Com’è cambiato il settore BioTech, agli occhi di un investitore, negli ultimi 30 anni? Molto, negli anni Novanta, era un’industria dominata da pochi attori, e altamente concentrata. Nel tempo si è notevolmente ampliato grazie all’elevato numero di Ipo, pur controbilanciate da un volume costante di M&A e fallimenti, dati gli elevati costi cui è soggetto. A patto di poter usare il Nbi come indicatore, il Nasdaq Biotechnology Index, i suoi titoli sono passati da 100 nei primi Duemila, ai quasi 400 del 2022, dopo la frenesia di Ipo durante la pandemia. Non c’è voluto molto, e tra fallimenti, fusioni e ristrutturazioni l’indice è già tornato a 250 membri, numero meno atipico.
Come cavarsela in un’industria per definizione dinamica e altamente tecnica? Risulta fondamentale affiancare alle tipiche competenze finanziarie, altre più scientifiche. Solo un team multidisciplinare può raccogliere la sfida, e cavalcare le diverse fasi di mercato, monitorando lo sviluppo di nuovi farmaci, progresso scientifico, ed evoluzione del business. È del resto un’industria le cui giornate sono scandite da congressi cui partecipano migliaia di medici, dove anche piccole aziende con pochi brevetti sono accolte da standing ovation per i traguardi raggiunti, il che equivale sì a utili, ma anche a pazienti che stanno e staranno meglio.
Non per questo, anzi, è estranea al progresso tecnologico, come l’Ai sta già dimostrando, pur essendo ancora agli inizi. La modellazione in silico, in cui gli esperimenti vengono condotti tramite simulazioni al computer, sta rendendo la progettazione dei farmaci molto più snella e ponderata. Quelli che prima erano approcci ad ampio spettro si sono evoluti in molecole progettate con cura e con ottime proprietà farmacologiche, come elevata efficacia, sicurezza e selettività.
Il mercato si risveglia
N. Ipo del settore per trimestre (dati 2020 - 25; per valore in usd mld)
I modelli linguistici di grandi dimensioni (Llm) aiutano a setacciare l’enorme quantità di dati generati dalla ricerca biomedica. In combinazione con grandi database di sequenze genetiche e caratteristiche delle malattie, consentono la scoperta di nuovi bersagli farmacologici.
In generale, l’Ai contribuisce a rendere le sperimentazioni cliniche più solide, rapide ed economiche, aiutando a selezionare i pazienti giusti e consentendo così di condurre sperimentazioni su scala ridotta. Gli assistenti intelligenti possono aiutare i pazienti ad aderire alla terapia farmacologica e a rimanere nella sperimentazione.
Ogni volta che le autorità di regolamentazione esaminano un nuovo farmaco, è necessario presentare una mole enorme di documenti, centinaia di migliaia di pagine. L’Ai aiuta a compilare questi documenti e assiste i revisori nell’esaminarli. Anche in questa industria, si pensi soltanto a costi e rimborsi delle cure mediche, la burocrazia è un centro di costo formidabile, e la tecnologia può aiutare, liberando risorse preziose.
Al centro dell’interesse degli investitori, dove può essere creato valore, si trovano piccole aziende con piattaforme tecnologiche innovative che offrano approcci scalabili, e che abbiano quindi il potenziale per diventare colossi. Obiettivi innovativi mai sperimentati comportano sì rischi biologici, ma anche un potenziale di mercato inesplorato, com’è il caso di quelle aree in cui esiste un chiaro marcatore biologico in grado di indicare tempestivamente se un farmaco sta agendo sui processi corretti nell’organismo, poiché ciò può accelerare significativamente o ridurre i rischi delle sperimentazioni cliniche.
© Riproduzione riservata