創薬AI市場（第2版）：創薬ステップ別（ターゲット同定/バリデーション、ヒット創出/リード同定、リード最適化）、治療領域別（腫瘍疾患、中枢神経疾患、感染症疾患、呼吸器疾患、心血管疾患、内分泌疾患、消化器疾患、筋骨格系疾患、免疫疾患、皮膚疾患、その他）、主要地域別（北米、欧州、アジア太平洋地域、中南米、中東・アフリカ、その他の地域）の分布：産業動向と世界予測、2022-2035年

AI in Drug Discovery Market (2nd Edition): Distribution by Drug Discovery Steps (Target Identification / Validation, Hit Generation / Lead Identification and Lead Optimization), Therapeutic Area (Oncological Disorders, CNS Disorders, Infectious Diseases, Respiratory Disorders, Cardiovascular Disorders, Endocrine Disorders, Gastrointestinal Disorders, Musculoskeletal Disorders, Immunological Disorders, Dermatological Disorders and Others) and Key Geographies (North America, Europe, Asia-Pacific, Latin America, MENA and Rest of the World): Industry Trends and Global Forecasts, 2022-2035

創薬AI市場は、2022年までに7億4,000万米ドルに達し、2022年から2035年の予測期間中に年平均成長率25％で成長すると予測されている。新しい治療法の発見と開発には大きなハードルがあり、その主な原因は試行... もっと見る

出版社	出版年月	電子版価格	ページ数	言語
Roots Analysis ルーツアナリシス	2023年9月1日	US$4,799 シングルユーザライセンスライセンス・価格情報注文方法はこちら	387	英語

サマリー

創薬AI市場は、2022年までに7億4,000万米ドルに達し、2022年から2035年の予測期間中に年平均成長率25％で成長すると予測されている。

新しい治療法の発見と開発には大きなハードルがあり、その主な原因は試行錯誤のプロセスである。これらの見込みの約90％は前進せず、かなりの財政負担につながると推定されている。医療用新薬の上市には通常10年から15年、10億ドルから20億ドルの費用がかかり、そのかなりの部分は探索段階だけに費やされる。こうした課題に取り組むため、製薬業界は創薬と開発に革命を起こす人工知能（AI）ツールに注目している。AI、特にディープラーニング・アルゴリズムは、膨大な臨床データや生物学的データを分析し、最新の創薬を導くことができる。これらのツールは、科学文献、電子カルテ、臨床試験データをふるいにかけ、標的同定、ヒット化合物創出、リード化合物最適化のための洞察を提供する。

現在、ディープラーニング、教師あり学習、教師なし学習、自然言語処理、機械学習などのAIを搭載したツールが、創薬のためにヘルスケアで広く活用されている。その目的は、開発の初期段階で安全性と有効性を予測することにより、研究開発の効率を高め、臨床での失敗を減らすことである。約210のAI創薬企業が関連サービスを提供しており、過去5年間で100億ドル以上がこの分野に投資された。注目すべきは、この投資の半分が過去2年間に行われたことで、関心が高まっていることを示している。さらに、創薬のためのAIベースのソリューションを推進するために、産学間で約440のパートナーシップが結ばれている。この領域における強力なイニシアチブは、この新興産業に従事するステークホルダーにとって、予測期間における市場拡大の可能性を示している。

