GLOBAL AI IN OMICS STUDIES MARKET SIZE AND SHARE ANALYSIS - GROWTH TRENDS AND FORECASTS (2023 - 2030)

Si prevede che l'AI globale negli studi di omics dimensione del mercato 4,515,4 Mn entro il 2030, da US$ 639,8 Mn nel 2023, presentando un tasso di crescita annuale composto (CAGR) del 32,2% durante il periodo previsto.

L'intelligenza artificiale (AI) viene sfruttata in vari campi della scienza per rivoluzionare la ricerca e la scoperta. In genomica e la ricerca molecolare, l'intelligenza artificiale sta svolgendo un ruolo cardine aiutando i ricercatori nell'analisi di dataset omici di grandi e complessi. Ci sono vari prodotti basati su AI che vengono utilizzati per l'analisi dei dati omics.

Uno dei prodotti più comunemente utilizzati sono strumenti di analisi dell'espressione genica che utilizzano algoritmi di apprendimento automatico per identificare i modelli nei dati della trascrizione e dedurre intuizioni biologiche. Questi strumenti consentono ai ricercatori di eseguire analisi funzionali, rilevamento dei biomarcatori e modellazione della rete genica molto più efficiente rispetto ai metodi statistici tradizionali. Altri prodotti utili includono strumenti di sequenziamento genomico e proteomico che impiegano l'apprendimento profondo per la chiamata di base, la chiamata variante e l'identificazione peptide da omics datasets. Questo ha significativamente aumentato la sequenziamento del throughput e l'accuratezza dei dati.

Mentre gli strumenti di omics dell'AI hanno vantaggi chiari come velocità, automazione e la capacità di scoprire modelli sottili, ci sono ancora alcune sfide. I modelli utilizzati da questi strumenti funzionano come 'black-box' e non forniscono spiegazioni per i loro risultati. Ciò può ridurre l'affidabilità e la riproducibilità dei risultati. Inoltre, le prestazioni dei modelli AI dipende dalla quantità e dalla qualità dei dati di formazione, limitando il loro utilizzo per malattie rare. La standardizzazione di dataset e modelli su piattaforme è un altro problema.

Global AI in Omics Studies Market- Regional Insights

• Nord America dovrebbe essere il più grande mercato per AI negli studi omici durante il periodo di previsione, che rappresenta oltre il 40% della quota di mercato nel 2023. La regione è sede di aziende leader dell'AI e della sanità che sono all'avanguardia nello sviluppo e nell'applicazione delle tecnologie AI per gli studi omici. Paesi come gli Stati Uniti hanno un'infrastruttura di ricerca sanitaria altamente avanzata insieme a un forte finanziamento governativo per la ricerca biomedica. Molte grandi università e istituti di ricerca negli Stati Uniti stanno attivamente esplorando il potenziale di AI e metodi di apprendimento automatico per analizzare genomica, proteomica e altri tipi di dati omici. Queste iniziative stanno guidando l'adozione di soluzioni AI attraverso applicazioni cliniche e di ricerca nella regione.

Inoltre, il Nord America ha un grande pool di esperti di AI e di data science che stanno lavorando a progetti collaborativi tra l'accademia e l'industria. La regione ha anche un ambiente di mercato ricettivo e regolamenti favorevoli per sostenere la commercializzazione di strumenti diagnostici e di ricerca basati su AI. Le principali aziende farmaceutiche e di scienze della vita con investimenti significativi di ricerca e sviluppo stanno utilizzando l'IA per accelerare la scoperta della droga dai dati omici. Questi fattori hanno reso l'America del Nord l'adozione precoce dominante di soluzioni e servizi basati sull'intelligenza artificiale per gli studi omici.

