身份不明的发言人
Chris Gibson（联合创始人兼首席执行官）
Najat Khan（首席研发官兼首席商务官）
Ben Taylor（首席财务官）
身份不明的参会者
Dennis（Jefferies金融集团）
大家好，欢迎参加Recursion公司2025年第二季度财报电话会议。我是Chris Gibson，Recursion的联合创始人兼首席执行官，今天我很高兴与大家分享我们公司在推进"解码生物学"使命方面的一些最新进展。
自从与Accentia完成业务合并以来的九个月里，我们一直在讨论Recursion OS 2.0。今天我想从这里开始，告诉大家我们如何将Accentia和Recursion的卓越组件整合在一起，并构建操作系统的新组件来推动我们的使命。
在Recursion，我们的一切都基于专有的、适合特定目的的数据，无论是我们内部生成的数据还是从合作伙伴那里获取的数据。我们不仅仅是为了帮助发现靶点、转化项目或协助临床试验而生成数据。我们正在构建一个真正的端到端能力，从靶点发现一直到临床试验模拟。
我们对所有这些部分如何相互配合和补充感到非常非常兴奋。我们在Recursion所做的一切都基于迭代学习周期。我们的许多工作都基于干实验室预测和湿实验室验证的迭代周期。
我想谈谈我们在上个季度真正投入的几个Recursion OS组件。首先我要谈谈Boltz 2。这是与MIT和Nvidia的一个非常令人兴奋的合作项目。通过与MIT的合作，我们能够帮助引领蛋白质折叠领域和蛋白质配体结合预测领域。我们实际上开源了这个项目。到目前为止，已经有近20万次下载和近5万独立用户。
我认为最令人兴奋的是，这项工作获得最大关注的是我们实际上能够做出接近自由能扰动计算效率和效果的结合预测。但我们能够用大约少1000倍的计算资源做到这一点。这真的非常非常令人兴奋。这意味着许多基于物理计算的真正定制工作实际上可以以筛选形式完成。
虽然在这个领域我们和其他人还有更多工作要做，但我们非常兴奋地看到这个工具和类似工具将如何推动领域发展。更重要的是，我们已经将这项技术构建到Recursion OS中，甚至这项技术的改进也纳入了Recursion OS。
过去一年我们一直在讨论的另一个领域是我们的Clintech平台。这是我们正在针对Recursion的每一个项目部署的东西。这有多个组成部分。第一个是我们应用于人类基因组学的因果AI。这非常令人兴奋。我们从Helix和Tempus获取患者数据，将其与我们的扰动生物学数据和Recursion的算法结合起来，帮助将我们的平台与患者联系起来。
这使我们能够识别靶点、对患者进行分层，甚至进行适应症扩展。我们还开始使用我们一直在构建的内部软件来设计和模拟我们的临床试验。这使我们有可能为30%以上的患者改善最佳剂量。这真的非常令人兴奋。我们正在针对Recursion的项目部署这一点。
第三，我们现在不仅使用AI来识别患者、设计临床试验，还用于招募和执行。我们临床试验的运营方面也非常非常重要。通过我们在这个领域构建的新软件和建立的合作伙伴关系，我们现在有可能在高质址站点实现50%更快的入组预测。这意味着我们可以提前两个月启动试验。
再次强调，这是我们的Clintech平台的早期阶段。但我最兴奋的是，我们已经针对我们管线中的项目部署了这些工具。我们很快将针对管线中的新项目部署这些工具。Najat将在几分钟后告诉大家更多相关信息。
我们继续推进肿瘤学和罕见病领域的内部项目管线，以及与罗氏、赛诺菲、拜耳和默克KGaA的一系列研发合作和项目。我们对所有这些项目感到非常非常兴奋。但我认为最令人兴奋的不是任何一个项目，而是我们正在构建的平台和这些领先指标，它们表明我们可以更快、更低成本地将药物推向临床。
