Sur le marché d'aujourd'hui, même les entreprises avec plusieurs médicaments approuvés peuvent se négocier sous leur crédit en argent. Compte tenu de cela, il est vraiment déroutant de voir que les biotechnologies augmentent les méga-rondes au niveau préclinique avec un milliard de dollars SAMS, Isomorph avec 600 millions de dollars, une échelle évolutive avec 142 millions de dollars avec 100 millions de dollars pour n'en nommer que quelques-uns. L'échelle et le stade de ces tours reflètent la conviction des investisseurs que le jumelage de la biologie de l'IA peut plier l'industrie économique décrite précédemment de la découverte de médicaments.
Pour moi, la question de savoir si l'IA sera utile pour la découverte de produits pharmaceutiques n'est pas aussi intéressante que la question de savoir si l'IA peut transformer un développement de 2 milliards de dollars dans un développement de médicaments de 200 millions de dollars ou si 10 ans peuvent être de 5 ans pour l'approbation d'un médicament. L'IA est utilisée pour soutenir la découverte de médicaments de la même manière que les logiciels sont utilisés depuis des décennies. Compte tenu de suffisamment de temps, nous savons que cela changera tout [4]. Mais est-ce que “assez de temps” pendant 3 ans ou demi-siècle?
Un nombre qui vaut la valeur est que 80% de tous les coûts des travaux cliniques fournis avec l'inclusion d'un médicament. Cela signifie que lorsque nous atteignons jamais des molécules qui ont été conçues en moins d'un an et validées précliniquement, nous n'affecte qu'une petite partie de ce qui rend la découverte active des substances. Ce plafond de profit de productivité est particulièrement frappant, car la plupart des données avec lesquelles nous pouvons former des modèles aujourd'hui sont toujours précliniques et dans la plupart des cas avant même l'animal. Un modèle parfait qui est prédictif in vitro-Tox vous fait gagner du temps lors de la course in vitro-Tox (ce qui est inférieur à quelques semaines!) L'écart de traduction in vitro-dans-vitro ne pond pas et, en particulier, n'affecte pas le saut redouté d'un animal à humain. Par conséquent, la perfection de la validité prédictive des travaux précliniques est le meilleur cas actuel de l'industrie. Bien que nous n'ayons pas suffisamment de quantités et de types de données pour les résoudre nous-mêmes.
Voici l'essai complet et très intéressant de l'excellente Lada Nuzhna.
Le courrier où sont les milliards de dollars-Biotech Companies? est apparu pour la première fois dans la révolution Edge.
#Où #sont #les #milliards #dollarsBiotech #Companies
