verilere, tasarıma ve değerlendirmeye bağlıdır.

Bu ilerlemeler biyoloji, kimya, fizik ve bilgisayar bilimindeki uzun süreli araştırmalara dayanır.

Dikkat çeken bir gelişme 2020’de DeepMind’ın AlphaFold ile proteinlerin üç boyutlu yapısını tahmin etmede önemli ilerleme sağlamasıydı (GOOG ). Veri tabanı 2022’de kataloglanmış proteinler için 200 milyondan fazla yapı tahminine genişledi. Bunlar tüm biyolojik işlevleri eksiksiz açıklamaz. Alphabet ayrıca 2021’de Isomorphic Laboratories adlı şirketi yapay zekâ destekli ilaç tasarımı ve keşfi amacıyla kurmuştu.

2023 perspektifinden beş şirket

Alphabet’ın birçok faaliyet alanı vardır; biyoteknoloji bunlardan yalnızca biridir. Makale beş şirketi 2023 perspektifinden inceler. Şirketlerin tümü yalnızca yapay zekâya odaklanmaz veya bugün bağımsız borsa şirketi değildir.

Hesaplama donanımı ve yazılımı sağlayıcıları ayrı bir gruptur, örneğin Nvidia ve genomik yazılımı Parabricks (NVDA ).

Orijinal sıralama bugünkü büyüklüklere değil, makalenin yazıldığı 2023’teki piyasa değerlerine dayanıyordu.

1. Roivant Sciences Ltd.

ROIV Fiyat Grafiği

Roivant, adları genellikle -vant ile biten şirketler aracılığıyla biyofarmasötik projeler geliştirir ve satın alır. Grup yalnızca yapay zekâya odaklanmaz.

Roivant 2021’de Silicon Therapeutics’i 450 milyon dolar değerinde Roivant hissesi karşılığında satın alma anlaşmasını duyurdu. Ayrıca belirli koşullara bağlı olası kilometre taşı ödemeleri vardı. Silicon Therapeutics’in hesaplamalı fiziği, makine öğrenmesi işletmesi VantAI ile birbirini tamamlayacaktı.

Datavant ile Ciox Health birleşmesinden sonra Roivant’ın Datavant’ta azınlık payı vardı. Datavant sağlık verilerini birbirine bağlar; azınlık payı tam mülkiyet veya kontrol anlamına gelmez.

O dönemin hesaplamalı faaliyetleri arasında Psivant’ın fizik tabanlı molekül simülasyonları ve Lokavant’ın klinik araştırma analiz platformu da bulunuyordu. Mülkiyet ilişkileri ve şirket yapıları orijinal incelemenin dönemine aittir.

Kaynak: Roivant

Roivant’ın gelirleri ürün satışlarını, lisans gelirlerini ve diğer sözleşme ödemelerini kapsıyordu. O dönemde gelirlerin çoğunun onaylı ilaç satışından gelmesi gerekmiyordu; gelir net kârla da aynı şey değildir.

Grup hesaplamalı projelerle ilaç geliştirmeyi birleştiriyordu. O zamanki ticari faaliyetlerine bir örnek sedef hastalığı için VTAMA idi; ürün Dermavant üzerinden sunuluyordu. Bir ürünün başarısı tüm grubun başarısını garanti etmez.

2. Schrödinger, Inc.

SDGR Fiyat Grafiği

Schrödinger molekülleri değerlendirmek ve etki gücü, çözünürlük, yarı ömür ve sentezlenebilirlik gibi özellikleri dengelemek için fizik tabanlı modeller kullanır.

Şirket bunları makine öğrenmesiyle birleştirir. Schrödinger (SDGR ) büyük sanal molekül kütüphanelerini deney için seçilen adaylara indirgeyebilir. Ancak bir milyar molekül birkaç günde sekiz etkili ilacı garanti etmez.

Kaynak: Schrodinger

Schrödinger 2020’de Bayer ile beş yıllık teknoloji işbirliği ve yaklaşık 10 milyon avroluk beklenen ödemeler açıkladı. Tutar dolar değildi. İşbirliği molekül tasarımıyla hesaplamalı tahmin modellerini birleştiriyordu. Sözleşme değeri otomatik olarak hemen muhasebeleştirilen gelir değildi.

2022’de duyurulan Eli Lilly işbirliği başlangıç ödemesinin yanında 425 milyon dolara kadar olası kilometre taşı ödemelerini ve ayrıca telifleri kapsıyordu. Azami tutar garanti değildi ve henüz alınmamıştı.

O dönemin ortakları arasında Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb ve daha küçük ilaç şirketleri bulunuyordu.

Kaynak: Schrodinger

Schrödinger kendi moleküllerini de geliştiriyordu. Yazılım ve işbirliği gelirleri kâr anlamına gelmez. Araştırma, geliştirme ve büyüme maliyet yaratıyordu.

Şirket ilaçların yanı sıra karmaşık biyolojik ilaçlarda ve kimyasallar, bataryalar, polimerler gibi malzemelerde uygulamalar araştırıyordu.

Kaynak: Schrodinger

Değerlendirmede işbirliklerinin ilerlemesi, deneysel ve klinik sonuçlar ile mali sürdürülebilirlik önemlidir. Yeni bir anlaşma tek başına bir tedavinin başarısını kanıtlamaz.

3. Exscientia

Exscientia yapay zekâyı hassas tedaviler ve ilaç geliştirmenin çeşitli aşamalarına destek için kullanıyordu. Şirket Kasım 2024’te Recursion ile birleşti; dolayısıyla 2023’teki gibi bağımsız bir borsa yatırımı değildir.