レポート対象範囲
 本レポートでは、創薬ステップ、治療分野、主要地域に焦点を当て、創薬AI市場を調査している。
 推進要因、制約要因、機会、課題など、市場成長に影響を与える要因を分析しています。
 市場内の潜在的な利益とハードルを評価し、主要業界プレイヤーの競争環境に関する洞察を提供します。
 主要6地域にわたる市場セグメントの収益予測。
 創薬サービス、プラットフォーム、ツールを専門とするAI中心企業を網羅的に分析。パラメータには、設立年、従業員数、本社所在地（北米、欧州、アジア太平洋地域、その他の地域）、分類（サービスプロバイダー、テクノロジープロバイダー、インハウスプレーヤー）などの企業詳細が含まれます。さらに、AI技術の種類、創薬フェーズ、薬剤分子の種類、対象とする治療分野も網羅している。
 北米、欧州、アジア太平洋地域の主要AI創薬企業の詳細プロフィール。プロフィールは、設立年、従業員数、本社所在地、主要幹部、AIベースの創薬技術ポートフォリオ、最近の開発、将来の展望を網羅しています。
 2009年から2022年までのAIを活用した創薬に関わるステークホルダー間のパートナーシップを調査し、様々な契約タイプ（研究開発、技術アクセス/利用、買収、ライセンス供与、合弁事業、合併、サービス契約）を網羅し、様々なパラメータに基づいてパートナーシップの動向を分析。
 2006年から2022年にAI創薬企業に行われた投資（助成金、受賞、資金調達ラウンド、IPO、その後の株式公開）を詳細に分析。
 2019年から2022年2月までに出願／付与された特許を、出願年、地域、CPCシンボル、新たな重点分野、出願人のタイプ、知的財産ポートフォリオに関する主要プレーヤーを考慮して評価。
 新規参入企業の脅威、医薬品開発企業の交渉力、AIベースの創薬企業、代替技術、既存競合企業間のライバル関係など、創薬AI市場における競争力を定性的に評価。
 独自の多変数依存評価モデルを用いた詳細な評価分析により、AI創薬業界プレーヤーの現在の純資産を推定。
 製薬企業の研究開発費、創薬予算、様々な創薬ステップにおけるAI導入を考慮し、約15カ国の創薬におけるAI導入に伴う潜在的なコスト削減効果を推定した洞察に満ちた分析。

主要市場企業
 Atomwise
 バイオシンタグマ
 コラボレーション・ファーマシューティカルズ
 Cyclica
 InveniAI
 リカージョン製薬
 バロ・ヘルス