• Asia Pacifico il mercato dovrebbe essere il secondo più grande mercato per AI nel mercato degli studi omici, che rappresenta oltre il 25% della quota di mercato nel 2023. Paesi come Cina, India, Giappone e Corea del Sud stanno rapidamente investendo nella tecnologia sanitaria e promuovendo iniziative finalizzate alla precisione e alla medicina personalizzata. Con una crescente popolazione di classe media alla ricerca di opzioni sanitarie avanzate, la regione Asia Pacific offre notevoli opportunità. I governi stanno inoltre introducendo politiche di sostegno e finanziamenti per la ricerca collaborativa che coinvolge AI e altre tecnologie all'avanguardia. Questo sta attirando grandi giocatori internazionali per stabilire centri e partnership R&D nella regione. Inoltre, i paesi dell'Asia Pacifico hanno un grande pool di talenti di esperti di intelligenza artificiale e computazionale, che aiuta a risolvere la carenza di competenze e a ridurre i costi per le aziende. Queste condizioni favorevoli stanno rafforzando la posizione Asia Pacific come il mercato regionale più veloce in crescita per l'IA negli studi omici.
• Europa Il mercato dovrebbe essere il mercato in crescita più rapida per AI nel mercato degli studi omici, con una quota del 19% durante il periodo di previsione. La crescita del mercato in Europa è dovuta alla crescente ricerca e sviluppo genomica nella regione.

Figura 1. Global AI in Omics Studies Market Share (%), Per Regione, 2023

To learn more about this report, request sample copy

Vista analista: L'AI nel mercato degli studi di omics sta crescendo costantemente e si prevede di assistere a una crescita significativa nel periodo di previsione. Il driver principale per l'adozione dell'IA negli studi omici è la sua capacità di analizzare i dataset omici grandi e complessi. Gli strumenti AI aiutano i ricercatori a identificare i modelli, i biomarcatori predittivi e a ottenere nuove intuizioni biologiche dai dati omici in modo più efficiente. Il Nord America ha dominato il mercato nel 2021 a causa di pesanti investimenti da parte di aziende farmaceutiche e la presenza di principali operatori AI nella regione. Asia Pacific è previsto per essere il mercato in crescita più rapida durante il periodo di previsione a causa dell'aumento degli investimenti R&D da parte della Cina e dell'India in omics e tecnologie AI.

Tuttavia, la mancanza di manodopera qualificata per sviluppare e distribuire soluzioni AI rimane un importante ostacolo per un'adozione più ampia. L'integrazione dei dati e l'estrazione di informazioni significative da dataset multi-omics pongono anche sfide. Tuttavia, la crescente partnership tra le aziende AI e Omics presenta opportunità per lo sviluppo di piattaforme di analisi avanzate. Le nuove startup offrono anche soluzioni AI basate su cloud ai ricercatori, che sta espandendo il mercato indirizzabile. La prospettiva futura rimane positiva, con l'accettazione crescente dell'IA come strumento indispensabile per accelerare la ricerca omica.

AI globale in Omics Studies Market- Drivers

• Crescere dati genetici e genomici e aumentare gli investimenti: La rapida crescita dei dati genetici e genomici disponibili attraverso progetti di sequenziamento su larga scala sta alimentando l'aumento dell'adozione dell'intelligenza artificiale negli studi omici. A causa di idraulici costi di sequenziamento del DNA nell'ultimo decennio, la capacità di analizzare i blocchi di costruzione della vita ha accelerato esponenzialmente. Diversi governi e organizzazioni non profit in tutto il mondo hanno lanciato iniziative ambiziose per raccogliere dati genomici da milioni di volontari per promuovere la ricerca biomedica. Ad esempio, il Regno Unito. Biobank, un grande studio biobanca a lungo termine nel Regno Unito, ha dati genetici da oltre 500.000 individui, che è liberamente disponibile per i ricercatori approvati a livello globale.