最终，我们相信随着时间的推移，这些领先指标将继续改善，我们将能够继续提高项目质量的高标准，并以真正的规模推动它们前进。为了告诉大家我们如何建立势头，让我把话筒交给我们的首席研发官兼首席商务官Najat Khan。
Najat。
谢谢Chris。很高兴今天来到这里。让我们深入探讨一下。Chris提到了我们正在推进的一系列合作伙伴关系、合作伙伴发现项目和内部项目。有几点需要注意。
在内部方面，你可以看到有六个左右的项目正在经历非常重要的转折点，涵盖肿瘤学和罕见病领域。我今天要做的是更详细地介绍我们几个更晚期阶段的肿瘤学项目，CDK7单药剂量递增以及我们扩展队列组合臂和RBM 39的启动。
我们将分享更多关于生物标志物富集、实体瘤、患者群体等方面的信息，以及我们如何利用平台洞察力来精确定位我们在合作伙伴关系方面的发展方向。
我经常被问到这个问题，所以我想退一步分享一下我们的合作伙伴关系。价值创造有两个主要领域。第一个是Chris一开始提到的，我们与合作伙伴共同开发的专有、适合特定目的的数据集。这方面的一个例子当然是与罗氏基因泰克合作的首个神经元表型图谱IPSC衍生品。
价值创造的另一个领域是合作项目，我们在化学方面使用AI模块设计非常具有挑战性的、同类首创、同类最佳的项目。最近我们在赛诺菲合作伙伴关系中实现了第四个里程碑。更多内容即将公布。
接下来我要花点时间快速浏览一下我们内部投资组合中的整体项目，然后我会更详细地介绍CDK7和RBM 39。快速提醒一下，CDK7是一个非常重要的靶点。重点是利用我们在Recursion OS平台中的AI驱动设计模块来优化治疗指数。
这是一个其他人之前尝试过的靶点。所以这是重点领域。我们今年年底前应该有更多单药剂量递增数据。正如我提到的，组合启动了RBM 39。这实际上是我们使用表型图谱识别的一个例子，我们在基因组不稳定的癌症中发现了新的MOA与合成致死靶向机会。
2026年上半年，我们预计会从单药剂量递增中获得一些初步数据。你听到了一些关于MEK1 2在我们FAP项目中的信息。我想强调这又是一个表型洞察，我们实际上以无偏见的方式得出了MEK12与MAP激酶信号通路和APC及Wnt信号通路之间存在重要关系的结论，这种疾病适用于FAP。
所以我们今年晚些时候，即2025年下半年，应该会看到比今年早些时候分享的初步数据更多的数据。Malt 1是另一个项目，我们现在正在使用和利用Recursion OS平台的AI驱动化学设计部分。再次强调，为了降低与UGT1A1抑制相关的责任，该项目也处于单药剂量递增阶段。
最后，我们还有几个临床前项目正处于开发候选IND启用阶段的重要转折点。但你知道，很多这些项目，我们之前讨论过，都集中在Recursion OS平台的早期版本上。随着我们迭代学习并向Recursion OS平台添加更多组件，我们预计下一波项目将具有更高的潜力，并能以更高效的方式完成。
但我想带你深入了解Recursion OS，特别是与Xientia整合后的2.0平台的实际内容。如果你看左侧，我们首先从AI驱动的生物学洞察开始。这是我们实际发现新靶点的地方。这来自多组学数据，无论是表型组学、转录组学等，早期就与患者联系起来。
这是基于机器学习的患者连接数据层，对来自Tempus、Helix等的数据集非常重要，确保我们能够实际获取这些生物学洞察并解构MOA，并早期就采用筛选方法来分类一些结合亲和力。这就是像Chris之前提到的Boltz 2这样的方法已经被纳入我们工作流程的地方。
除此之外，我们还在内部开发专有算法。所以一旦我们把它放在幻灯片上，我就必须说它已经过时了，因为中间有如此快速的迭代和工作在进行。
AI支持的精确设计。这是我们设计分子的地方，真正优化新支架。这是我们使用生成式AI方法和主动学习来优化药物样特性的地方。这还包括使用QMMD方法，这是一种3D蛋白质和原子模型。这里一个重要点是我们的湿实验室和干实验室整合。