ページTOPに戻る

1. PREFACE
1.1. Scope of the Report
1.2. Research Methodology
1.3. Key Questions Answered
1.4. Chapter Outlines

2. EXECUTIVE SUMMARY

3. INTRODUCTION
3.1. Chapter Overview
3.2. Artificial Intelligence
3.3. Subsets of AI
3.3.1. Machine Learning
3.3.1.1. Supervised Learning
3.3.1.2. Unsupervised Learning
3.3.1.3. Reinforced / Reinforcement Learning
3.3.1.4. Deep Learning
3.3.1.5. Natural Language Processing (NLP)
3.4. Data Science
3.5. Applications of AI in Healthcare
3.5.1. Drug Discovery
3.5.2. Disease Prediction, Diagnosis and Treatment
3.5.3. Manufacturing and Supply Chain Operations
3.5.4. Marketing
3.5.5. Clinical Trials
3.6. AI in Drug Discovery
3.6.1. Identification of Pathway and Target
3.6.2. Identification of Hit or Lead
3.6.3. Lead Optimization
3.6.4. Synthesis of Drug-Like Compounds
3.7. Advantages of Using AI in the Drug Discovery Process
3.8. Challenges Associated with the Adoption of AI
3.9. Concluding Remarks
4. COMPETITIVE LANDSCAPE
4.1. Chapter Overview
4.2. AI-based Drug Discovery: Overall Market Landscape
4.2.1. Analysis by Year of Establishment
4.2.2. Analysis by Company Size
4.2.3. Analysis by Location of Headquarters
4.2.4. Analysis by Type of Company
4.2.5. Analysis by Type of Technology
4.2.6. Analysis by Drug Discovery Steps
4.2.7. Analysis by Type of Drug Molecule
4.2.8. Analysis by Drug Development Initiatives
4.2.9. Analysis by Technology Licensing Option
4.2.10. Analysis by Target Therapeutic Area
4.2.11. Key Players: Analysis by Number of Platforms / Tools Available
5. COMPANY PROFILES: AI-BASED DRUG DISCOVERY PROVIDERS IN NORTH AMERICA
5.1. Chapter Overview
5.2. Atomwise
5.2.1. Company Overview
5.2.2. AI-based Drug Discovery Technology Portfolio
5.2.3. Recent Developments and Future Outlook
5.3. BioSyntagma
5.3.1. Company Overview
5.3.2. AI-based Drug Discovery Technology Portfolio
5.3.3. Recent Developments and Future Outlook
5.4. Collaborations Pharmaceuticals
5.4.1. Company Overview
5.4.2. AI-based Drug Discovery Technology Portfolio
5.4.3. Recent Developments and Future Outlook
5.5. Cyclica
5.5.1. Company Overview
5.5.2. AI-based Drug Discovery Technology Portfolio
5.5.3. Recent Developments and Future Outlook
5.6. InveniAI
5.6.1. Company Overview
5.6.2. AI-based Drug Discovery Technology Portfolio
5.6.3. Recent Developments and Future Outlook
5.7. Recursion Pharmaceuticals
5.7.1. Company Overview
5.7.2. AI-based Drug Discovery Technology Portfolio
5.7.3. Recent Developments and Future Outlook
5.8. Valo Health
5.8.1. Company Overview
5.8.2. AI-based Drug Discovery Technology Portfolio
5.8.3. Recent Developments and Future Outlook
6. COMPANY PROFILES: AI-BASED DRUG DISOCVERY SERVICE PROVIDERS IN EUROPE
6.1. Chapter Overview
6.2. Aiforia Technologies
6.2.1. Company Overview
6.2.2. AI-based Drug Discovery Technology Portfolio
6.2.3. Recent Developments and Future Outlook
6.3. Chemalive
6.3.1. Company Overview
6.3.2. AI-based Drug Discovery Technology Portfolio
6.3.3. Recent Developments and Future Outlook
6.4. DeepMatter
6.4.1. Company Overview
6.4.2. AI-based Drug Discovery Technology Portfolio
6.4.3. Recent Developments and Future Outlook
6.5. Exscientia
6.5.1. Company Overview
6.5.2. AI-based Drug Discovery Technology Portfolio
6.5.3. Recent Developments and Future Outlook
6.6. MAbSilico
6.6.1. Company Overview
6.6.2. AI-based Drug Discovery Technology Portfolio
6.6.3. Recent Developments and Future Outlook
6.7. Optibrium
6.7.1. Company Overview
6.7.2. AI-based Drug Discovery Technology Portfolio
6.7.3. Recent Developments and Future Outlook
6.8. Sensyne Health
6.8.1. Company Overview
6.8.2. AI-based Drug Discovery Technology Portfolio
6.8.3. Recent Developments and Future Outlook
7. COMPANY PROFILES: AI-BASED DRUG DISOCVERY SERVICE PROVIDERS IN ASIA PACIFIC
7.1. Chapter Overview
7.2. 3BIGS
7.2.1. Company Overview
7.2.2. AI-based Drug Discovery Technology Portfolio
7.2.3. Recent Developments and Future Outlook
7.3. Gero
7.3.1. Company Overview
7.3.2. AI-based Drug Discovery Technology Portfolio
7.3.3. Recent Developments and Future Outlook
7.4. Insilico Medicine
7.4.1. Company Overview
7.4.2. AI-based Drug Discovery Technology Portfolio
7.4.3. Recent Developments and Future Outlook
7.5. KeenEye
7.5.1. Company Overview
7.5.2. AI-based Drug Discovery Technology Portfolio