Poiché i petabyte di informazioni genetiche si riversano da questi sforzi pubblici, c'è un urgente bisogno di analizzare questo diluvio di dati complessi. Questo sta conducendo investimenti significativi in AI e machine learning per ricavare informazioni significative da omics datasets. Le aziende farmaceutiche e i centri di ricerca accademica stanno sempre più utilizzando modelli di apprendimento profondo per accelerare la scoperta della droga attraverso una migliore comprensione delle correlazioni genotipo-fenotipo. Le startup stanno anche emergendo che si concentrano sullo sviluppo di strumenti AI su misura per applicazioni di prevenzione della medicina di precisione e della malattia utilizzando dati genomici.

• Medicina personalizzata e diagnosi di precisione: La medicina personalizzata e la diagnosi di precisione stanno guidando significativamente l'adozione dell'intelligenza artificiale negli studi omici. Con l'avanzamento di tecnologie come genomica, epigenomica e proteomica, una grande quantità di dati omici multidimensionali viene generato da singoli pazienti. L'analisi di questi dati omici complessi manualmente per capire le condizioni di malattia di ogni paziente e trovare piani di trattamento personalizzati è un compito quasi impossibile. Questo è dove l'intelligenza artificiale sta giocando un ruolo fondamentale aiutando i ricercatori a sfruttare grandi set di dati sanitari e informazioni cliniche per sviluppare modelli predittivi per una diagnosi accurata e terapie personalizzate.

Le tecniche di AI come l'apprendimento automatico e l'apprendimento approfondito sono ampiamente utilizzate per applicazioni come sequenziamento genico, farmacogenomica, sviluppo del biomarcatore e sistemi di supporto delle decisioni cliniche. Ad esempio, gli algoritmi AI stanno analizzando variazioni genomiche, trascrizioni RNA ed espressioni proteiche nel campione biologico di un paziente per prevedere la predisposizione delle malattie, diagnosticare le condizioni, tracciare la progressione della malattia, e identificare potenziali bersagli di droga o terapie che possono funzionare meglio per quell'individuo. Alcuni sistemi AI possono anche monitorare le risposte di trattamento e contrassegnare gli eventi avversi in quasi in tempo reale integrando i profili omici con i record di salute elettronica. Ciò consente ai fornitori di assistenza sanitaria di fornire cure di precisione più efficaci su misura per le caratteristiche biologiche uniche di ogni paziente.

• Progressi tecnologici nell'intelligenza artificiale e nell'automazione: I progressi nell'intelligenza artificiale e nell'apprendimento delle macchine stanno rivoluzionando la genomica e consentono un'analisi più estesa dei set di dati omici di grandi e complessi. Sfruttando vaste quantità di dati genomici e molecolari, le tecnologie AI possono scoprire modelli e intuizioni che sarebbero quasi impossibili per i ricercatori da scoprire da soli. Ad esempio, gli algoritmi sviluppati dai National Institutes of Health possono ora analizzare il genoma completo di una persona in meno di un secondo, identificando le mutazioni potenzialmente causate dalle malattie oltre 200 volte più veloci dei metodi tradizionali. Poiché i datasets in campi come proteomics e transcriptomics continuano a crescere esponenzialmente a causa di progressi in sequenziamento ad alto rendimento e strumenti di raccolta dati, l'AI diventerà sempre più critico per aiutare i ricercatori a capire questo allagamento di dati.

L'applicazione di AI sta anche aiutando a automatizzare molti flussi di lavoro genomici di routine e compiti. I modelli di apprendimento approfondito sono stati sviluppati per interpretare automaticamente le chiamate di variante genomica con precisione del 99%, risparmiando ai ricercatori un tempo immenso precedentemente speso per la validazione e la valutazione manuale. Altri strumenti AI possono ora automatizzare processi complessi come la progettazione di editing del genoma CRISPR in una questione di ore contro mesi per gli esperti umani. Poiché gli studi genomici generano petabyte di nuovi dati ogni anno, i sistemi automatizzati alimentati da AI saranno necessari per aiutare ad analizzare questo diluvio di informazioni in modo tempestivo e conveniente. Questa crescita dell'automazione basata sull'intelligenza artificiale sta riducendo il carico di lavoro sui ricercatori, liberandoli di concentrarsi su questioni scientifiche più innovative.

