Top 10 des entreprises de biotechnologie Big Data

Plus de données pour une meilleure médecine

Plus nous en apprenons sur la biologie, plus nous réalisons tout ce que nous ne savons pas. Tout a commencé avec la révolution génomique et le premier génome humain séquencé au début des années 2000.

La génomique a désormais été rejointe par d’autres ensembles de données comme la transcriptomique, la protéomique, la métabolomique, le microbiome, etc. formant une nouvelle science « multiomique ». Nous avons discuté plus en détail de cette évolution dans «La multiomique est la prochaine étape de la biotechnologie ».

Ces nouveaux outils ont créé un flot de données apportant des informations détaillées sur les activités internes des cellules, parfois jusqu'au niveau atomique. L’un des principaux moteurs de cette croissance des données a été l’effondrement du prix du séquençage des gènes et d’autres matériaux biologiques comme les protéines.

Source: ResearchGate

Cela a suscité un enthousiasme quant au potentiel du « Big Data » en biotechnologie, imitant le concept du Big Data provenant d’autres domaines davantage axés sur l’informatique.

Déjà en 2018, le magazine Barron's demandait «Le Big Data entraînera-t-il de gros retours sur les biotechnologies ?" et l'industrie a commencé à demander "Mise en œuvre du traitement et de l'analyse des données à grande échelle pour les bioprocédés »

De nombreuses entreprises sont bien placées pour bénéficier de la volonté de créer et d’analyser des données biologiques à grande échelle.

L’IA fusionne-t-elle avec le Big Data ?

Un nouveau développement ces dernières années a été l’émergence de l’IA. Alors que l’IA a fait son chemin dans la conscience publique principalement en 2023, avec les LLM (Large Language Models) comme ChatGPT, l’industrie biotechnologique a commencé à adopter l’IA plusieurs années auparavant.

Et c’est logique car les données et l’IA entretiennent une relation quelque peu symbiotique :

• La formation de modèles d’IA nécessite beaucoup de données de haute qualité et des annotations.
• Les IA peuvent aider à trier des ensembles de données massifs sans intervention humaine directe et à relier les points là où une analyse manuelle ne serait pas possible.

Le résultat est qu’aujourd’hui, de nombreuses entreprises de l’industrie biotechnologique auparavant axées sur le Big Data se transforment également en entreprises d’IA.

Contrairement à certaines applications d’IA qui recherchent encore un modèle économique (comme la génération d’images), la découverte de médicaments et la recherche médicale ont un chemin assez simple depuis le modèle d’IA jusqu’à la monétisation.

Top 10 des actions biotechnologiques Big Data

1. Illumina

Illumina est la principale société de génomique, de loin la plus grande et la plus établie du secteur, avec un chiffre d'affaires de 1.2 milliard de dollars, qui a augmenté de 11 % TCAC au cours des 5 dernières années.

Cela en fait également le principal fournisseur de données génomiques pour l’ensemble de l’industrie biotechnologique.

Comme la plupart des sociétés de séquençage du génome, Illumina gagne de l’argent en vendant des séquenceurs, mais surtout en vendant les consommables utilisés par les séquenceurs. Le revenu par machine augmente généralement avec le temps, à mesure qu'elle est progressivement utilisée à plein temps.

Le nouveau modèle de séquenceur de génome de la société, NovaSeqX, est un succès, avec 352 unités en 2023. Cela a accéléré l'adoption du séquençage de génome de masse parmi les clients d'Illumina avec davantage d'analyses multi-omiques et une plus grande échelle pour les analyses unicellulaires et spatiales.

Les ventes de NovaSeqX s'ajoutent à un très vaste segment de séquenceurs génomiques, avec plus de 25,000 XNUMX systèmes installés.

Source: Illumina

Problèmes du Graal

Lorsqu’on parle d’Illumina, une longue explication est nécessaire pour une nouvelle application génomique, la détection du cancer dans un échantillon de sang appelé biopsie liquide.

Illumina a travaillé au développement de cette technologie, puis l'a transformée en une société appelée Grail.

Grail connaît un grand succès technique et commercial. Au deuxième trimestre 2, 2023 7,500 professionnels de santé ont prescrit ses tests, dépassant ainsi le cap des 100,000 92 tests effectués. Grail a également détecté 6 % des rechutes de cancers pour six cancers du sang différents.

Plusieurs années plus tard, Illumina rachètera cette société à un prix bien plus élevé.