7.5.3. Recent Developments and Future Outlook
8. PARTNERSHIPS AND COLLABORATIONS
8.1. Chapter Overview
8.2. Partnership Models
8.3. AI-based Drug Discovery: Partnerships and Collaborations
8.3.1. Analysis by Year of Partnership
8.3.2. Analysis by Type of Partnership
8.3.3. Analysis by Year and Type of Partnership
8.3.4. Analysis by Target Therapeutic Area
8.3.5. Analysis by Focus Area
8.3.6. Analysis by Year of Partnership and Focus Area
8.3.7. Analysis by Type of Partner Company
8.3.8. Analysis by Type of Partnership and Type of Partner Company
8.3.9. Most Active Players: Analysis by Number of Partnerships
8.3.10. Analysis by Region
8.3.11.1. Intercontinental and Intracontinental Deals
8.3.11.2. International and Local Deals
9. FUNDING AND INVESTMENT ANALYSIS
9.1. Chapter Overview
9.2. Types of Funding
9.3. AI-based Drug Discovery: Funding and Investments
9.3.1. Analysis of Number of Funding Instances by Year
9.3.2. Analysis of Amount Invested by Year
9.3.3. Analysis by Type of Funding
9.3.4. Analysis of Amount Invested and Type of Funding
9.3.5. Analysis of Amount Invested by Company Size
9.3.6. Analysis by Type of Investor
9.3.7. Analysis of Amount Invested by Type of Investor
9.3.8. Most Active Players: Analysis by Number of Funding Instances
9.3.9. Most Active Players: Analysis by Amount Invested
9.3.10. Most Active Investors: Analysis by Number of Funding Instances
9.3.11. Analysis of Amount Invested by Geography
9.3.11.1. Analysis by Region
9.3.11.2. Analysis by Country
10. PATENT ANALYSIS
10.1. Chapter Overview
10.2. Scope and Methodology
10.3. AI-based Drug Discovery: Patent Analysis
10.3.1 Analysis by Application Year
10.3.2. Analysis by Geography
10.3.3. Analysis by CPC Symbols
10.3.4. Analysis by Emerging Focus Areas
10.3.5. Analysis by Type of Applicant
10.3.6. Leading Players: Analysis by Number of Patents
10.4. AI-based Drug Discovery: Patent Benchmarking
10.4.1. Analysis by Patent Characteristics
10.5. AI-based Drug Discovery: Patent Valuation
10.6. Leading Patents: Analysis by Number of Citations
11. PORTER’S FIVE FORCES ANALYSIS
11.1. Chapter Overview
11.2. Methodology and Assumptions
11.3. Key Parameters
11.3.1. Threats of New Entrants
11.3.2. Bargaining Power of Drug Developers
11.3.3. Bargaining Power of Companies Using AI for Drug Discovery
11.3.4. Threats of Substitute Technologies
11.3.5. Rivalry Among Existing Competitors
11.4. Concluding Remarks
12. COMPANY VALUATION ANALYSIS
12.1. Chapter Overview
12.2. Company Valuation Analysis: Key Parameters
12.3. Methodology
12.4. Company Valuation Analysis: Roots Analysis Proprietary Scores
13. AI-BASED HEALTHCARE INITIATIVES OF TECHNOLOGY GIANTS
13.1 Chapter Overview
13.1.1. Amazon Web Services
13.1.2. Microsoft
13.1.3. Intel
13.1.4. Alibaba Cloud
13.1.5. Siemens
13.1.6. Google
13.1.7. IBM
14. COST SAVING ANALYSIS
14.1. Chapter Overview
14.2. Key Assumptions and Methodology
14.3. Overall Cost Saving Potential Associated with Use of AI-based Solutions in Drug Discovery, 2022-2035
14.3.1. Likely Cost Savings: Analysis by Drug Discovery Steps, 2022-2035
14.3.1.1. Likely Cost Savings During Target Identification / Validation, 2022-2035
14.3.1.2. Likely Cost Savings During Hit Generation / Lead Identification, 2022-2035
14.3.1.3. Likely Cost Savings During Lead Optimization, 2022-2035
14.3.2. Likely Cost Savings: Analysis by Target Therapeutic Area, 2022-2035
14.3.2.1. Likely Cost Savings for Drugs Targeting Oncological Disorders, 2022-2035
14.3.2.2. Likely Cost Savings for Drugs Targeting Neurological Disorders, 2022-2035
14.3.2.3. Likely Cost Savings for Drugs Targeting Infectious Diseases, 2022-2035
14.3.2.4. Likely Cost Savings for Drugs Targeting Respiratory Disorders, 2022-2035
14.3.2.5. Likely Cost Savings for Drugs Targeting Cardiovascular Disorders, 2022-2035
14.3.2.6. Likely Cost Savings for Drugs Targeting Endocrine Disorders, 2022-2035
14.3.2.7. Likely Cost Savings for Drugs Targeting Gastrointestinal Disorders, 2022-2035
14.3.2.8. Likely Cost Savings for Drugs Targeting Musculoskeletal Disorders, 2022-2035
14.3.2.9. Likely Cost Savings for Drugs Targeting Immunological Disorders, 2022-2035
14.3.2.10. Likely Cost Savings for Drugs Targeting Dermatological Disorders, 2022-2035
14.3.2.11. Likely Cost Savings for Drugs Targeting Other Disorders, 2022-2035