Global AI in Omics Studies Market- Opportunità

• Scopo per AI nella scoperta e nello sviluppo dei vaccini: L'IA ha un enorme scopo per accelerare i processi di scoperta e sviluppo dei vaccini nel mercato degli studi omici. Con algoritmi AI e machine learning, i ricercatori possono ora analizzare enormi quantità di dati omici come genomica, proteomica e metabolomica a una scala e velocità senza precedenti. Questa grande analisi dei dati aiuta a identificare i sottotipi della malattia e scoprire nuovi obiettivi della droga e biomarcatori. Aiuta anche nel reclutamento e nel monitoraggio di studi clinici.

Per esempio, l'IA viene utilizzato per setacciare milioni di composti chimici per prevedere quelli più probabili per colpire efficacemente le proteine associate a una malattia. Questo consente di risparmiare tempo prezioso rispetto ai metodi tradizionali di prova e di errore. Le aziende farmaceutiche stanno anche sfruttando l'IA per migliorare le strategie per repurposing farmaci esistenti per nuove terapie. Rivelando somiglianze tra malattie o condizioni a livello molecolare, l'IA può scoprire modi inaspettati per distribuire trattamenti approvati per altre malattie.

Come ha dimostrato la pandemia COVID-19, lo sviluppo di vaccini sicuri ed efficaci richiede tipicamente anni attraverso la ricerca convenzionale. Tuttavia, gli algoritmi AI possono ora analizzare genoma coronavirus sequenziati da varie posizioni geografiche e prevedere come può mutare nel tempo. Questo aiuta i progettisti di vaccino a stare davanti a nuove varianti. Diversi strumenti AI stanno anche accelerando i processi di screening e selezione dei candidati al vaccino. Ad esempio, oltre 50 potenziali candidati al vaccino SARS-CoV-2 sono stati testati e due sono stati selezionati per gli studi clinici solo due mesi dopo la rivelazione della sequenza genomica del virus, secondo l'Organizzazione Mondiale della Sanità (OMS)

• Ridurre le spese sanitarie: Uno dei fattori significativi che influenzano il tasso di crescita dell'IA globale nel mercato degli studi omici è la crescente spesa sanitaria, che aiuta a migliorare la sua infrastruttura. Per esempio, secondo il Sistema Internazionale di Sanità degli Stati Uniti, nel giugno 2020, le organizzazioni governative degli Stati Uniti mirano a migliorare l'infrastruttura sanitaria aumentando i finanziamenti, impostando la legislazione e le strategie nazionali, e cofondando e impostando i requisiti e le normative fondamentali per il programma Medicaid. Analogamente, nel novembre 2022, l'Istituto canadese per l'informazione sanitaria ha riferito che la spesa sanitaria totale in Canada era di 331 miliardi di dollari nel 2022, o di 8,563 dollari per il canadese, mentre le spese sanitarie rappresentavano il 12,2% del prodotto interno lordo del Canada (PIL) nel 2022, a seguito di un aumento del 13,8% nel 2020.
• Crescita nei mercati emergenti: I mercati emergenti nei paesi in via di sviluppo presentano un enorme potenziale di crescita nel mercato degli studi sull'intelligenza artificiale. Queste nazioni stanno sperimentando un rapido sviluppo economico e testimoniano un aumento degli investimenti nella ricerca sulle scienze della salute e della vita. Con l'aumento dei redditi, le persone in queste regioni hanno ora un maggiore accesso alle tecnologie diagnostiche sofisticate e sono più aperte alle nuove applicazioni dell'IA in medicina.