这就是自动化化学、自动化生物学和自动化ADMET变得极其重要的地方，这样我们可以更早、更快地设计出某些元素，确保我们在发现阶段获得更好的分子。
最后但同样重要的是，也是我关心的一个方面，是确保我们在临床开发中也这样做。Chris在谈到我们正在构建的一些领域时提到了这一点，你会看到我们已经在当前项目中使用的一些例子，涉及患者分层的因果推断以及更智能的试验和更快的改进。
因此，当我介绍每个项目时，我将实际强调我们正在整合Recursion OS模块和平台的哪个领域，并实际突出我们项目的洞察力。让我们从RBM 39开始。
在这个项目中，正如我之前提到的，重点实际上是利用我们的生物学图谱。快速提醒大家，从左侧开始，我们从这些非常大的生物学图谱开始，全基因组CRISPR敲除，然后我们分析专属于我们的化合物，以更好地理解可能实际调节我们已识别的生物学洞察的初始化学底物。
这里的例子是我们如何识别RBM39，它表型上与CDK12相似。CDK12在右侧面板中，因其在DDR调节中的作用一直是肿瘤学中有吸引力的靶点，但通常由于CDK13的同源性而在选择性方面面临挑战。利用我们的表型图谱，我们实际上发现RBM39在表型上至少与CDK12相似，而与CDK13不同。
所以这是第一个洞察。第二个洞察是我们实际上开发了RBM 39的分子胶和降解剂，你稍后会看到，它们也在表型上模拟CDK12。所以这是我们最初的暗示，这可能潜在地RBM39抑制剂或降解剂可能提供可药物化的潜在类似物。
然后我想说一些没有被充分讨论的事情，那就是如果你看中间面板，我们不仅寻找CDK12或CDK13，而且更广泛地查看图谱，看看是否还有已知的、已经生物学验证的依赖性。这里的一个例子是CDK12和cyclin K相似的表型读数。但这只是我们查看的整个图谱中的一个小细节。
如果你转到下一张幻灯片，这是同一图谱的另一个扩展。我们在这里看到的相当有趣的是，在黑色框中的中心是我在前一张幻灯片中提到的，即RBM 39和降解剂本身，以及我们看到的与CDK 12、CDK 13等的一些关联。但你看得更广，你还会在DNA损伤修复、表观遗传调控、细胞周期控制和转录中看到机制上的关联。
当你从MOA的角度来看这一点，我接下来会谈到，实际上直观上是有道理的。RBM39，如果我们转到下一张幻灯片，对剪接保真度很重要。RBM 39的降解导致剪接缺陷。现在，如果你将其与已经基因组不稳定的肿瘤结合起来，无论是因为DNA修复通路的脆弱性还是转录调控，那么这实际上可以增加不稳定性，导致潜在的凋亡和细胞死亡。
所以只是想与大家分享一个洞察如何与对作用机制的理解进行三角验证。但这还不够。如果我们转到下一张幻灯片，除此之外，我们还研究了体外和体内工作，从我们查看更广泛的患者群体开始，考虑到我提到的图谱中复制压力、表观遗传失调、细胞周期改变或致癌驱动因素相关的肿瘤的连接性，以及那些具有DDR效应的肿瘤。
所以这两者。这涵盖了几种实体瘤，从结直肠癌、乳腺癌等，以及一些我们将研究和深入研究的临床可操作的改变，如MSI高、MYC扩增等。
但我们想看看计算机理解，并将其与体外和体内工作进行三角验证。所以如果你看体外细胞系，你清楚地看到RBM 39降解剂，在这种情况下是REC 1245。在具有较高复制压力的细胞系中比没有较高复制压力的细胞系具有更高的敏感性。这对我们来说是一个良好的早期信号。
如果你转到下一张幻灯片，我们在体内也看到了类似的趋势，在不同的具有高复制压力特征的肿瘤类型中，你看到了肿瘤体积的减少。这帮助我们做了两件事。第一，更好地理解RBM 39作为实体瘤中同类首创靶点的重要性。第二，也让我们更好地了解哪些患者群体、肿瘤细分等可能与我们靶向相关。
