Mine screenere
Ingen screenere
System-screenere
Mine watchlists
Ingen watchlists
System-watchlists
Loading...
Absci Corporation er et biofarmaceutisk selskab i den kliniske fase, der primært designer og udvikler biologiske lægemidler ved hjælp af en egenudviklet integreret platform, der kombinerer generativ kunstig intelligens, syntetisk biologi og højkapacitetsforsøg i vådlaboratorier. Kerneforretningen er centreret om opdagelse og udvikling af antistofbaserede lægemidler, herunder de novo-design, multiparametrisk optimering af ledende forbindelser samt optimeringer med henblik på udviklingsmuligheder (såsom halveringstid, specificitet, sikkerhed og fremstillbarhed). Målet er at gå fra AI-designede antistoffer til lægemiddelkandidater, der er valideret i laboratoriet, på så kort tid som seks uger.
Blandt virksomhedens terapeutiske programmer er det vigtigste aktiv ABS-201, et monoklonalt antistof mod prolaktinreceptoren (PRLR), der er udviklet til behandling af androgenetisk alopeci og endometriose. Andre programmer omfatter ABS-101, der er rettet mod inflammatorisk tarmsygdom. Absci tilbyder desuden platformstjenester og teknologier såsom SoluPro®, der muliggør skalerbar produktion af antistoffer og andre rekombinante proteiner via et ekspressionssystem baseret på syntetisk biologi, samt deres ACE-assay, der muliggør screening af antistofvarianter med meget høj gennemstrømning.
Virksomheden har hovedkvarter i Vancouver, Washington, og har desuden AI-forskningslaboratorier i New York City og Serbien samt et innovationscenter i Zug, Schweiz. Absci arbejder gennem en kombination af interne udviklingsprojekter og samarbejder med partnere inden for akademia, medicinalindustrien og teknologi. Dets målmarkeder omfatter autoimmune sygdomme, endokrinologi, immunologi og inflammation, onkologi samt hormonrelaterede lidelser. Forskning og udvikling er koncentreret om antistofterapier mod vanskelige eller »svært behandlelige« mål, herunder GPCR'er og nye epitoper.
Klik for at se advarsler
Anvendt scoringsprofil: Standardselskab
De øvrige scoreinput er leveret af dataudbyderen.
•
Proprietary AI technology: Absci leverages advanced artificial intelligence for protein engineering and drug discovery, differentiating its platform in the biotechnology sector.
•
Strategic partnerships: The company has established collaborations with leading pharmaceutical and biotechnology firms, enhancing its credibility and market reach.
•
Integrated discovery platform: Absci offers an end-to-end solution for biologic drug discovery, from target identification to cell line development.
•
Limited commercialized products: Absci currently relies on partnerships and collaborations rather than having its own approved therapeutics on the market.
•
High research and development costs: The company faces significant ongoing expenses related to technology development and scientific research.
•
Dependence on partners: Revenue is heavily dependent on the success and continuation of collaborations with larger pharmaceutical companies.
•
Proprietary AI-driven platform: Absci's unique combination of AI and synthetic biology creates a defensible technological edge.
•
Integrated workflow: The company's ability to provide a seamless, end-to-end drug discovery process differentiates it from competitors.
•
Data network effects: Accumulated proprietary data from ongoing projects enhances the predictive power and value of Absci's platform.
Log ind for at se detaljer
Log ind for fuld adgangLog ind for at se detaljer
Log ind for fuld adgangLog ind for at se detaljer
Log ind for fuld adgangLog ind for at se detaljer
Log ind for fuld adgangLog ind for at se detaljer
Log ind for fuld adgangLog ind for at se detaljer
Log ind for fuld adgangLog ind for at se detaljer
Log ind for fuld adgangLog ind for at se regnskabsdata
Log ind for fuld adgangDet er vigtigt, at du forstår, hvordan Findx når frem til Fair Value. Brug et øjeblik på at se denne korte forklaringsvideo.
Det er meget vigtigt, at du forstår dette
Fair Værdi er et estimat, og du vælger selv det grundlag, det bygger på. Investér ikke ud fra vores standardværdier uden at forstå, hvordan vi beregner dem.