Po dziesięciu latach niespełnionych obietnic firma Recursion Pharmaceuticals liczy na nowego lidera, który w końcu przekształci platformę opracowywania leków opartą na sztucznej inteligencji w leki, które odniosą sukces komercyjny. Najat Khan, nowy dyrektor generalny firmy, przejmuje stery w obliczu rosnących strat finansowych i sceptycyzmu co do tego, czy sztuczna inteligencja może naprawdę zrewolucjonizować przemysł farmaceutyczny.
Problem: dekada niewykorzystanego potencjału
Założona w 2014 r. firma Recursion początkowo obiecywała wprowadzenie na rynek 100 nowych leków w ciągu dekady, wykorzystując sztuczną inteligencję do przyspieszenia tradycyjnie powolnego i kosztownego procesu opracowywania leków. Rzeczywistość okazała się brutalna. Pomimo znacznych inwestycji firma nie wprowadziła jeszcze na rynek ani jednego leku. Cena akcji spółki spadła o 86% od debiutu giełdowego w 2021 r., pozostawiając kapitalizację rynkową na poziomie 2,2 miliarda dolarów. W ostatnich miesiącach podjęto drastyczne kroki, obejmujące redukcje portfela i zatrudnienia (o 20% od sierpnia 2024 r.), wraz z rosnącymi stratami w wysokości 716 mln dolarów przy spadku przychodów (o jedną trzecią do 44 mln dolarów).
Misja Khana: zamień obietnice w zyski
Najat Khan, który oficjalnie obejmie stanowisko dyrektora generalnego 1 stycznia, ma doświadczenie w budowaniu zespołów AI w Johnson & Johnson. Jej misja jest jasna: udowodnić, że podejście Recursion oparte na sztucznej inteligencji może przezwyciężyć notorycznie wysoki wskaźnik awaryjności branży (obecnie 90%) i tworzyć leki szybciej i taniej niż tradycyjnymi metodami.
„Wiele osób, kiedy przyszedłem do Recursion, mówiło: «Zmiana zasad odkrywania leków to bardzo trudne zadanie». Powiedziałem: „OK, wyzwanie przyjęte” – powiedziała Khan Forbesowi w swoim pierwszym wywiadzie jako przyszła dyrektor generalna.
Wyzwanie związane z opracowywaniem leków przy użyciu sztucznej inteligencji
Przemysł farmaceutyczny stoi przed ogromnymi kosztami badań i rozwoju (3,5 miliarda dolarów na lek, przy średnim okresie wprowadzenia leku na rynek 10 lat). Sztuczna inteligencja oferuje teoretyczne rozwiązanie: przyspieszenie odkryć, zmniejszenie prawdopodobieństwa niepowodzenia i ostatecznie zmniejszenie kosztów. Jednak przełożenie tej teorii na wymierne wyniki okazało się nieuchwytne.
Portfolio rekurencji: nasiona postępu?
Khan wskazuje na wewnętrzny rurociąg Recursion, w tym potencjalne leki na raka i rzadkie choroby, jako dowód postępu. Jeden z obiecujących kandydatów dotyczy dziedzicznej choroby genetycznej prowadzącej do raka okrężnicy. Oczekuje się, że pierwsze dane kliniczne będą dostępne w ciągu kilku tygodni.
Firma podkreśla także niedawne przełomowe płatności od gigantów farmaceutycznych, w tym umowę o wartości 30 milionów dolarów z firmami Roche i Genentech na mapowanie wyspecjalizowanych komórek odpornościowych. Świadczy to o uznaniu platformy Recursion w branży.
Wyzwanie dotyczące danych: dekodowanie biologii
Główną przeszkodą w opracowywaniu leków wykorzystujących sztuczną inteligencję jest fragmentaryczny i niekompletny charakter danych biologicznych. Recursion próbuje stworzyć kompleksową mapę genów, białek i danych pacjentów, argumentując, że jest to konieczne, aby sztuczna inteligencja działała skutecznie.
„Nie możesz tworzyć leków, dopóki nie będziesz mieć tej mapy i tych danych” – podkreślił Khan. „Musisz zacząć od początku”.
Sceptycyzm pozostaje
Pomimo tych wysiłków sceptycyzm utrzymuje się. Analityk Jefferies, Dennis Ding, ocenia Recursion jako wstrzymany, uznając potencjał platformy, ale ostrzegając, że potwierdzenie zajmie trochę czasu, a interpretacja wyników klinicznych może być trudna.
Wynik
Najat Khan stoi przed trudnym wyzwaniem, aby udowodnić, że podejście Recursion oparte na sztucznej inteligencji może spełnić pokładane w nim nadzieje. Najbliższe kilka lat będzie miało kluczowe znaczenie dla ustalenia, czy ta ambitna wizja może przełożyć się na wymierne rezultaty, czy też firma pozostanie kolejną przestrogą w dążeniu do opracowywania leków wykorzystujących sztuczną inteligencję.