Cela a entraîné plusieurs problèmes. Premièrement, les autorités réglementaires américaines et européennes ont exprimé des inquiétudes quant au risque de monopole, Illumina étant le fournisseur de machines de séquençage du génome de nombreux concurrents de Grail. L'UE lui a infligé une amende de 432 millions d'euros.

Une autre série de problèmes provenait des conditions du spin-off coûteux de Grail, de la collecte de fonds et de la réabsorption dans Illumina.

L'activiste-investisseur Carl Icahn s'en est pris au conseil d'administration de l'entreprise et laissaient entendre que des transactions potentiellement malhonnêtes ou malveillantes avaient été menées en faveur d'initiés, au détriment des intérêts des actionnaires de la société. La SEC enquêtait également sur la question. Vous pouvez également en savoir plus sur ces soupçons et accusations dans cette série d'articles de Investissement non-GAAP.

En fin de compte, la décision de céder Grail encore a été fait, le conseil d'administration approuvant la décision le 4 juin^th2024..

La saga du Graal a causé de nombreux problèmes à Illumina et à ses actionnaires. Cela n'a cependant pas eu d'impact sur la position de l'entreprise dans le séquençage du génome.

En fin de compte, il est probable que la détection du cancer du Graal puisse devenir une activité massive et inciter les médecins à utiliser de nombreux séquenceurs et consommables génomiques Illumina.

Illumina a également acquis en 2023 la société de logiciels bioinformatiques Partech, élargissant l'offre de l'entreprise au-delà des séquenceurs et de leurs consommables.

2. Schrodinger, Inc.

La société se spécialise dans les modèles basés sur la physique pour trouver la meilleure molécule possible pour un objectif donné, en équilibrant des mesures contradictoires telles que la puissance, la solubilité, la demi-vie, la synthétisabilité, etc.

Il utilise également l’apprentissage automatique, mais l’ajout d’un modèle basé sur la physique lui permet d’être testé dans des domaines entièrement nouveaux pour lesquels aucun ensemble de données n’existe pour « entraîner » l’IA. Cela permet à Schrödinger de passer d’un milliard de molécules potentielles à seulement 1 candidats solides en quelques jours, exclusivement grâce au calcul numérique.

Source: Schrodinger

Schrödinger a signé avec Bayer un accord de collaboration de 5 ans en 2020 pour un chiffre d'affaires de 10 millions de dollars. L'idée de l'accord est d'utiliser la technologie Schrödinger avec les modèles de prédiction in silico de Bayer.

Un autre partenariat récent est celui avec Lilly, qui dispose d'un total de 425 millions de dollars en paiements d'étape pour une découverte réussie.

Les collaborations passées comprenaient Takeda, Sanofi Bristol Myers Squibb et d'autres petites sociétés pharmaceutiques.

Source: Schrodinger

Dans l'ensemble, Schrödinger construit un portefeuille croissant, comprenant de plus en plus de molécules exclusives et en pleine propriété. Bien qu’elle n’ait pas encore de revenus, l’entreprise n’est toujours pas rentable et se concentre sur son expansion et ses dépenses en R&D pour améliorer sa technologie.

La société envisage également de se développer vers de nouveaux segments au-delà de la découverte de médicaments, comme les produits biopharmaceutiques complexes ou même les matériaux comme les produits chimiques, les batteries ou les polymères.

Source: Schrodinger

Les investisseurs voudront garder un œil sur les nouvelles collaborations, car elles refléteront les avancées de la technologie de Schrödinger, telles qu'évaluées par les leaders du secteur, ainsi que le succès possible de l'expansion de la technologie de base vers de nouveaux marchés.

3. Exscientia

L'entreprise utilise l'IA pour développer thérapies de précision. Il exploite une technologie de découverte de médicaments IA « complète » avec un logiciel dédié à chaque étape du processus de découverte de médicaments.

Source: Exscientia

La technologie d'Exscientia réduit de 70 % le temps nécessaire pour passer d'une cible biologique à la recherche d'un médicament correspondant et un processus de 80 % plus capitalisé.

Cela a abouti à 4 composés aux premiers stades cliniques, à 30 programmes au total et à 6.5 milliards de dollars de revenus provenant des étapes franchies avec des partenaires. L'accent a été mis principalement sur l'oncologie (cancer) et les maladies inflammatoires.

Source: Exscientia

Cela pourrait être une option intéressante pour les investisseurs qui envisagent une société de découverte de médicaments IA bien établie avec une très grande trésorerie et de multiples partenariats en cours pour plus de sécurité.

