$Recursion Pharmaceuticals, Inc.(RXRX)$
昨晚Recursion股价暴涨16.44%，同时成交额环比大幅增长，如下图所示，最新股价为6.09，突破年线，从k线来看是不错的迹象。不过这不是我关注的重点，重点还是在基本面。
关于该公司我之前写过两篇文章，我再来划下重点。（我认为两篇文章内容都是重点）
Recursion Pharmaceuticals：人工智能研发新药第一股
Recursion是一家处于临床阶段的生物技术公司，通过整合生物学、化学、自动化、数据科学和工程学领域的技术创新来解码生物学，目标是从根本上改善患者的生活并实现药物研发的产业化。
Recursion的核心是 “递归操作系统”（Recursion Operating System），它结合了先进的基础设施层和 “递归地图”（Recursion Map），前者可生成世界上规模最大、增长最快的专有生物和化学数据集，后者则是一套定制软件、算法和机器学习工具，Recursion利用它来探索不受人为偏见限制的基础生物学，获得新的生物学见解，从而加速研究项目。
Recursion OS整合了在自有湿实验室或精选合作伙伴处生成的“真实世界”数据，以及该公司自主研发的“世界模型”——一套人工智能计算模型集合。
Recursion与其他技术驱动的药物发现公司存在几项关键差异
1.Recursion构建了一个全栈平台，利用大量生物学、化学和以患者为中心的专有数据集及模块化工具来实现药物发现的工业化，而大多数竞争对手公司则依赖于点解决方案来解决药物发现过程中的某个关键步骤。管理层认识到药物发现由多个步骤组成，点解决方案不足以在整个过程中实现效率提升。要解码生物学必须构建一个能够整合并工业化多种复杂工作流的全栈技术平台。
2.Recursion将湿实验室和干实验室能力整合于内部，形成一个良性循环的迭代过程。针对特定目的的湿实验室实验数据通过干实验室数字工具转化为计算机模拟假设和可验证预测，进而生成更多湿实验室数据，从而实现预测的持续优化。与处于类似发展阶段的公司相比，Recursion 具有显著优势。这些公司要么专注于湿实验室（传统生物技术或制药公司），要么专注于干实验室（面临算法快速商品化挑战且难以在非专有数据上实现差异化的公司）。
3.Recursion 在科学、技术和商业领域均已实现显著规模化。凭借在肿瘤学和罕见疾病领域拥有超过5个高潜力临床及临床前项目，与罗氏-基因泰克、赛诺菲、拜耳和默克集团等生物制药行业四大顶尖发现合作方建立合作，以及四项技术聚焦型合作，Recursion正站在利用技术驱动方法提升药物发现速度、质量和可扩展性的临界点。
投资Recursion这家公司，CEO这封信你一定要看！
这封信的目的是与你们分享一些关键的想法和原则，这些想法和原则可能难以表达，但我相信它们对我们完成使命至关重要。当您考虑以股东身份加入我们的使命时，您应该知道我们今天是一家什么样的公司，未来的目标是成为一家什么样的公司。
利用技术实现规模化和复杂性是我们发现意外的方法
生物系统可能很复杂，但并非从根本上无法解决。仅在过去五年中，我们就目睹了各种技术领域所用工具集的指数级进步，其中包括：i) 利用 CRISPR 基因组编辑和合成生物学等工具加强对生物学的控制；ii) 快速发展的机器人技术以前所未有的规模实现复杂任务的可靠自动化，包括生物实验；iii) 利用新的神经网络架构实现迭代分析和推理的新计算技术，以及 iv) 云计算解决方案带来的高性能计算的日益弹性。这些基础领域的快速进步和改进同时汇聚在一起，为新药发现和开发领域的革命创造了环境。
我们提高药物发现的规模和效率的方法的核心原则是将湿实验室和干实验室自动化和集成，前者用于创建大规模的生物学经验数据集，后者则利用机器学习（ML）来揭示数据集中的复杂模式。任何静态数据集都不可能为解决疾病生物学问题做出有意义的贡献；秘诀在于迭代方法，即通过对先前数据的学习来生成新数据，而这种方法的秘诀就是在内部生成我们自己的数据。我们的数据集适用于机器学习，每周增长约 80 TB，因此改进算法的速度比应用于静态数据集快数倍。
此外，我们的方法还能避免人类偏见，而人类偏见往往是药物发现过程中的一大威胁。作为人类，我们所能解释的数据规模和尺度都是有限的，而且我们很容易看到适合自己和证明自己假设的数据。如今，我们的人工智能流程缺乏精明药物猎人的直觉，但算法并不关心假设。
我们可以从其他行业学到什么
在过去的二十年中，我们都目睹了技术在一个又一个行业中的普及。由于采用了新型方法，历史悠久、根深蒂固的公司几乎都被遗忘了。
通过将可靠的大规模数据源与系统、流程和算法方法相结合，一家电子书（编者注：亚马逊）商向传统零售业发起了挑战，一家视频邮件服务公司（编者注：奈飞）成为娱乐业最强大的力量之一，一家小型电动汽车制造商（编者注：特斯拉）领先汽车行业其他公司十年实现了飞跃。在每一个案例中，公司都是先占领了一个小的利基市场，然后利用数据和技术知识，以超出大多数人想象的速度迅速发展。此外，随着他们大规模整合新的数据集，网络效应占据上风，其方法的威力呈指数级增长。当他们的竞争对手意识到发生了什么并做出反应时，他们已经处于明显的劣势。
同样，我们一开始就专注于静静地构建地球上规模最大、增长最快的生物图像数据集之一，以及在罕见病小范围内进行探索的系统、流程和算法。通过这种初步的方法，我们的候选药物管线已远远超过了年龄和规模相仿的传统生物制药公司。
就在去年（2020年），我们开始利用我们所学到的一切，开始大规模创建更多的数据集，并开始专注于建立系统、流程和算法，以整合这些数据集，并建立它们之间的关系。随着网络效应的形成，我们相信我们方法的威力同样会以指数级的速度增长。我们不会止步于发现；我们将利用新技术和我们围绕数据集创造学习良性循环的精神，建立一个下一代、综合和垂直化的生物制药公司，甚至更多。
许多人认为，过去二十年中其他行业发生的颠覆性变革不会发生在生物制药领域，因为这个领域太复杂，监管太严格。生物制药行业是最晚经历这些变革的行业之一，这当然不足为奇，但它也不能独善其身。事实上，生物制药行业曾经经历过这样的技术颠覆周期：20 世纪 80 年代，新的数据和技术让我们能够剖析分子通路；20 世纪 90 年代末和 2000 年代，生物制剂开始蓬勃发展。这种周期以前也发生过，而且风险很大：很少有其他行业有十几家公司的市值超过 1000 亿美元，也很少有其他行业的产品在开发过程中 90% 都会失败，而且没有一个行业具有同样的潜在影响。这样的循环还将重演。
免责声明：本号对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，且不构成任何投资建议，对于使用该信息而引发或可能引发的损失将由投资者自行承担。投资者不应以该等信息取代其独立判断或仅根据该等信息做出决策。同时，我们尊重原创。文字图表等素材，版权属于原作者或其代理人。若涉及版权问题，敬请联系我们，立即做删除处理。
精彩评论