如果你转到下一张幻灯片，我们更进一步。我们还想看看它的整体情况。所以你有了Recursion OS内部，肯定是我提到的临床前数据。但也看看中间面板中的机制验证。我们在这里看到两件事。首先，D max在RBM 39降解中接近100%，D50数值也相当强效。所以RBM 39降解快速且强效。
现在，我们想更进一步。如果你转到下一张幻灯片，如果你转到前一张幻灯片，请。好的，没关系。如果我们转到下一张幻灯片。这实际上帮助我们了解了我们的剂量递增和组合臂将是什么。所以对于RBM 39单药剂量递增，但在我们关注或追求的癌症中是子宫内膜癌、卵巢癌等具有高基因组不稳定性的癌症。
我们还将关注一些生物标志物富集的人群，如MSI高。所以再次强调，第一例患者剂量患者正在入组这项研究。我们应在2026年上半年从这项单药试验中获得早期安全性和PK数据。
现在我们来看看CDK7，这是我们的下一个项目。在这里，我们实际上利用了Recursion OS平台的两个组件。首先，专注于设计一个能够真正优化治疗指数的分子。第二，利用我们的一些Clintech方法来精确定位哪些患者群体和哪些组合臂我们将重点关注。
让我们转到下一张幻灯片。快速提醒一下分子是如何设计的。这里有几件事需要注意。CDK7也是一个重要的靶点。它是细胞周期进程和转录的主调节器。但其他化合物迄今面临的挑战之一是渗透性、外排和吸收不快的挑战。所以我们想改变这一点。我们使用生成式AI模型来实际设计新支架。
我认为这部分非常重要，即利用主动学习和实验ADMET数据快速学习、迭代和优化分子，以减少我们想要设计出的组件，如确保高渗透性、快速吸收和低外排。
与RBM 39降解剂类似，这在很短的时间内完成，从开始到IND启用约18个月，合成了约200种化合物。在这种情况下，你也看到约136种新化合物合成，并在不到12个月内获得候选ID。
现在，设计高渗透性、快速吸收和低外排的一个组成部分是确保我们有足够的暴露量。你在右侧面板中看到，无论是10毫克QD还是20毫克QD，都清除了IC80线。当我们实际看看与一些同行的比较时，我们的暴露量比他们看到的高一个数量级。
截至2024年11月/12月的数据截止，该化合物在卵巢癌中显示出一例确认的PR，以及迄今为止多例疾病稳定，安全性良好，未达到MTD。
如果你转到下一张幻灯片，我们此后实际设计了我们关注的组合臂。所以我们今天宣布关注的是一线以上铂类耐药卵巢癌。我们如何做到这一点？首先我们看了临床前数据。所以在细胞面板体内，你看到卵巢癌对CDK 17敏感，进行了多个面板。
除此之外，作为我们Clintech方法的一部分，我们还使用了一些多组学和临床数据的因果推断。这对于更好地理解这里的因果关系因素非常重要。我们基于约32,000份患者记录看到，基于这些数据，卵巢癌的高表达与较低的总生存期相关。
这给了我们从临床前和我们迄今为止在早期临床数据中看到的一些内容，结合一些因果推断工作的整体证据，使我们更有信心选择第一个适应症，那里有显著的未满足需求。一线以上铂类耐药卵巢癌，如果你转到下一张幻灯片，站点选择和激活正在进行中。
对于组合臂，标准治疗包括单药化疗、BEVA加化疗，在某些情况下还包括PARP抑制剂。除此之外，单药臂正在进行中，我们预计今年晚些时候会有更多数据。
如果我转到下一张幻灯片。所以我还会分享更多关于我们一些合作发现项目的信息。下一张幻灯片。好的。所以如果你以赛诺菲为例，刚刚提到我们在过去18个月中实现了第四个项目的里程碑。我想花点时间说，其中一些项目，无论是在免疫学还是肿瘤学领域，都是同类首创、同类最佳。
我们正在经历的一些里程碑包括发现先导系列、开发候选等重要里程碑。我们有几个项目正在推进到这些里程碑，包括未来12到15个月的开发候选。这项工作利用了你看到的Recursion OS平台。很多AI驱动的化学设计模块在罗氏5个表型图谱方面已经构建。