4. 10x Génomique, Inc.

10x Genomics est leader en biologie spatiale, qui étudie le génome et le transcriptome en 3D, permettant de visualiser l'activité des gènes au niveau cellulaire voire intracellulaire.

L'entreprise a été fondée en 2012, avec parmi ses fondateurs Serge Saxonov, directeur R&D de la société de tests génomiques personnalisés 23andMe.

10x Genomics s'est développé grâce à une combinaison de R&D (1 milliard de dollars investis en R&D jusqu'à présent) et d'acquisitions. Notamment, sa plateforme Visium a été obtenue grâce à l’acquisition de Spatial Transcriptomics en 2018.

Source: 10x Génomique – Chronologie des acquisitions 10x en génomique

C’est aussi ainsi que 10x Genomics acquerrait sa Xénium plateforme en acquérant Readcoor et Cartana en 2020.

En 2020, il lancerait également la plateforme Chrome, qui a été mis à jour l'année suivante vers Chromium X.

Grâce à l'acquisition de Tetramer Shop en 2021, 10x Genomics lancerait également LARGEUR (Barcode Enabled Antigen Mapping) en 2022. Il permet aux chercheurs d’identifier en détail les composants du système immunitaire. Cela pourrait avoir un impact considérable sur la recherche sur l’immunité et les nouvelles maladies.

Les revenus ont augmenté de 17 % sur un an au deuxième trimestre 2, porté par les ventes de Xenium, le cap des 100 unités vendues étant franchi en août 2023.

La société a également a remporté en septembre 2023 une victoire critique face à son principal rival, Nanostring. Nanostring est pour l'instant interdit de vendre ses instruments CosMx Spatial Molecular Imager (SMI) dans la plupart des pays de l'UE pour violation des brevets 10x Genomic.

La société en est encore à ses débuts, un peu comme les débuts d’Illumina. Pour l’instant, la biologie spatiale se limite au monde de la recherche académique et fondamentale. Mais comme de nombreuses biotechnologies, elle pourrait un jour se généraliser, devenir peu à peu un outil médical, puis un test « de routine ». Quoi qu’il en soit, le parc croissant de machines installées devrait stimuler les ventes de consommables et la croissance des revenus.

5. Oxford Nanopore Technologies plc (ONT.L)

Oxford Nanopore utilise une technologie unique de séquençage du génome reposant sur des Flow Cells. Cela permet de « lire » l’ADN lors de la traversée des nanopores, non pas par des moyens chimiques mais directement en mesurant un courant électrique. C’est donc, d’une certaine manière, la première fois qu’un ordinateur peut lire une séquence génétique (ADN et ARN) en temps réel.

Source: Nanopore d'Oxford

Un autre avantage unique de la technologie de l'entreprise est sa capacité à lire des séquences génétiques plus longues que les méthodes de séquençage conventionnelles. Ces séquences longues et leur lecture en temps réel permettent d'obtenir des résultats plus précis et plus rapides, ce qui est essentiel pour l'analyse du cancer ou des maladies infectieuses comme les bactéries résistantes aux antibiotiques.

Enfin, la mesure électrique permet de réaliser des séquenceurs plus petits et plus portables, une amélioration par rapport aux machines massives utilisées jusqu'à présent. Cela permet à l’entreprise de produire une large gamme de séquenceurs, notamment des machines plus lentes, plus petites et beaucoup moins chères, à partir de 1,000 XNUMX $. Cela pourrait élargir radicalement le marché du séquençage, le séquençage mobile ou à faible coût n’étant pas une option auparavant.

En raison de sa technologie radicalement nouvelle, on ne sait pas exactement où Oxford s’intégrera dans un écosystème de séquençage du génome plus mature.

Elle pourrait remplacer complètement la technologie actuelle de lecture chimique/optique des génomes.

Ou bien, cela pourrait devenir une application réussie mais de niche pour le séquençage mobile ou à faible volume ou pour le séquençage nécessitant une lecture de haute précision de longues séquences génétiques.

L'entreprise prévoit également de se développer dans la lecture des protéines, la modification post-traductionnelle des protéines ou des petites molécules, ainsi que d'autres mesures à la pointe des sciences de la vie.