14.3.3. Likely Cost Savings: Analysis by Geography, 2022-2035
14.3.3.1. Likely Cost Savings in North America, 2022-2035
14.3.3.2. Likely Cost Savings in Europe, 2022-2035
14.3.3.3. Likely Cost Savings in Asia Pacific, 2022-2035
14.3.3.4. Likely Cost Savings in MENA, 2022-2035
14.3.3.5. Likely Cost Savings in Latin America, 2022-2035
14.3.3.6. Likely Cost Savings in Rest of the World, 2022-2035
15. MARKET FORECAST
15.1. Chapter Overview
15.2. Key Assumptions and Methodology
15.3. Global AI-based Drug Discovery Market, 2022-2035
15.3.1. AI-based Drug Discovery Market: Distribution by Drug Discovery Steps, 2022-2035
15.3.1.1. AI-based Drug Discovery Market for Target Identification / Validation, 2022-2035
15.3.1.2. AI-based Drug Discovery Market for Hit Generation / Lead Identification, 2022-2035
15.3.1.3. AI-based Drug Discovery Market for Lead Optimization, 2022-2035
15.3.2. AI-based Drug Discovery Market: Distribution by Target Therapeutic Area, 2022-2035
15.3.2.1. AI-based Drug Discovery Market for Oncological Disorders, 2022-2035
15.3.2.2. AI-based Drug Discovery Market for Neurological Disorders, 2022-2035
15.3.2.3. AI-based Drug Discovery Market for Infectious Diseases, 2022-2035
15.3.2.4. AI-based Drug Discovery Market for Respiratory Disorders, 2022-2035
15.3.2.5. AI-based Drug Discovery Market for Cardiovascular Disorders, 2022-2035
15.3.2.6. AI-based Drug Discovery Market for Endocrine Disorders, 2022-2035
15.3.2.7. AI-based Drug Discovery Market for Gastrointestinal Disorders, 2022-2035
15.3.2.8. AI-based Drug Discovery Market for Musculoskeletal Disorders, 2022-2035
15.3.2.9. AI-based Drug Discovery Market for Immunological Disorders, 2022-2035
15.3.2.10. AI-based Drug Discovery Market for Dermatological Disorders, 2022-2035
15.3.2.11. AI-based Drug Discovery Market for Other Disorders, 2022-2035
15.3.3. AI-based Drug Discovery Market: Distribution by Geography, 2022-2035
15.3.3.1. AI-based Drug Discovery Market in North America, 2022-2035
15.3.3.1.1. AI-based Drug Discovery Market in the US, 2022-2035
15.3.3.1.2. AI-based Drug Discovery Market in Canada, 2022-2035
15.3.3.2. AI-based Drug Discovery Market in Europe, 2022-2035
15.3.3.2.1. AI-based Drug Discovery Market in the UK, 2022-2035
15.3.3.2.2. AI-based Drug Discovery Market in France, 2022-2035
15.3.3.2.3. AI-based Drug Discovery Market in Germany, 2022-2035
15.3.3.2.4. AI-based Drug Discovery Market in Spain, 2022-2035
15.3.3.2.5. AI-based Drug Discovery Market in Italy, 2022-2035
15.3.3.2.6. AI-based Drug Discovery Market in Rest of Europe, 2022-2035
15.3.3.3. AI-based Drug Discovery Market in Asia Pacific, 2020-2035
15.3.3.3.1. AI-based Drug Discovery Market in China, 2022-2035
15.3.3.3.2. AI-based Drug Discovery Market in India, 2022-2035
15.3.3.3.3. AI-based Drug Discovery Market in Japan, 2022-2035
15.3.3.3.4. AI-based Drug Discovery Market in Australia, 2022-2035
15.3.3.3.5. AI-based Drug Discovery Market in South Korea, 2022-2035
15.3.3.4. AI-based Drug Discovery Market in MENA, 2022-2035
15.3.3.4.1. AI-based Drug Discovery Market in Saudi Arabia, 2022-2035
15.3.3.4.2. AI-based Drug Discovery Market in UAE, 2022-2035
15.3.3.4.3. AI-based Drug Discovery Market in Iran, 2022-2035
15.3.3.5. AI-based Drug Discovery Market in Latin America, 2022-2035
15.3.3.5.1. AI-based Drug Discovery Market in Argentina, 2022-2035
15.3.3.6. AI-based Drug Discovery Market in Rest of the World, 2022-2035
16. CONCLUSION
17. EXECUTIVE INSIGHTS
17.1. Chapter Overview
17.2. Aigenpulse
17.2.1. Company Snapshot
17.2.2. Interview Transcript: Steve Yemm (Chief Commercial Officer) and Satnam Surae (Chief Product Officer)
17.3. Cloud Pharmaceuticals
17.3.1. Company Snapshot
17.3.2. Interview Transcript: Ed Addison (Co-founder, Chairman and Chief Executive Officer)
17.4. DEARGEN
17.4.1. Company Snapshot
17.4.2. Interview Transcript: Bo Ram Beck (Head Researcher)
17.5. Intelligent Omics
17.5.1. Company Snapshot
17.5.2. Interview Transcript: Simon Haworth (Chief Executive Officer)
17.6. Pepticom
17.6.1. Company Snapshot
17.6.2. Interview Transcript: Immanuel Lerner (Chief Executive Officer, Co-Founder)
17.7. Sage-N Research
17.7.1. Company Snapshot
17.7.2. Interview Transcript: David Chiang (Chairman)
18. APPENDIX I: TABULATED DATA
19. APPENDIX II: LIST OF COMPANIES AND ORGANIZATIONS