你看到了RBM 39的例子，我们如何使用我们的一些表型图谱。这些特定于神经科学和胃肠道肿瘤领域。我的意思是，对于去年我们交付的神经科学图谱，使用了超过一万亿个IPSC衍生细胞，全基因组敲除以及其他过表达扰动。所以你真正获得了对生物通路的全面理解，那里有很多工作在进行，以将这些洞察转化为新项目。
所以更多内容即将公布，然后在胃肠道肿瘤适应症方面，已经开发了四个图谱，已经有一个被选择，更多工作在进行。我想这里要注意的一点是，与罗氏、赛诺菲、拜耳和默克KGaA等合作伙伴合作是一种真正的荣幸和荣誉，我们带来了我们最好的能力。
你知道，Recursion OS，Recursion，你知道，Drunk Hunter专业知识和平台技术专业知识，以及基因泰克、赛诺菲等的深厚生物学和化学专业知识。然后当谈到拜耳和默克KGaA时，同样是我之前提到的价值创造的第二个领域，即具有挑战性的靶点，使用我们的化学平台为它们开发分子，或实际从我们的生物学图谱中突出和提名新的或不可药物化的靶点，这里有潜力在2020年底前通过合作伙伴里程碑获得超过1亿美元。
说到这里，我将把话筒交给我们的首席财务官兼英国总裁Ben Taylor，让他告诉我们更多关于财务更新的信息。Ben
太好了。谢谢，Najat。我们有一个不错的季度，并以强劲的现金余额结束。当我们转到下一张幻灯片时，显示季度末现金为5.33亿美元。这不仅基于我们管理支出。在合并时，我们向股东承诺，我们不仅会推动许多增长、项目和技术，正如Chris和Najat所谈到的，而且还会管理我们的支出。
所以你看到我们从2024年的预估烧钱到2026年的预期现金烧钱减少了35%。这是我们管理团队的承诺，确保我们尽可能高效地做到这一点。我们在本季度有一些很好的现金流入。除了赛诺菲的里程碑付款外，我们还获得了2900万美元的研发税收抵免。这是英国的税收抵免。我们未来将继续获得这个，尽管随着相关立法的改变，金额会变小。
我们的指导没有改变，我们继续预计到2026年底合作伙伴流入超过1亿美元，并在2026年将烧钱控制在3.9亿美元以下。所以明年所有这些将结合在一起，预计现金跑道将持续到2027年第四季度。我给你的那个现金烧钱数字不包括任何合作伙伴流入或其他融资或流入。
说到这里，我将把话筒交回给Chris。
谢谢Ben。是的，我只想最后谈谈我们如何看待Recursion的未来。自与Accentia完成业务合并以来的九个月非常精彩。我们真的觉得我们已经将两家公司平台的最佳元素整合到了Recursion OS 2.0中，正如我和Najat之前谈到的。展望未来，我认为你将开始看到我们在保持极高质量标准的同时，带来通过我们在多种细胞类型中的多模态图谱识别的独特生物学洞察。
我们将看到我们带来新想法、新靶点、新化学。我们将使用我们的MOA和靶点解构系统工具，如Boltz 2、我们的QMMD系统，甚至CRISPR筛选来推进这些令人兴奋的靶点。然后我们将继续部署这个Clintech平台，帮助将我们在Recursion开发的模型和项目与真实世界证据转化为可以走向临床的项目。
再次强调，我们专注于差异化、高质量的项目，这些项目将走向其他人无法到达的地方。我们很兴奋Recursion 2.0平台开始向你展示那些真正整合了从靶点发现一直到Clintech的所有元素的项目，在接下来的几个季度和年份中。但在接下来的18个月里，我们有一个充满催化剂的日程。
今年下半年看起来非常令人兴奋。包括FAP和CDK 7在内的多个数据读出。正如Nijat之前谈到的，明年上半年我们将讨论我们的RBM 39项目，从单药试验中获得早期安全性和PK数据。然后进入明年下半年，我们将看看Malt 1和启动我们的ENPP1项目，这是我们最近从与Rally Bio的合资企业中引入的。
