全球DNA 编码图书馆市场估计价值 2024年0.8亿美元 预计将达到 5.10亿美元到2031年以复合年增长率增长(CAGR),从2024年到2031年占16%.。 。 。 过去几年来,由于对药物研发的投资不断增加,以及制药公司越来越多地采用DNA编码图书馆来加快药物发现过程,DNA编码图书馆市场出现了显著增长。

由于基因组学和生物技术部门的投资增加,DNA编码图书馆市场预计将在预测期间迅速增长。 DNA编码库已作为一种创新技术出现,能够迅速筛选大型化学空间,以便进行可能的命中识别。 许多大型制药公司正在大量投资开发专有DNA编码库,以筛选广阔的化学空间,并找出能够成为治疗或药物候选者的新小分子点击量. 与传统的高吞吐量筛选相比,DNA编码库的优势,如大规模复合物测试,快速命中识别和较低的成本,正在驱动制药公司的需求. 此外,预计在预测期间,开发更有效DNA编码技术的持续技术进步将进一步推动市场的发展。

市场驱动力 - 对复杂疾病创新疗法的需求增加

保健部门在不断演变,以应对复杂疾病日益严重的威胁。 传统的药物发现方法往往无法跟上新出现的疾病的步伐。 这在癌症、自体免疫障碍和罕见遗传疾病等病症的有效治疗选择上造成了巨大差距。 患者急需新的疗法,能够以更具体和更少的副作用针对根源。 DNA编码库已成为满足这一日益增长的需求的有希望的解决办法。

通过允许同时快速筛选数百万种类似药物的小分子,DNA编码库为研究人员提供了前所未有的实验吞吐量水平. 这加速了对以精确方式接触疾病目标的打击的发现. 研究人员现在可以评价整个生物途径的分子相互作用,而不是只注重单个蛋白质. 这种系统层面的方法为通过同时调整多个节点来解决复杂的多要素条件提供了新的机遇. DNA编码库还能够评价以前通过常规合成方法无法访问的化合物,扩大新处理方案的潜在化学空间。

临床医生、护理人员和病人倡导者积极开展运动,加快发展和批准先进治疗方法,提高效果和生活质量。 他们的声音有助于形成政策改革,增加公共和私营部门对创新研究的投资。 随着疾病继续蔓延到全世界越来越多的人口和克服传统药物,社会期望生物药品通过DNA编码图书馆等尖端战略上升并满足这一需要。 它们有效探索大量合成化合物和天然化合物的能力使它们处于下一代针对复杂疾病的精确医学努力的前列。 社会压力和科学前景的这种交织将继续推动更多地采用这一技术。

制药公司越来越多地采用DNA编码图书馆

由于许多主要药物每年都失去专利保护,制药业不断面临压力,需要补充不断减少的管道。 发展新疗法是一个资源密集型的过程,往往要花十年时间,成功的可能性极低。 公司热切希望整合新兴技术,以加快从目标识别到临床考生的旅程. DNA编码库正在引起业界玩家的强烈兴趣,因为他们具有独特的能力,能够快速生成高质量的铅分子,对抗挑战性的目标.

与依赖合成小分子集的常规高通量筛选技术相反,DNA编码库的灵活性允许平行探索指数化更大和更加多样化的化学空间. 制药研发中心能够以成本效益高的方式进行涉及数百万化合物的多用途实验。 最初的图书馆配置可能侧重于特权结构或类似天然产品的脚手架,以提高打击率,对抗困难的目标. DNA编码进一步使后期的复合优化和剖析直接在库格式本身内,而无需单独合成.

AstraZeneca,诺华,萨诺菲,扬森等主要角色已经开始建立内部DNA库并发展相关专业知识. 专门从事该技术的合同研究组织也看到药剂合作和外包项目激增。 随着时间的推移,DNA编码的图书馆筛选预计将成为早先纳入药物开发工作流程的标准第一通道评价战略。 超越简单目标参与的新兴应用现在涉及活体动物研究、生物标志分析和抗药性特征分析。 随着概念证明研究的成功建立现实世界的临床和商业验证,该行业的采用率随时会迅速加快。

市场挑战 -- -- 与开发和维护DNA编码库有关的高成本

目前全球DNA编码图书馆市场面临的主要挑战之一是与开发和维护DNA编码图书馆有关的高昂费用。 大规模建立DNA编码库需要对技术、基础设施和熟练人员进行大量投资。 开发DNA编码库的过程始于设计和合成大量化合物,然后通过化学结扎附在DNA标签上。 这种创造数百万至数十亿DNA编码分子的过程是复杂的,也是资源密集型的. 它涉及使用昂贵的DNA合成器,试剂和其他实验室设备. 随着时间的推移,维护和筛选DNA编码库也会导致持续成本。 由于图书馆用于化验和实验,一些分子可能会降解或丢失,需要补充或扩张. 图书馆也需要定期定性,以确保多样性和质量得到维护。 所有这些与长期开发、改进和保存DNA编码库有关的活动,使这个市场参与者付出了代价。 资本需求高是一个重大挑战,特别是对预算有限的小型公司和初创企业而言。 这一成本障碍有可能限制这一有希望技术的进一步创新和应用的增长。

市场机会-通过将人工智能和机器学习纳入DNA编码库的机会

全球DNA编码库市场的关键机会之一是通过人工智能和机器学习技术的更大整合. 随着DNA编码库数据集的大小和复杂性不断增长,有可能利用AI/ML帮助优化库和发现过程. AI/ML算法可用于从大量测序和筛选数据中获取洞察力。 它们可以帮助推荐新的化合物用于合成,完善库设计,以及预测生物相关分子. 随着吞吐量增加,AI/ML模型可能有助于对大型输出数据集进行自动化分析。 他们还可以在硅化物筛选中提供动力,提出分子进行实验验证. 制药公司也在探索使用AI/ML方法,如基因模型,提出全新的DNA编码库. 如果成功应用,AI/ML技术有可能提高图书馆设计和候选人选择的效率。 这将有助于加快发现时限和降低成本。 因此,增加AI/ML集成为DNA编码库市场提供了一个机会,可以加强从创建到下游应用的整个工作流程。