6. Ginkgo Bioworks Holdings, Inc.

L'entreprise produit des organismes à la demande pour des applications spécifiques. Il a largement diversifié ses applications avec de nombreux programmes de recherche et partenariats :

• cannabinoïdes
• Production de vaccins à ARNm et médecine des acides nucléiques
• Protéines alimentaires
• Production d'engrais biologiques en partenariat avec Bayer
• Microbes programmables pour les maladies intestinales
• Bioremédiation des microplastiques
• Biosécurité et détection d'agents pathogènes
• Recyclage des déchets et des contaminants

Beaucoup de ces modifications reposent sur CRISPR ou des technologies d'édition génétique similaires, notamment ses thérapies cellulaires cancéreuses CAR-T.

En fournissant une plate-forme prête pour l'ingénierie cellulaire, Ginkgo devient un fournisseur de services clé dans l'industrie biotechnologique, allant au-delà de l'industrie pharmaceutique et dans les processus agricoles, de biosécurité et de produits chimiques industriels.

Il offre expertise et rapidité et peut contribuer à réduire les coûts fixes et la quantité d’investissements nécessaires à un projet de recherche.

En témoigne la diversité des clients et des partenaires que l'entreprise a rencontrés au cours des dernières années.

Source: Gingko Bioworks

Ce qui fait de Gingko une entreprise de Big Data, c'est l'étendue unique des innombrables applications et types d'organismes de ses banques de cellules, de ses ensembles de données et de ses expériences.

Il s’agit d’une action attractive pour les investisseurs cherchant à parier sur les technologies d’édition génétique et d’ingénierie cellulaire, mais pas sur une application en particulier. Ceci est également généralement plus intéressant pour les investisseurs axés sur la croissance.

La grande majorité des sociétés CRISPR se concentrent sur la médecine humaine et les maladies génétiques, laissant ainsi des opportunités au Gingko pour l'agriculture, la bio-ingénierie, l'énergie et les bioproduits (y compris les cannabinoïdes).

Associé à l’expansion rapide des ensembles de données génétiques, des outils d’édition génétique et de l’IA (y compris l’open source), cela pourrait constituer une énorme opportunité pour Gingko Bioworks.

7. BenevolentAI SA (BAI.AS)

BenevolentAI utilise la découverte de médicaments grâce à l'IA pour développer des traitements contre la dermatite atopique ainsi que des traitements potentiels contre les maladies chroniques et le cancer.

Là où d'autres entreprises utilisent l'IA pour prédire l'activité cellulaire ou la configuration 3D des protéines, Le moteur BenAI de Benevolent étudie la base de données existante d'articles scientifiques (plus de 35 millions) pour débloquer de nouvelles connaissances.

Il intègre ensuite ces découvertes potentielles dans un processus comprenant la validation expérimentale de l’idée, l’analyse in silico et l’expansion des indications/la réutilisation du médicament.

Source: Bienveillant

L’idée est que de nombreux médicaments existants ou mécanismes biologiques connus pourraient être réutilisés pour de nouveaux traitements. Dans l’ensemble, une telle stratégie devrait permettre de mettre au point de nouveaux traitements plus rapidement, car une grande partie du travail réglementaire est déjà effectuée (par exemple, la phase I des essais cliniques a démontré la sécurité du médicament).

L'entreprise a un en cours collaboration avec AstraZeneca développer des médicaments contre la fibrose et les maladies rénales chroniques (accord initial de 2019), élargi pour inclure l'insuffisance cardiaque et le lupus érythémateux systémique (LED) en 2022.

Il a également en partenariat avec Merck KGaA pour tirer parti de son expertise en oncologie et en neuroinflammation et soutenir les plans de découverte de médicaments basés sur l'IA de l'entreprise en se concentrant sur la recherche de candidats à petites molécules viables.

Auparavant, la société avait obtenu une nouvelle extension d'indication menant à l'approbation de la FDA avec Eli Lilly pour le baricitinib, en tant que traitement potentiel contre le COVID-19.

8. AbCeller

AbCellera est spécialisée dans le développement de nouvelles catégories de médecines basées sur les anticorps.

Il travaille notamment sur Plateforme GPCR et canaux ioniques, une cible thérapeutique pour laquelle des anticorps ne pouvaient pas être développés auparavant. Leur autre plateforme est Engageurs de cellules T, qui augmente l'efficacité et réduit la toxicité des traitements anticancéreux à base d'anticorps.

Source : AbCellera

En 10 ans, la société a développé plus de 100 programmes thérapeutiques avec un large éventail de partenaires, dont 50 % en oncologie. 13 molécules ont déjà atteint le stade des essais cliniques, dont 2 déjà autorisées pour le traitement.