除了你在这里看到的内部管线外，我们将在所有合作伙伴关系中交付，可能有额外的表型图谱选项、新项目启动的潜力以及合作伙伴选择项目的潜力。所以Recursion继续在内部和合作伙伴管线中交付，同时构建我们认为是未来药物发现的平台，这将有助于提高我们推进药物的成功率、时间、成本和潜力。
说到这里，我们将进入问答环节。
我将转到第一个问题，来自多个方面，关于我们的Boltz 2.0项目。问题是，Boltz 2是我今年早些时候在JPM提到的与主要合作伙伴在基础蛋白质结构建模方面的倡议吗？
答案是肯定的。这就是我们在JP Morgan提到的合作伙伴关系。这里的一个问题是为什么开源而不是保持内部？我们相信发现、开发药物真的非常具有挑战性。生物学非常复杂，化学非常复杂。有些地方我们相信我们有非常差异化的优势，比如我们的大规模表型平台和设计平台。这些地方我们将保持这些工具内部。
还有其他地方我们需要处于前沿。但我们相信在这个领域有许多竞争合作伙伴或团体在工作，在这些领域，与其试图保持一些其他人也可以获得的东西内部，我们实际上认为最好帮助商品化这项特定技术。这正是我们在Boltz 2上所做的。所以我们正在商品化我们的补充，确保每个人都有机会使用许多团体正在使用的工具，然后保持那些我们认为其他人真正没有的专有工具。
第二个问题是，你们还在构建专有模型吗？
答案是绝对的。所以在Boltz 2.0模型公开之前，我们就在利用它们。我们还有大规模的内部数据集，可以想象我们可以采用Boltz 2中构建的相同架构、相同类型的模型，并在更大的专有数据集上训练它们，给我们带来内部优势。
所以第二个问题我将转给Najat，问题来自Jefferies的Dennis。
Dennis问关于CDK7组合扩展队列在卵巢癌中，你们在试验中允许什么标准治疗？并提醒我们他们显示的疗效水平在OR和PFS方面。
然后Nijan，在你回答第一部分后，我会转到第二部分。
谢谢Chris。谢谢Dennis的问题。好问题。所以标准治疗，正如我在演讲中提到的，将是单药化疗加BEVA。我最后看到的是，这种组合的中位PFS约为6.7个月，中位OS约为14至22个月。对我们来说，对于组合，我们肯定希望看到相对于标准治疗的显著改善。这是一个有显著未满足需求的患者群体。
你知道，团队将深入研究哪些点可能更重要。例如，在一定时间内达到特定扫描的患者比例等。所以那里有很多对话在进行。但我们肯定希望看到相对于标准治疗在PFS方面的显著改善。
谢谢Najat，你回答了第二部分。所以我将转到下一个问题，来自Cowan的Brendan和B of A的Alec问。你提到了正在进行的REC 1245（我们的RBM 39项目）的多组学分析。你预计这些分析的数据会在一定程度上决定你在未来研究中入组的患者吗？你能从这些分析中利用哪些数据来靶向或入组未来患者？最后，你能指出RBM 39与其他CDK靶向资产的差异化吗？
很好。很多问题。谢谢Brendan，谢谢Alec。我将从前几个问题开始，即这些分析的数据是否决定我们将入组的患者，以及未来问题。听着，正如我今天在演讲中提到的，你知道，生物学图谱、表型图谱、多组学方法等的真正美妙之处在于，你不是在某个领域对某个靶点进行单一筛选，你看到了靶点在多种通路中的重要性和有趣性的整体性质。
这对我们理解这一点非常重要。对于各种形式的复制压力，可能是表观遗传的，也可能是其他领域，以及DNA修复脆弱性，对RBM 39作为靶点都非常重要。这是第一步。这实际上帮助我们为单药剂量递增选择了这些领域的患者。正如你今天早上在我们的新闻稿中看到的。
我还要说的是，单药剂量递增将很重要。我们将看到具有某些生物标志物的患者被招募和入组等，我们将根据我们收到的数据更多地精确定位我们的发展方向。但这是实际使用这些数据的一个好方法，不仅用于新靶点发现，而且正如我之前所说，还在发现过程中更好地假设你可能想要推进哪些患者群体。
