身份不明的发言人
Shawn M. O Connor（首席执行官）
身份不明的参会者
Mark（摩根士丹利）
我是Sam，负责本次会议模拟。此外，我们公司明年将迎来成立30周年纪念日。因此，我们并非市场上的新参与者。生物模拟在支持药物研发方面也不是一项新功能。早在90年代，结合技术与科学、数学、统计学以及化学、物理学和生物学的应用，促使我们开发了计算机模型，包括生物学模型、疾病状态模型、药物特性模型等，所有这些模型都旨在为药物研发过程提供效率并加快时间线。我们的解决方案平台涵盖了从早期发现、先导化合物优化过程到临床阶段的各种应用，包括生物模拟在临床前转化的影响，从实验室到动物试验，再到首次人体试验以及二期和三期临床试验，还有模型模拟在批准后的应用，如支持生物等效性豁免，无需为制剂变更或药物生产变更进行额外的临床试验支持。
生物模拟已经存在多年，从科学角度、药物赞助商角度以及重要的监管支持角度都获得了认可，支持使用计算机方法。在这方面，或许并非如此。FDA最近在动物试验领域支持的首次提及，是生物模拟应用范围扩大的一个最新例子，这支持了生物模拟的增长和采用，同时未来还有很长的应用扩展路线图。我们的业务主要是软件许可业务。我们为客户及其内部资源提供工具、建模能力和预先开发的模型，供他们部署和使用。
我们的业务中还包括科学咨询服务部分，以支持那些需要额外能力或尚未达到建立内部部门阶段的客户，并在整个过程中外包这些生物模拟支持。以上是公司的基本概况，欢迎提问。
太好了。好的，谢谢你的背景介绍，Sean。我想说，显然你们做了很多不同的事情。正如你谈到的药物研发价值链。请帮我思考一下，你们在药物研发过程的哪个阶段提供服务？是在发现阶段？临床前阶段？还是临床阶段？也许这些应用有所不同，但我认为，如今人们越来越多地将人工智能和药物发现联系起来时，他们往往会想到药物的早期设计阶段。我很好奇，当你思考你们提供价值的领域时，这一点是如何体现的。
是的，我们涉及药物研发的整个连续过程，显然有一些重点领域。当你观察从发现阶段进入临床以及各个阶段的成功率时，在整个连续过程中提高成功率有很大的机会。我们最早阶段的应用是通过一款名为Admet Predictor的产品——Admet即吸收、分布、代谢、毒性。这是一款早在90年代就部署了人工智能机器学习的工具，仅根据分子结构的绘制就能提供预测特性。该工具与其他输入和工具一起，在先导化合物优化过程中用于识别进入临床的候选药物。
也就是说，这可能占我们对客户支持的15%左右。我们的大多数生物模拟工具在候选药物进入临床后部署。有几个重点领域。我们的TBPK建模工具GastroPlus在转化医学中得到了广泛应用。将候选药物从实验室通过动物试验，进入首次人体试验。PBVKA方法提供了极大的可预测性，并为动物试验设计和首次人体试验的早期 efficacy和毒性评估提供了输入。不过，这种PBPK方法也进一步应用于临床，正如我之前提到的，它还用于批准后的变更、生物等效性豁免等。
PKPD是模型模拟生物模拟支持的第三个重要领域。这是一种技术和平台，主要专注于分析药物特性，其应用在于给药方案和患者人群分层。在这个世界里，也许适用于每个患者的重磅炸弹药物的机会越来越少，个性化医疗促使我们对患者进行分层，并确定那些疗效-毒性特征权衡适用于特定人群亚组的患者，而PKPD建模是这一努力的关键工具。所有这些都导致了临床试验方案的制定，我们在这些临床试验的前端投入了大量精力，同时也对这些临床试验进行模拟，以评估可能的结果是否足够，或者对该方案的调整是否会提高下游临床试验的成功可能性。
很好。好的，谢谢。我觉得有趣的是，你谈到在你们的产品中使用人工智能和机器学习已有数十年。我认为，当然，本次会议的首要话题似乎是人工智能。而且我认为，在过去几年中，人们越来越关注人工智能对药物发现的影响以及新型加速药物研发的潜力。我很好奇，显然你们已经做了很长时间了。你如何看待最近随着这些新工具的出现，药物研发过程发生了怎样的变化？我们是否正处于一种全新的药物研发方式的风口浪尖，还是说这更多是对现有研究的一种增强？