Diversi fattori rendono le condizioni di mercato emergenti favorevoli all'ampia adozione di strumenti AI nella ricerca omica. In primo luogo, nelle nazioni emergenti, la popolazione è spesso più giovane e ha una maggiore prevalenza di malattia. Questo sottolinea la necessità di diagnostica di precisione e terapeutici. In secondo luogo, i governi stanno investendo fortemente nella costruzione di infrastrutture biotecnologiche per promuovere le priorità nazionali in materia di bioprospettiva e scoperta della droga. Ad esempio, la National Biopharma Mission dell'India mira a promuovere collaborazioni R&D tra accademia e industria. In terzo luogo, ridurre i costi di sequenziamento genomico e archiviazione dei dati sta rendendo l'analisi multi-omica guidata da AI fattibile anche per i programmi sanitari pubblici a bassa risorsa e gli ospedali in aree remote.

Global AI in Omics Studies Market- Tendenze

• Adozione di soluzioni e servizi cloud-based: L'adozione di soluzioni e servizi cloud-based è rapidamente aumentata negli ultimi anni. Più aziende stanno migrando le loro infrastrutture e applicazioni al cloud, in quanto fornisce enorme flessibilità, scalabilità e costi ridotti rispetto al mantenimento di server on-premise. Il cloud consente alle aziende di evitare grandi investimenti in hardware e data center pagando solo per le risorse che utilizzano. Questo modello pay-as-you-go si è dimostrato molto attraente, soprattutto per start-up in contanti e piccole imprese Secondo i dati del Regno Unito. Dipartimento del Governo di Digital, Cultura, Media e Sport, oltre il 90% delle aziende del Regno Unito ora utilizzano una qualche forma di cloud computing, fino a circa il 75% nel 2020.

Mentre le aziende abbracciano gli strumenti basati su cloud e il lavoro remoto abilitato da tecnologie come soluzioni di incontro virtuali cloud-hosted, la domanda di infrastrutture cloud affidabili e sicure è anche aumentata enormemente. Per soddisfare questa domanda, i principali fornitori di servizi cloud come Amazon Web Services, Microsoft Azure e Google Cloud hanno ampliato significativamente la loro presenza nel data center a livello globale. Ad esempio, Amazon Web Services Cloud computing company, ha annunciato piani a fine 2021 per investire 5 miliardi di dollari nella costruzione di 15 nuove regioni data center in tutto il mondo entro il 2026. Questa rapida espansione dei data center consente ai fornitori di cloud di ridurre la latenza e migliorare i clienti di supporto in tutto il mondo, attirando ancora più aziende alle loro piattaforme.

La crescente adozione di soluzioni basate su cloud da parte delle imprese sta creando un'enorme opportunità di mercato per fornitori di software indipendenti e startup di tecnologia cloud. Altre aziende stanno sviluppando applicazioni cloud-native e flussi di lavoro che sono facili da distribuire, gestire e aggiornare nel cloud. Questo ha spinto forte investimento e innovazione in aree come computer serverless, contenitori, cloud storage, strumenti di collaborazione, sicurezza informatica, AI/ML, e altro ancora. La pandemica ha accelerato questo spostamento verso la trasformazione digitale abilitata al cloud in tutti i settori.

• Integrazione di AI con IoT e blockchain: La convergenza delle tecnologie emergenti come l'AI e il blockchain sta portando una maggiore adozione di soluzioni e servizi cloud-based in tutte le industrie. Poiché più attività fisiche vengono connesse a Internet e generano un'ampia quantità di dati, c'è una maggiore necessità di elaborazione della potenza e della memorizzazione dei dati. L'infrastruttura cloud consente alle organizzazioni di sfruttare in tempo reale le informazioni dei dati IoT attraverso gli strumenti AI e analytics ospitati sul cloud. Ad esempio, la manutenzione predittiva delle apparecchiature industriali utilizzando i dati dei sensori IoT e i modelli AI nel cloud aiuta le aziende manifatturiere a migliorare i tempi di inattività e a ridurre notevolmente i costi di fermo.