10万患者以上。扩展是因为它实际上靶向一个广泛的，应该说，有可能靶向广泛的基因组不稳定的肿瘤类型。
谢谢，Najat。
然后另一个。
继续。
我没有回答问题，只是想确保我回答了差异化点，RbA39，乙酸。听着，RbM39不是激酶，对吧？许多激酶，例如，正如我提到的，CDK12长期以来一直是重要的致癌靶点。但与CDK 13的同源性使得很难真正获得你寻找的选择性。所以对我们来说，这是从对重要靶点的选择性灵感中诞生的，重要于DDR调节，但当我们查看更广泛的图谱时，它走得更远。
相信我，我今天甚至向你展示的DDR通路图谱只是一个美丽的图谱。它比那广泛得多。所以在某个时候，我很乐意能够向你展示更多。你在那里看到了什么？
谢谢，Anjad。好的，下一个问题。来自Cowan的Brendan和摩根士丹利的Sean问关于即将到来的FAP数据。在这个数据读出中，你认为成功的门槛在哪里？这会让你对前进的道路有信心。鉴于FAP中的高未满足需求，你认为迄今为止看到的息肉减少程度如果在三期复制，会支持在这个患者群体中的批准和采用吗？
谢谢Chris，谢谢Brandon和摩根士丹利的Sean的问题。是的，对于FAP，标准治疗。嗯，FAP还没有获批的治疗方法。所以我只想退一步说，塞来昔布和其他药物被超说明书使用。息肉减少约20%到30%左右。所以我们肯定希望看到息肉减少的显著改善。一些初步数据是有希望的。然而，对我们来说真正重要的是看看今年晚些时候的数据，那时我们将有更广泛的患者群体。
第二个关于支持批准和采用的问题。你知道，在我们今年晚些时候看到数据后，当然与监管机构进行对话很重要。一旦我们这样做，很高兴跟进并分享更多关于从批准角度来看的内容。
谢谢，Nejat。接下来我们有来自Needham的Gil和摩根士丹利的Sean的合作伙伴问题。Nijat，我将第一个问题转给你，即在赛诺菲合作下实现的700万美元里程碑，这是我们从这个合作中获得的许多里程碑中的最新一个。你能更详细地说明到底实现了什么来赢得这个里程碑吗？
很好。所以我们拥有的项目，再次强调，作为这个项目合作伙伴关系的一部分，多达15个项目。我当然不能透露确切的目标，但我可以说这是免疫学领域的一个具有挑战性的目标。我们确实看到里程碑集中在先导系列上。实际上能够成功完成接下来的里程碑将是开发候选。我认为需要注意的一点是，这些都是非常非常具有挑战性的。同类首创、同类最佳的目标。设计它们很难。这不是你传统上做的方式。
事实上，我们迄今为止已经实现了四分之四，敲木头，我认为是新方法如何帮助我们并增强我们以前能做的事情的重要证明。但未来12到15个月会有更多内容。
我认为这是科技生物领域的一个有趣之处，Nijad和Dennis，或者我应该说Gil和Sean，这个领域许多与大型制药公司合作的公司正在研究一些非常困难的目标，这些目标不适合更传统的方法。所以我们在这些里程碑上的进展和其他人一样令人兴奋。Ben，我现在要转给你。对于2026年潜在的1亿美元里程碑，你有什么可见性？有任何假设在现金跑道计算中吗？再次，这来自Needham的Gil和摩根士丹利的Sean。
当然。谢谢Gil和Sean。所以在某种程度上，我们有很多可见性，因为该指导仅基于现有合作伙伴关系和这些合作伙伴关系中的现有项目。当然，我们不确定这些里程碑是否会实现。所以我们实际做的是查看所有我们知道的项目，并对它们进行概率加权。所以这是一个概率加权的数字，不是全额。如果我们采用绝对数字，它会比这个高。我们不包括任何潜在的新业务发展或尚未确定的项目的额外扩展。
所以这是两个我们可以增加未来潜在里程碑的领域。但这是我们对现有业务的最佳估计，我们觉得安全。
谢谢Ben。接下来我们将转到Jefferies的Dennis和Lyrink的Moni，他们都询问我们的现金跑道以及我们如何达到2027年第四季度现金耗尽的指导。