是的，Mark，我们花了10分钟才谈到人工智能。我很惊讶花了这么长时间。人工智能正在彻底改变我们生活中的一切。药物研发是人工智能应用潜力巨大的领域，作为一种强大的工具。它有助于加快时间框架、数据分析，当然也是我们工具包中的一部分。我们看到在早期药物发现中使用人工智能的重点取得了巨大进展，基于收集和访问更广泛的数据群体来寻找新靶点、生物标志物和候选药物，以确定并输入进入临床的候选机会。
人工智能是一个很好的工具。如果没有科学输入和药物研发组件，它就会陷入困境。因此，该行业在这方面正在取得进展。可能遇到的第一个挑战是数据，输入数据的质量等同于输出的分析结果。这提高了行业对如何收集、管理和存储数据并将其用于这些领域的关注。最终，我们看到候选药物识别方面有所增加。随着这些候选药物可能更快但更大量地进入临床，生物模拟的价值随之显现。
识别具有更高可预测成功性的靶点非常好。它会带来更多的药物项目机会，但这些项目仍然需要在前进的基础上完成药物研发要求的严峻考验。因此，无论是在它带来的候选药物交付方面，还是我们如何在生物模拟方法中利用人工智能技术方面，这都是我们领域令人兴奋的新进展。
我很好奇，Sean，显然AlphaFold预测了大约2亿种蛋白质结构。显然，这为你创造了很多机会，可能会带来更多的需求进入漏斗。但当你考虑今天的业务时，听起来你们已经使用人工智能和机器学习很长时间了。你认为人工智能在你们业务中的核心机会是什么？你们正在进行哪些投资来利用这些进展？
是的。人工智能在哪里提供价值？它能更快地搜索和查找数据。它可以帮助更快地查询这些数据集，并提高吞吐量。重要的是，我们想到其他行业的人工智能和机器人。在我们的世界中，代理人工智能能力将是最相关的。改善数据管理和数据查询。但最终，我们科学家的生产力、模型的构建、基于现有数据的模型评估，对于当前决策最有影响的是什么，这不是一个 overnight 的过程。
需要对数据进行评估。什么模型有效的概念、构建模型的逻辑、运行模型、完善模型、消除生物模拟方法的幻觉，然后随着更多数据的到来更新模型，在药物10到12年的周期内为该模型带来成果。这需要建模科学家付出大量的工作。在生物模拟采用的一个关键限制因素一直是具备此类工作能力的科学家稀缺的环境中。引入代理人工智能来自动化这一过程的许多步骤，或者至少加快其完成速度，并将科学家置于评估的世界中，让他能够提供科学知识。
不是在构建模型上，而是在模型的评估和改进方面，基于我拥有的数据，什么对当前决策最有影响。这不是一个 overnight 的过程。
我想知道，Sean，显然AlphaFold预测了大约2亿种蛋白质结构。显然，这为你创造了很多机会，可能会带来更多的需求进入漏斗。但当你考虑今天的业务时，听起来你们已经使用人工智能和机器学习很长时间了。你认为人工智能在你们业务中的核心机会是什么？你们正在进行哪些投资来利用这些进展？
是的。人工智能在哪里提供价值？它能更快地搜索和查找数据。它可以帮助更快地查询这些数据集，并提高吞吐量。重要的是，我们想到其他行业的人工智能和机器人。在我们的世界中，代理人工智能能力将是最相关的。改善数据管理和数据查询。但最终，我们科学家的生产力、模型的构建、基于现有数据的模型评估，对于当前决策最有影响的是什么，这不是一个 overnight 的过程。
需要对数据进行评估。什么模型有效的概念、构建模型的逻辑、运行模型、完善模型、消除生物模拟方法的幻觉，然后随着更多数据的到来更新模型，在药物10到12年的周期内为该模型带来成果。这需要建模科学家付出大量的工作。在生物模拟采用的一个关键限制因素一直是具备此类工作能力的科学家稀缺的环境中。引入代理人工智能来自动化这一过程的许多步骤，或者至少加快其完成速度，并将科学家置于评估的世界中，让他能够提供科学知识。
不是在构建模型上，而是在模型的评估和改进方面，基于我拥有的数据，什么对当前决策最有影响。这不是一个 overnight 的过程。
我想知道，Sean，显然AlphaFold预测了大约2亿种蛋白质结构。显然，这为你创造了很多机会，可能会带来更多的需求进入漏斗。但当你考虑今天的业务时，听起来你们已经使用人工智能和机器学习很长时间了。你认为人工智能在你们业务中的核心机会是什么？你们正在进行哪些投资来利用这些进展？