L'integrazione di AI e IoT sta anche aprendo nuove opportunità attraverso l'iper-automazione. I dati in tempo reale da dispositivi collegati possono alimentare processi decisionali automatizzati e flussi di lavoro. La capacità di Blockchain di condividere in modo sicuro i dati attraverso silos organizzativi migliora ulteriormente il potenziale delle collaborazioni AI e IoT. Quando i dispositivi, i sistemi e i partner commerciali possono reagire in modo affidabile, interagire e convalidare le transazioni in modo automatizzato, genera efficienza. Ad esempio, i contratti intelligenti blockchain e AI-powered stanno semplificando i processi della supply chain per i produttori di auto, come Ford, tramite il monitoraggio digitale delle parti dai fornitori. Ciò riduce le scartoffie e migliora la visibilità nei livelli di inventario.

Global AI in Omics Studies Market - Restrizioni

• Riduzione della manodopera qualificata: La carenza di manodopera qualificata sta frenando significativamente la crescita dell'adozione di soluzioni e servizi cloud-based in vari settori. Con sempre più aziende che riconoscono i vantaggi strategici e operativi del cloud computing, la domanda di competenze e funzionalità cloud sta superando esponenzialmente. Tuttavia, l'offerta di professionisti cloud esperti e formati sta lottando per mantenere il passo con questa domanda alta.

Diversi fattori contribuiscono al crescente divario di competenze nelle tecnologie cloud. I programmi di formazione IT tradizionali stanno ancora raggiungendo il ritmo di innovazione nel dominio cloud. Modelli cloud richiedono nuove competenze intorno sistemi distribuiti, networking, architettura senza server, containerizzazione, machine learning, ecc. La riqualifica della forza lavoro esistente con queste nuove tecnologie di età è anche una sfida. Molti istituti scolastici devono ancora progettare corsi che possono dotare gli studenti delle competenze cloud rilevanti. Questo sta ostacolando la pipeline di talento per i lavori cloud.

Allo stesso tempo, i giocatori cloud in rapida crescita stanno affrontando difficoltà nel reclutare personale sufficientemente addestrato. Secondo un rapporto del 2022 del World Economic Forum, oltre la metà dei leader aziendali intervistati ha detto che stanno affrontando significative carenze di talento in settori come la scienza dei dati, il cloud computing e la sicurezza informatica. Questa carenza di competenze agisce come un vincolo per le aziende di sfruttare pienamente le capacità del cloud e scalare la loro trasformazione digitale. Riduce la loro agilità e velocità di innovazione. In definitiva, ha un effetto smorzante sul ritmo in cui le organizzazioni sono disposti ad adottare modelli cloud e migrare la loro infrastruttura IT e carichi di lavoro al cloud.

• Costi di installazione elevati e mancanza di infrastrutture: L'adozione di soluzioni basate su cloud richiede un investimento significativo nell'aggiornamento delle infrastrutture e delle reti esistenti per supportare le tecnologie cloud. Per molte organizzazioni, in particolare per le piccole e medie imprese, la spesa di capitale anticipata necessaria per implementare la migrazione cloud o per costruire nuove infrastrutture cloud-enabled può essere proibitivamente elevata. Impostare funzionalità cloud come server virtuali, storage, apparecchiature di rete e funzionalità di sicurezza comporta spese non banali. Questa elevata barriera all'ingresso impedisce a molti potenziali clienti di passare al cloud in primo luogo. Dato i loro budget limitati, tali organizzazioni sono scoraggiate dai costi di configurazione e migrazione elevati associati all'adozione del cloud.

