Voor biotechnologiebedrijven is veel van het traditionele proces van het ontdekken van nieuwe medicijnen kostbaar giswerk. Maar een nieuwe golf van platformen voor medicijnontwikkeling, mogelijk gemaakt door kunstmatige intelligentie, helpt bedrijven enorme datasets te gebruiken om snel markers voor de respons van patiënten te identificeren en goedkopere en efficiënter levensvatbare medicijndoelen te ontwikkelen.
De resultaten kunnen ingrijpend zijn, niet alleen voor medische zorgverleners en patiënten die lijden aan moeilijk te behandelen ziekten, maar ook voor de biotechsector: Morgan Stanley Research is van mening dat bescheiden verbeteringen in de slagingspercentages van geneesmiddelen in een vroeg stadium mogelijk worden gemaakt door het gebruik van kunstmatige intelligentie en machine learning zou kunnen leiden tot nog eens 50 nieuwe therapieën over een periode van 10 jaar, wat zich zou kunnen vertalen in een kans van meer dan $ 50 miljard.
“Voorspellende diagnostiek, verbeterd door gegevens, biedt een belangrijke kans op korte termijn voor de life sciences-industrie”, zegt Tejas Savant, die zich bezighoudt met life science-tools en -diagnostiek bij Morgan Stanley Research. “Het zal waarschijnlijk ook resoneren met lonen, omdat deze proeven betere resultaten kunnen opleveren. Ze kunnen ook aanzienlijke kostenbesparingen opleveren door eerdere identificatie en behandeling van patiënten met een hoger risico mogelijk te maken.”
Door technologische ontwikkelingen van de afgelopen jaren is het eenvoudiger geworden om grote hoeveelheden digitale patiëntgegevens vast te leggen en op te slaan. Dit heeft geresulteerd in een schat aan genomische gegevens, medische dossiers, medische beeldvorming en andere patiëntinformatie die AI-platforms kunnen ontginnen om te helpen sneller en met grotere kans op succes medicijnen te ontwikkelen in de vroege stadia van creatie.
De biotechnologieanalisten Matthew Harrison en Vikram Purohit van Morgan Stanley Research schatten dat “een verlaging van de kosten voor preklinische ontwikkeling met 20% tot 40% bij een subset van Amerikaanse biotechbedrijven de kostenbesparingen zou kunnen opleveren die nodig zijn om de succesvolle ontwikkeling van vier tot acht nieuwe moleculen te financieren. ”
Dit zou neerkomen op een stijging van maar liefst 15% van het aantal goedgekeurde therapieën ten opzichte van het totale aantal goedkeuringen van nieuwe geneesmiddelen in 2021, wat het potentieel aantoont voor biotechbedrijven om nieuwe inkomsten te genereren en tegelijkertijd meer patiënten te helpen.
De koppeling van AI en big data zou patiënten op andere manieren kunnen helpen. Naast het ontdekken en ontwikkelen van medicijnen, kunnen geavanceerde data-analysemogelijkheden en uitgebreidere datasets medische professionals helpen het risico van patiënten te beoordelen en ziekte eerder op te sporen.
Voor biotechbedrijven kan er een blockbuster-geneesmiddelontdekking nodig zijn om zelfs maar winst te maken. De mediane investering die nodig is om een nieuw medicijn op de markt te brengen, wordt geschat op bijna $ 1 miljard, terwijl de werkelijke kosten van onderzoek en ontwikkeling kunnen oplopen tot $ 2,5 miljard per op de markt gebrachte therapie, rekening houdend met verlaten onderzoeken en klinische mislukkingen.
Dat betekent dat besparingen door AI aanzienlijke waarde kunnen bieden. Maar met de hoge risico’s die verbonden zijn aan het creëren van biologisch haalbare behandelingen en de beperkte geschiedenis van de betrokken technologieplatforms, zullen investeerders solide bewijs moeten zien voor praktijkgevallen voor AI-enabled drug discovery.
Analisten van Morgan Stanley Research anticiperen op een omslagpunt voor de sector, aangedreven door gegevensuitlezingen van geneesmiddelenonderzoeken in de komende twee jaar. Een toename van de samenwerking tussen AI-geneesmiddelenontwikkelaars en grote biofarmaceutische bedrijven zou ook een verschil kunnen maken.
“Als de eerste uitlezingen achtereenvolgens sterk zijn, denken we dat de aandelen in de hele ruimte zouden kunnen stijgen naarmate beleggers meer vertrouwen krijgen in een goed gedefinieerde totaal adresseerbare markt voor AI-geactiveerde medicijnontwikkeling”, zegt Purohit, die kleine en middelgrote biotechbedrijven dekt. “Naast sterke gegevens verwachten we dat de markt op zoek gaat naar concrete stappen voorwaarts met biofarmaceutische partnerschappen als bewijs van validatie.”
Een platform voor de ontwikkeling van AI-geneesmiddelen zou een aanzienlijke omzetgroei kunnen genereren door middel van partnerschappen, uitgaande van een bescheiden jaarlijkse verhoging van AI-investeringen binnen onderzoeks- en ontwikkelingsbudgetten voor biofarmaceutica.
Naast nieuwe gegevens en vooruitgang op het gebied van partnerschappen, zullen investeerders moeten afwegen hoe individuele bedrijven AI en machine learning gebruiken om medicijnen te ontwikkelen. Ze moeten ook rekening houden met het scala aan bedrijfsmodellen van de biotech-industrie, met inkomsten uit een mix van eigen pijplijnontwikkeling en een combinatie van mijlpaalbetalingen en royalty’s uit programma’s die zijn ontwikkeld met biofarmaceutische partners.
Vraag uw Morgan Stanley-vertegenwoordiger of Financieel adviseur voor het volledige rapport, “Putting the ‘Tech’ in Biotech: Assessing the Potential for AI in Drug Development” (27 juni 2022). Klanten van Morgan Stanley Research hebben rechtstreeks toegang tot het rapport hier. Meer meer Ideeën van de opinieleiders van Morgan Stanley.
.
0 Comments