是的。人工智能在哪里提供价值？它能更快地搜索和查找数据。它可以帮助更快地查询这些数据集，并提高吞吐量。重要的是，我们想到其他行业的人工智能和机器人。在我们的世界中，代理人工智能能力将是最相关的。改善数据管理和数据查询。但最终，我们科学家的生产力、模型的构建、基于现有数据的模型评估，对于当前决策最有影响的是什么，这不是一个 overnight 的过程。
需要对数据进行评估。什么模型有效的概念、构建模型的逻辑、运行模型、完善模型、消除生物模拟方法的幻觉，然后随着更多数据的到来更新模型，在药物10到12年的周期内为该模型带来成果。这需要建模科学家付出大量的工作。在生物模拟采用的一个关键限制因素一直是具备此类工作能力的科学家稀缺的环境中。引入代理人工智能来自动化这一过程的许多步骤，或者至少加快其完成速度，并将科学家置于评估的世界中，让他能够提供科学知识。
不是在构建模型上，而是在模型的评估和改进方面，基于我拥有的数据，什么对当前决策最有影响。这不是一个 overnight 的过程。
我想，关于监管机构，我的意思是，正如你所说，生物模拟已经存在了几十年，但我认为很多人在今年4月真正开始关注，当时FDA出台并宣布了减少动物试验和临床前安全性研究的路线图，而采用计算建模作为工具将是实现这一目标的一部分。我很想听听你如何看待这为Simulations Plus带来的机会，以及我们今天处于采用曲线的哪个位置，与你认为未来5年、10年、15年的机会相比。
如果FDA继续倾向于将其作为一种潜在有趣的创新，可以开始取代一些传统的临床试验，今年4月宣布后，我们在截至5月的季度收入翻了一番。不，没有那么快。我先从宏观层面说起。多年来，生物模拟随着一系列不断扩大的用例而增长。过去曾有过动物试验努力或生物模拟应用的公告。并非专门针对动物试验，而是在其他领域，通常需要一段时间的窗口。一段辩论和分析期，科学辩论导致指南和你知道的障碍定义。你需要满足哪些条件才能减少或消除动物试验？这个过程在4月公告后开始，将按其进程进行。就像过去的类似公告一样，从长远来看，这将推动生物模拟的采用和Simulations Plus的增长，并为我们不断增长的业务提供支持。动物试验这一领域的争议可能会更大一些。双方都会有辩论。通过动物试验获得的信心和毒性安全性的敏感性。如何依靠计算机输入来避免这种情况？我的总体看法是，在我们开始看到无需动物试验即可批准IND之前，这大约需要3到5年的时间窗口。毫无疑问。我预计，随着指南的制定，那些首批试点案例不会是“我们豁免动物试验”。它们会是“是的，我们这样做。顺便说一下，让我们同时进行小样本量的动物试验来证实我们的信念”。这些事情会随着时间的推移而发展。关于今天与客户讨论这意味着什么的话题，随着指南变得更加明确，这将逐渐增加，最终推动“我们需要更多科学家来做这种生物模拟软件收入”，特别是Simulations Plus的模拟和/或Simulations Plus的咨询输入。
在当今世界，我们在转化医学阶段做了大量工作。我们的产品Gastrel plus包含12种不同的物种模型。它用于预测在动物试验中的表现。在进行动物试验的方案开发中，评估如何减少动物试验的种群规模，目标一直是高效的动物试验。现在的目标变成了如何消除动物试验。这将重点放在“让我们利用这种预测能力，跳过动物试验输入，达到允许直接进入首次人体功能的置信水平”。这些预测分析的严密性将受到审查，是否有来自芯片器官解决方案的更多不同数据可以提供更多输入，以完善这些算法并提高此处的预测能力？所有这些都有待解决，并期待着它，因为正如我们在其他此类举措中看到的那样，它们最终最重要的是推动这些步骤的成本和时间线的显著进步。但这些ROI将为Simulations Plus带来收入回报。我们期待参与这一演变过程。不过要有耐心，这不是一蹴而就的。
是的，好的，我认为该行业的一个共同点是将更有效、更安全的药物推向市场的共同目标。所以，正如你所说，我认为我们会继续看到创新并朝着这个目标努力。我想，任何事情的发展都不是线性的。耐心显然是一种重要的美德。我想，过去几年生物制药和生物技术的需求环境充满挑战，这对任何人来说都不奇怪。你如何看待当前的需求环境，以及你能分享哪些关于客户如何看待世界的见解？