Inoltre, nei paesi in via di sviluppo e nelle aree remote, la mancanza di accesso a Internet ad alta velocità continua a porre sfide. La connettività di rete affidabile e veloce è essenziale per le aziende e gli individui per sfruttare pienamente i vantaggi dei servizi cloud. Tuttavia, la scarsa penetrazione a banda larga in alcune parti dell'Africa e dell'Asia è un ostacolo. Ad esempio, secondo gli ultimi dati dell'Unione internazionale delle telecomunicazioni, circa il 31% delle famiglie in India manca ancora l'accesso a Internet a partire dal 2021. L'incapacità di garantire il trasferimento di dati senza soluzione di continuità pone difficoltà per le organizzazioni in queste regioni a spostare i loro carichi di lavoro e processi completamente sul cloud. I deficit delle infrastrutture influiscono negativamente sull'esperienza degli utenti e minano la fiducia nelle soluzioni cloud.

Figura 2. AI globale in Omics Studies Market Share (%), Offrendo, 2023

To learn more about this report, request sample copy

Global AI in Omics Studies Market- Recenti sviluppi

Avvio prodotto e tecnologia

• Il 20 settembre 2023, DNAstack, una società di software, ha lanciato Omics AI, una nuova suite di software rivoluzionaria per omics e la ricerca sanitaria. Omics AI rende le scoperte scientifiche più veloci e potenti, consentendo intuizioni su reti federate di dati in conformità con gli standard aperti forniti dalla Global Alliance for Genomics & Health (GA4GH). Il sistema viene utilizzato da aziende farmaceutiche leader nel mondo, ospedali, università, gruppi di promozione dei pazienti, finanziatori, strutture di sequenziamento, agenzie governative e consorzi per crescere reti collaborative in diverse aree di ricerca.
• Il 14 aprile 2023, Bimodale, una società di biotecnologie, ha lanciato la sua nuova soluzione multiomica a duetto, che dice rivela il potere combinatorio di informazioni genetiche e epigenetiche da un singolo campione a basso volume. La soluzione multiomica del duetto è la prima tecnologia di sequenziamento monobase al mondo che consente la lettura simultanea delle informazioni genetiche ed epigenetiche in un unico campione con un flusso di lavoro utilizzando qualsiasi sequencer.
• Nel novembre 2022, Amazon Web Services, Inc., una società di cloud computing, ha lanciato Amazon Omics per la medicina di precisione. Amazon omics è una piattaforma cloud-based che fornisce sicurezza, scala e la potenza di elaborazione necessaria per l'archiviazione e l'analisi genomica dei dati, eliminando la necessità di infrastrutture e flussi di lavoro specializzati.

Acquisizione e collaborazione

• Il 6 novembre 2023, OWKIN, una società di biotecnologie e 10x Genomics, Inc., una società di biotecnologie, hanno annunciato di essere entrati in un accordo per aggiungere 10x Genomics omics spaziali e tecnologie a singola cellula per lavorare nell'analisi tumorale per la scoperta terapeutica.
• Il 4 settembre 2023, Intelligent OMICS Ltd, una società di biotecnologie, ha concordato una collaborazione di ricerca AI-driven con Janssen Global Services, LLC, società farmaceutica, La collaborazione con Janssen Global Services, LLC, è valutare nuovi obiettivi biologici per il trattamento dei tumori ematologici.

Le migliori aziende di Global AI nel mercato degli studi Omics

• Thermo Fisher Scientific
• Tecnologie agilanti
• Illuminare
• BGI Genomics
• Dassault Systèmes
• Qiagen
• Waters Corporation
• GE Salute
• Servizi web Amazon, Inc
• Bruker
• Danaher

Definizione: L'intelligenza artificiale (AI) è un potente approccio per risolvere problemi complessi nel trattamento, nell'analisi e nell'interpretazione dei dati omici, nonché l'integrazione di multi-omica e dati clinici. Negli ultimi anni, AI ha permesso notevoli scoperte in diversi campi biomedici, come l'interpretazione della variante genomica, la predizione della struttura proteica, la diagnosi delle malattie e la scoperta della droga.