Source : AbCellera

Un élément clé du processus d'AbCellera réside dans l'accès à une large sélection d'anticorps potentiels, puis dans la sélection des anticorps les plus adaptés grâce à un criblage monocellulaire à haut débit optimisé par vision artificielle.

9. thérapeutique

Bioxcell se concentre sur un concept qu'ils appellent « réinnovation médicamenteuse ». La réinnovation pharmaceutique exploite l’IA pour analyser des médicaments dont l’innocuité a déjà été prouvée, mais qui ont été abandonnés par leur développeur pour diverses raisons.

Il étudie également les produits approuvés pour de nouvelles applications.

Source: BioXCell

La génération du concept utilisant le big data et l’IA ne prend que 6 mois (au lieu de plusieurs années pour les nouvelles molécules), suivis de 12 mois de validation de l’hypothèse tirant parti de la vision par ordinateur, du deep learning, de la matrice de décision et de la validation in silico.

La réinnovation a connu récemment des succès notables, notamment lorsqu'elle est combinée à une reformulation visant à supprimer les effets secondaires ou à améliorer une faible efficacité qui avait conduit à l'abandon des candidats médicaments.

Ce modèle a déjà porté ses fruits, avec l'approbation de IGALMI  (pour le traitement de l'agitation associée à la schizophrénie ou aux troubles bipolaires) en moins de 4 ans entre le début du projet et son approbation.

Dans le cas d'IGALMI, la mauvaise biodisponibilité précédente a été résolue en modifiant la méthode d'administration du médicament et en l'associant à un stabilisateur métabolique.

Source: BioXCell

La société dispose déjà de deux programmes avancés en phase 3 d’essais cliniques, ainsi que de 5 autres programmes en cours.

Le premier programme, pour l'agitation associée à la démence d'Alzheimer (DAA) avec un nouvel agent, une nouvelle formulation de latrepirdine, un médicament antihistaminique (allergies).

La seconde est une extension de l'application de l'IGALMI, pour l'agitation associée aux troubles bipolaires ou à la schizophrénie dans un contexte à domicile.

Source: BioXCell

Le succès de Bioxcell avec IGALMI montre le potentiel du big data qui peut être étendu au-delà de la découverte de nouveaux médicaments et à l'amélioration de l'arsenal existant de médicaments, soit par la reformulation, soit par la recherche de nouvelles applications de médicaments sûrs connus.

10. Produits pharmaceutiques de récursivité

Recursion Pharmaceuticals exploite l'IA dans la découverte de médicaments,

L’approche de l’entreprise vise à réduire considérablement le temps et les coûts associés à la mise sur le marché de nouveaux médicaments.

La création d'ensembles de données solides est au centre de l'entreprise depuis sa création, cherchant à résoudre plusieurs problèmes liés aux biodonnées :

• Données analogiques, des fax aux PDF ou aux impressions numérisées.
• Données cloisonnées, avec peu ou pas d'annotations.
• Difficile de reproduire la recherche.

Pour résoudre ces problèmes, Recursion a créé l'un des plus grands laboratoires humides automatisés au monde et a numérisé des millions de ses propres expériences (2.2 millions d'expériences par semaine).

Ils possèdent également l'un des supercalculateurs les plus rapides au monde pour entraîner leurs LLM et leurs IA en vue de la découverte de médicaments. Les modèles ont été entraînés sur une bibliothèque de plus de 2 milliards d'images et déduisent 6 XNUMX milliards de relations entre toutes les combinaisons possibles de gènes et de composés.

Source: Récursivité

Récursivité établi un partenariat avec le leader de l'IA Nvidia et pourrait proposer certains de ses modèles d'IA à des partenaires commerciaux via la nouvelle plateforme BioNeMo de NVIDIA. Recursion bénéficiera également d'un accès prioritaire aux derniers GPU NVIDIA via NVIDIA DGX™ Cloud.

Le pipeline propriétaire de R&D de Recursion est principalement axé sur les maladies rares et l'oncologie, avec 3 médicaments candidats en phase 2 d'essais cliniques.

Source: Récursivité

Pour des secteurs plus complexes, comme les neurosciences, l'oncologie incontournable, l'entreprise préfère établir des partenariats avec des entreprises établies dans ces secteurs.

Par exemple Roche en neurosciences et Bayer en cibles oncologiques non médicamenteuses.

Enfin, l'entreprise a établi des relations pour céder sous licence sa technologie et ses données, en particulier lorsque l'échange de données peut être négocié pour accroître les informations que les deux entreprises pourront utiliser à l'avenir.