ページTOPに戻る

Table of Contents

Summary

The AI in drug discovery market is expected to reach USD 0.74 billion by 2022 anticipated to grow at a CAGR of 25% during the forecast period 2022-2035.

The journey of discovering and developing new therapeutic options faces significant hurdles, mainly due to a trial-and-error process resulting in a small fraction of leads becoming viable for clinical studies. It's estimated that roughly 90% of these prospects don't advance, leading to considerable financial strain. Bringing a new prescription drug to market typically spans 10 to 15 years and costs between $1 to $2 billion, with a substantial portion allocated to the discovery phase alone. To tackle these challenges, the pharmaceutical sector is turning to Artificial Intelligence (AI) tools to revolutionize drug discovery and development. AI, especially deep learning algorithms, can analyze extensive clinical and biological data to guide modern drug discovery. These tools sift through scientific literature, electronic health records, and clinical trial data to offer insights for target identification, hit generation, and lead optimization.

At present, AI-powered tools such as deep learning, supervised and unsupervised learning, natural language processing, and machine learning are extensively utilized in healthcare for drug discovery. The objective is to enhance R&D efficiency and decrease clinical setbacks by forecasting safety and efficacy in early developmental phases. Around 210 AI drug discovery companies provide related services, with over $10 billion invested in this sector over the last five years. Notably, half of this investment occurred in the last two years, signaling a growing interest. Additionally, there have been approximately 440 partnerships between industry and academic entities to advance AI-based solutions for drug discovery. The robust initiatives in this domain indicate potential market expansion in the forecasted period for stakeholders engaged in this emerging industry.

Report Coverage
 The report examines the AI in drug discovery market, focusing on drug discovery steps, therapeutic area and key geographies.
 It analyzes factors impacting market growth, such as drivers, constraints, opportunities, and challenges.
 Evaluation of potential benefits and hurdles within the market, providing insights into the competitive landscape for major industry players.
 Revenue forecasts for market segments across six major regions.
 Comprehensive analysis covering AI-centric companies specializing in drug discovery services, platforms, and tools. Parameters include company details like establishment year, employee count, headquarters location (North America, Europe, Asia-Pacific, Rest of the World), and categorization (service providers, technology providers, in-house players). Additionally, it encompasses AI technology types, drug discovery phases, types of drug molecules, and targeted therapeutic areas.
 Detailed profiles of leading AI drug discovery companies in North America, Europe, and Asia-Pacific. Profiles encompass establishment year, employee count, headquarters location, key executives, AI-based drug discovery technology portfolio, recent developments, and future prospects.
 Examination of partnerships between stakeholders involved in AI-driven drug discovery from 2009-2022, covering various agreement types (research and development, technology access/utilization, acquisitions, licensing, joint ventures, mergers, service agreements) and analyzing partnership trends based on various parameters.
 In-depth analysis of investments (grants, awards, financing rounds, IPOs, subsequent offerings) made in AI drug discovery companies from 2006-2022.
 Evaluation of patents filed/granted from 2019 to February 2022, considering application year, geographical region, CPC symbols, emerging focus areas, applicant types, and leading players regarding intellectual property portfolios.
 Qualitative assessment of competitive forces in the AI in drug discovery market, including threats for new entrants, bargaining power of drug developers, AI-based drug discovery companies, substitute technologies, and rivalry among existing competitors.
 Detailed valuation analysis using a proprietary, multi-variable dependent valuation model to estimate the current net worth of AI drug discovery industry players.
 Insightful analysis estimating potential cost savings associated with AI adoption in drug discovery across approximately 15 countries, considering pharmaceutical R&D expenditure, drug discovery budgets, and AI adoption across various discovery steps.