当然，绝对。所以这里有几个重要说明。第一，在考虑现金跑道时，始终关注现金流非常重要。所以如果你看我们的P&L表，我们的运营费用或净收入实际上包括很多非现金费用。所以真正重要的是查看现金流量表，看看那里流动的是什么。第二，我们给出的所有指导，今年的4.5亿美元，明年的3.9亿美元，是基于现金的运营费用和资本支出，不包括任何合作伙伴流入或新业务发展或融资。
所以我们做的是，然后看看所有可能带我们前进并让我们达到2027年的情景。实际上我们发现有很多不同的方式可以让我们达到2027年第四季度。我们感到舒适的是，即使只是看看我们现有的合作伙伴关系，就像我刚才谈到的里程碑一样。我们感到舒适的是，以我们现在智能运营的方式，尽可能高效地管理我们的支出，真正执行我们现有的合作伙伴关系，并遵循我们在其他现金流入（包括融资）上的相同策略，我们可以达到2027年第四季度。
所以我们将继续前进，随着时间的推移，我们将围绕这些不同变量尽可能优化。
谢谢Ben。最后一个问题来自John，他问或说我们看到像Xai这样的公司大胆行动，比如投资数百万芯片加速他们的愿景。你能分享RXRX如何同样加倍投入吗？你计划哪些雄心勃勃或变革性的举措反映了你的下一级思维？
John，谢谢。好问题。我想最后首先说，如果你看过Nathan Beniock发布的人工智能状况报告，你实际上会看到Recursion是，我相信，唯一一家被列为全球前20名非政府公司（无论是私营还是上市公司）的生物制药公司，就我们的计算规模而言。
现在我们远不及特斯拉、XAI或任何这些公司，但我们确实在推动整个生物制药领域最复杂的大规模计算计划之一，我认为这说明了我们对技术将如何推动这个领域发展的雄心。但在其他举措方面，我在之前的活动（包括JP Morgan）中谈到过我们在这个领域向所谓的虚拟细胞的竞赛信念。
这本质上是一个细胞生物学的计算模型，可以预测如果你以任何方式作用于细胞（许多不同种类的细胞）会发生什么。你添加一个蛋白质，改变一个基因的效应或表达水平，你添加一个小分子或多个小分子。我们相信构建一个可靠和稳健的虚拟细胞不仅需要非常好的蛋白质折叠数据，不仅需要非常好的原子和物理建模，不仅需要良好的患者数据或通路数据。
它将需要所有这些不同的数据层，并处于所有这些的前沿。我认为Recursion今天通过与Tempus和Helix等公司的合作伙伴关系，真正推动了患者层。通过我们在Recursion自己的工作，在十几种不同人类细胞类型的基因组规模敲除图谱中构建通路数据。
然后正如你今天听到的，通过我们的Boltz建模和一些QMMD建模，我们能够真正工作在蛋白质折叠和原子建模层。我认为能够在所有这些层上操作将是一个真正的优势，因为我们竞赛向虚拟细胞并在内部部署早期版本。更重要的是，我们在Recursion有一个叫做前沿研究小组的团队。
前沿研究小组是一个专门的小组，工作在非常高风险但高回报的领域。虽然虚拟细胞是这个小组工作的一部分，但你今天听到的一些工作，包括使用Tempus数据的因果AI建模，实际上是从这个前沿研究小组开始的，现在已经进入Recursion os的生产。
这些是我们在高风险、高回报领域下的赌注，然后在某些情况下仅六或九个月后就部署。我不能告诉你这个小组正在做的所有事情，但我要说的是，我们认为一个非常有趣的领域，我们正在密切关注的是使用代理自动化我们发现事物的方式，以及我们可能发现药物的方式。
这肯定也是我们努力保持非常接近的领域。所以Recursion和整个领域有很多令人兴奋的工作在进行。感觉是一个非常令人兴奋的领域，值得在未来五年左右关注。所以我想感谢今天加入我们的每一个人。我们非常感谢有你们，非常感谢问题，我们期待在下一次财报电话会议或之前某个时间见到你们。谢谢大家。