Kaynak: Exscientia

Yüzde 70 zaman tasarrufu ve yüzde 80 sermaye verimliliği artışı, şirketin ilaç keşfinin belirli aşamaları hakkındaki iddialarıydı. Bunlar tüm geliştirme süresi veya onaya kadar olan maliyetlerde evrensel, bağımsız doğrulanmış tasarruflar değildi.

Exscientia 2023 başında, yapay zekâyla tasarlanan dört molekülün kanser ve iltihabi hastalıklar dâhil klinik çalışmalara girdiğini bildirdi. Büyük işbirliği tutarları çoğunlukla gelecekteki olası kilometre taşı ödemeleriydi; 6,5 milyar dolar gerçekleşmiş gelir değildi.

Kaynak: Exscientia

Exscientia 30 Eylül 2022 itibarıyla nakit, nakit benzerleri ve banka mevduatında yaklaşık 624,7 milyon dolar bildirdi. Faaliyetlerden 15 milyon dolarlık net nakit çıkışı yalnızca üçüncü çeyreği veya toplam likidite düşüşünü değil, ilk dokuz ayı kapsıyordu. İşbirliği ödemeleri nakit akışını etkiliyordu. Dolar tutarları açıklamadaki kurla sterlinden çevrilmişti.

Bu kaynaklar araştırmayı finanse edebilirdi, ancak yeterlilikleri gider ve gelirlere bağlıydı. Ortaklıklar klinik veya finansman risklerini ortadan kaldırmıyordu.

4. Absci Corporation

ABSI Fiyat Grafiği

Absci 2011’de kuruldu; ABD’nin Washington eyaletindeki Vancouver’da, New York’ta ve İsviçre’nin Zug kentinde faaliyetleri vardı. 2021’de teknoloji edindiği şirketlerden Totient antikor ve hedef keşfinde, Denovium  ise derin öğrenmeyle protein keşfi ve tasarımında çalışıyordu.

Şirket bilgisayar destekli antikor tasarımına ve laboratuvar testlerine odaklanıyordu. Yaklaşık altı haftalık döngüler tüm klinik geliştirme veya onay sürecini değil, tasarım ve testleri kapsıyordu.

Absci Ocak 2023’te zero-shot yöntemiyle yeni antikorlar tasarlayıp laboratuvarda doğrulayabildiğini bildirdi. Model, söz konusu hedefe bağlandığı bilinen antikorlarla eğitilmemişti. Bu, hiçbir önceki verinin kullanılmadığı anlamına gelmez ve klinik etkinlik kanıtı değildi.

Absci’nin MSD adıyla da bilinen Merck ile işbirliği, en fazla üç hedef için 610 milyon dolara kadar olası başlangıç ve kilometre taşı ödemeleri içeriyordu ; bunun için opsiyonların kullanılması ve koşulların yerine getirilmesi gerekiyordu. Makalede Astellas ile araştırma işbirliği ve Nvidia’nın hesaplama teknolojisinin kullanımı da anlatılıyordu. Sözleşmenin azami tutarı hemen elde edilmiş gelir değildi.

Absci erken geliştirme aşamasındaydı. Teknolojik ilerlemeler ve sözleşmeler yatırım başarısının garantisi olarak değil; klinik sonuçlar, giderler ve sermaye ihtiyacıyla birlikte değerlendirilmeliydi.

5. e-therapeutics plc

e-therapeutics hesaplamalı biyolojiyi RNA girişimine, yani RNAi’ye dayalı tedavilerle birleştiriyordu. Amaç RNA’yı etkileyerek belirli genlerin ifadesini azaltmaktır; bu DNA düzenleme değildir.

Şirketin Novo Nordisk dâhil araştırma ortaklıkları da vardı. İşbirliği gelirleri, onaylı ilaç satışlarıyla aynı şey değildir.

31 Temmuz 2022’de sona eren altı ayda şirket 0,3 milyon sterlin gelir, vergi sonrası 3,8 milyon sterlin zarar ve 21,8 milyon sterlin nakit bildirdi. Dolayısıyla tamamen gelirsiz değildi. Masraflar öncesi 13,5 milyon sterlinlik sermaye artırımı 30 Eylül 2022’de duyuruldu. Finansman gelir veya kâr değildir. AIM işlemleri Mayıs 2024’te sona erdi.

Değerlendirmede likidite, giderler, hissedar hakları ve ilaç adaylarının ilerlemesi önemlidir. Geçmişte borsada işlem görmüş olmak bugün alım satım yapılabileceğini garanti etmez.

Hesaplamalı biyoloji yatırımlarını değerlendirmek

Bu alan iki karmaşık disiplini, yapay zekâ ve biyoteknolojiyi birleştirir. Yalnızca birinde uzmanlık, diğerini bütünüyle değerlendirmeye yetmez.

Birçok şirket küçük moleküller ve antikorlar gibi benzer uygulamalarda çalışır ve ortak bilimsel ve ekonomik riskler taşıyabilir.

Çeşitlendirme tek bir şirkete bağımlılığı azaltabilir, ancak sektör riskini ortadan kaldırmaz. Orijinal makale 2022–2027 arasında hızlı pazar büyümesi öngören bir tahmine atıfta bulunuyordu. Bu, varsayımlara dayalı bir öngörüydü; gerçekleşmiş büyüme veya yatırım getirisi vaadi değildi.

Her modelin değerlendirilmesinde veri kalitesi, maliyetler, klinik ilerleme ve ticari kullanım önemlidir. Teknolojik vaatler tek başına yeterli değildir.