是的，是的，这是，你知道，我的意思是，头条新闻众所周知，你知道，实际上，你知道，几年前开始的专利到期和IRI定价审查，你知道，当然导致了今年引入关税和最惠国定价以及FDA削减等等，对我们的客户群造成了系统性冲击。这是一个典型的行业，当感到意外时，会退缩并放缓脚步。你知道，它倾向于消化这些头条新闻，稳定下来并向前发展。但这一直是一个成本受限的环境，一个低融资环境。
你知道，我认为，你知道，这些头条新闻会来来去去，你知道，如果你回顾过去，不要被这些头条新闻分心。背后是药物研发ROI的挑战性下降。巨额投资的回报持续下降。迫切需要提高效率、时间线准确性和沿途的成功率。大约5000个分子进入系统才能获得一个批准，这些成功率需要提高。而且你知道，我对生物模拟的信心很高，因为在所有头条新闻的来来去去背后，ROI的改善，生物模拟是药物研发过程ROI改善的关键贡献者。
因此，虽然我们希望环境更强劲，希望客户能够。不幸的是，不幸的是，我可以花费X来节省Y，从更多的生物模拟来看回报很大，但我在进行X投资方面受到限制。当然，没有资金的生物技术公司无法进行这些投资，大型制药公司进行这些投资的速度很慢。今天你需要克服这一点。在这段时间里，我们执行得相当好，预计未来将继续保持这种执行力和收入增长，情况会变得更好。
我认为，显然你所指出的长期环境仍然非常完整，也许你可以花一点时间谈谈你宣布的一些战略业务重组，以及这如何为未来的增长奠定基础。
是的，在过去一个季度左右刚刚完成。Simulations Plus多年来通过有机增长和收购生物模拟能力组合的其他关键组件而发展壮大。这种增长经历导致了一些以独立实体形式管理的投资组合。在过去几年中，我们逐步完成了整合，形成了一个更具功能性的组织，打破了各个小组，将自己合并为一个软件开发业务和一个服务业务。虽然从会计角度来看，这在内部创造了各种效率，但真正的驱动力是，虽然这些生物模拟解决方案，就像我们的客户组织一样，是在孤岛中发展起来的，PKPD建模、QSP建模是解决药物研发连续过程中问题的独立小组，如今我们越来越多地看到，当这些方法结合使用时，其影响会增强。因此，我认为我们在客户方面有点领先。但我们现在的方法是，这里有一套平台软件解决方案，通过联合使用，将增强您的开发项目的影响。我们的科学咨询小组，而不是“我这里有一个问题，你能帮我吗？我们的PKPD小组能做些什么来解决它”，而是进入一个多学科小组，并从一开始就获得跨领域的输入，了解如何最有效地为您面临的挑战提供一些启示。
因此，我们的市场战略正在向可能略领先于客户的方向发展，但客户正朝着更全面地看待生物模拟及其影响的方向发展。除了内部效率之外，这些产品的集成、覆盖云技术的开发、可以一次开发并应用于我们整个平台的AI组件，而不是逐个产品开发，也为我们改善平台及其为客户提供的能力的路线图提供了一些加速。
谢谢。我们谈了很多关于人工智能的话题。我们谈到了FDA的创新。显然，你谈到了一些战略重组，以利用增长。我的意思是，当你展望未来时，你认为Simulations Plus最大的机会是什么，你如何在新市场解决方案、创新方面利用这些机会的路线图是什么？
是的，这确实是由我们在科学和监管方向上看到的情况驱动的，我们回到动物试验作为一个机会，我们总是有一些提前期。这是一个让我们领先于曲线并为三年后这些应用的现实做好准备的机会。生物模拟，你知道，我在这个领域已经30年了。我们已经跨越了生物模拟作为这一过程中有用工具的采用和接受阶段。然而，每年我们都能找到新的应用方法。因此，在小分子或小生物制剂方面保持最新，我们早期在心脏领域崭露头角，这在研发开发中是最重要的。
如今，肿瘤学和其他治疗领域在改善数据创建方面名列前茅，这些数据改善了这些领域的生物模拟建模工作和预测准确性。因此，我们希望以科学进步为指导。药物研发在治疗领域或治疗类型方面的发展方向，以及监管指导，以继续我们可以为药物研发过程带来生物模拟价值的长期跑道。
好的，谢谢你的时间，Sean。我们非常感谢，平台面前有很多机会。期待继续关注。
非常感谢你，Mark。
谢谢。