Key Market Companies
 Atomwise
 BioSyntagma
 Collaborations Pharmaceuticals
 Cyclica
 InveniAI
 Recursion Pharmaceuticals
 Valo Health

ページTOPに戻る

ご注文は、お電話またはWEBから承ります。お見積もりの作成もお気軽にご相談ください。

webからのご注文・お問合せはこちらのフォームから承ります

本レポートと同分野の最新刊レポート

本レポートと同分野の最新刊レポートはありません。

Roots Analysis 社の最新刊レポート

本レポートと同じKEY WORD（）の最新刊レポート

本レポートと同じKEY WORDの最新刊レポートはありません。

よくあるご質問

Roots Analysis社はどのような調査会社ですか?

Roots Analysisは2013年設立の医薬品・医療機器が専門の調査会社です。医薬品の製造委託や創薬のデジタル化など、最新の医薬業界の分析を行っています。もっと見る

調査レポートの納品までの日数はどの程度ですか?

在庫のあるものは速納となりますが、平均的には 3-４日と見て下さい。
但し、一部の調査レポートでは、発注を受けた段階で内容更新をして納品をする場合もあります。
発注をする前のお問合せをお願いします。

注文の手続きはどのようになっていますか?

1)お客様からの御問い合わせをいただきます。
2)見積書やサンプルの提示をいたします。
3)お客様指定、もしくは弊社の発注書をメール添付にて発送してください。
4)データリソース社からレポート発行元の調査会社へ納品手配します。
5) 調査会社からお客様へ納品されます。最近は、pdfにてのメール納品が大半です。

お支払方法の方法はどのようになっていますか?

納品と同時にデータリソース社よりお客様へ請求書（必要に応じて納品書も）を発送いたします。
お客様よりデータリソース社へ（通常は円払い）の御振り込みをお願いします。
請求書は、納品日の日付で発行しますので、翌月最終営業日までの当社指定口座への振込みをお願いします。振込み手数料は御社負担にてお願いします。
お客様の御支払い条件が60日以上の場合は御相談ください。
尚、初めてのお取引先や個人の場合、前払いをお願いすることもあります。ご了承のほど、お願いします。

データリソース社はどのような会社ですか?

当社は、世界各国の主要調査会社・レポート出版社と提携し、世界各国の市場調査レポートや技術動向レポートなどを日本国内の企業・公官庁及び教育研究機関に提供しております。
世界各国の「市場・技術・法規制などの」実情を調査・収集される時には、データリソース社にご相談ください。
お客様の御要望にあったデータや情報を抽出する為のレポート紹介や調査のアドバイスも致します。

サマリー

目次

Summary

Table of Contents

ご注文は、お電話またはWEBから承ります。お見積もりの作成もお気軽にご相談ください。

本レポートと同分野の最新刊レポート

Roots Analysis 社の最新刊レポート

本レポートと同じKEY WORD（）の最新刊レポート

よくあるご質問

Roots Analysis社はどのような調査会社ですか?

調査レポートの納品までの日数はどの程度ですか?

注文の手続きはどのようになっていますか?

お支払方法の方法はどのようになっていますか?

データリソース社はどのような会社ですか?