图书馆设计多样化 - 许多主要玩家,如诺华,阿斯特克斯制药和安比特生物科学公司,已经使其DNA编码库设计多样化,用于筛选超越基纳泽的目标. 他们开发了以G蛋白结合受体(GPCRs),蛋白质-蛋白质相互作用和先天目标为目标的新书库. 这有助于扩大客户基础和更多地采用平台技术。

技术领导购置 - 2017年,AstraZeneca以16亿美元收购了DNA编码库技术先驱Astex制药公司. 这加强了阿斯特拉泽内卡在这个空间中的领导地位. 同样,诺华公司在2019年收购了Encoded Genomics,以获得其专有的DNA编码化学库平台. 这种收购有助于公司通过获得先进技术而处于竞争前列。

筛选专门知识伙伴关系 - 缺乏内部筛选能力的较小的参与者与合同研究组织合作,利用其专门知识。 例如,2018年Anthropic与Charles River Laboratories合作,对其AI设计的DNA编码化学库进行了高通量筛选. 这有助于Anthropic在资源有限的情况下有效筛选数千个化合物。

开放创新模式 - 雷帕雷治疗等公司采取了开放的创新办法,并与学术研究机构合作确定新的目标。 他们于2021年与德克萨斯大学MD Anderson Cancer Center合作,发现了针对之前无法吸毒的肿瘤靶子的潜在药物候选者. 这些战略提高了研究界的信誉。

聚焦未满足需要的治疗领域 - 玩家将大部分资源投入到临床需求未得到满足的地区,如肿瘤学,神经学和抗微生物抗药性,成功率较高. 例如,诺华的组合.

按治疗区域 - 怎么样? 癌症发病率的上升促使肿瘤疾病增加

就治疗区而言,肿瘤疾病为全球各类癌症发病率上升提供了最大的市场份额。 癌症已成为全世界死亡的主要原因之一,2020年有近1 000万人死亡。 癌症发病率上升可归因于人们越来越多地采取定居和不健康的生活方式,环境污染水平上升,以及人口老化。 据世卫组织称,未来几十年,新的癌症病例预计将增加70%以上。

日益加重的癌症负担大大推动了研究活动以及对创新肿瘤药物开发的投资。 DNA编码库已成为加快癌症药物发现的有力工具,能够对数十亿种化合物进行高吞吐量筛选,供潜在的药物候选人使用。 许多制药公司正在将DEL技术纳入其研发管道,以确定新的目标和铅分子。 此外,DNA编码库还帮助发展基于癌症亚型和患者基因特征的个性化疗法。 对有针对性和精确的肿瘤治疗的需求日益增加,这助长了关键最终用户采用DEL平台。

由库类型促进基于 Oligonucleotide 的DEL 技术支配库类型部分

就图书馆类型而言,基于Oligonucleotide的DEL因其比其他方法具有技术优势而占市场份额最高。 Oligonucleotide库允许将多达数十亿个小分子如peptides或合成化合物编码成DNA序列,从而能够通过下一代测序技术进行广泛的筛选. 与其他形式相比,oligo-DEL提供了更高的图书馆复杂性和多样性,更好的稳定性和存储能力. 持续的技术升级,如开发更长和更稳定的DNA寡头,提高了这些图书馆的编码能力和筛选效率。

领先角色通过自动化、机器学习集成和云计算解决方案增强寡晶DEL平台的投资不断增加,简化了整个药物发现工作流程。 这增加了研发预算有限的小型生物技术公司采用寡头开发法的情况。 此外,广泛的学术研究改进了以寡核苷酸为基础的DEL系统中所使用的分子编码、库合成和数据分析方法。 更广泛地提供具有成本效益的商业工具和试剂,也有助于这一最先进的DEL技术的发展。

通过应用 -- -- 药物发现作为主导应用的出现,推动DEL市场增长

就应用而言,Drug Discovery为市场贡献了最高份额,因为DEL在推动早期目标确定和引导优化过程中发挥着关键作用. DNA编码图书馆使药物发现方法发生了革命性的变化,能够同时对数千个生物目标快速筛选小分子图书馆。 这与传统的高通量筛选方法相比,大大加快了命中发现和铅生成的速度.

DEL平台进一步帮助系统探索结构活性关系,并优化被击中的化合物进入药物候选. 其应用有助于打破复杂的目标-疾病关系,阐明新的行动机制。 此外,DNA编码库也通过促进针对膜蛋白和其他具有历史挑战性的目标的筛选工作,帮助扩大可药化的目标空间。 能够同时对数十亿种化合物进行检测,从而能够以前所未有的规模对化合物进行与整个蛋白质组或全基因组RNAi库的剖面分析。

DNA编码库的效率、目标覆盖面和数据生成能力的提高,导致它们被制药巨头和生物技术初创企业广泛采用。 研发投资的增加和对创新药物发现的日益重视预计将进一步推动在药物开发过程的各个阶段使用DEL技术。 全球药物开发商日益增长的需求使得药物发现成为驱动整个DEL市场的主要应用.

• DNA编码图书馆正在转变药物发现,为庞大的复合图书馆提供快速,成本效益高的筛选. 这种技术对复杂、无法吸毒的目标特别有利。 该市场以大型制药公司为主,并日益整合AI/ML,以加强药物发现过程. 在高水平投资和创新的推动下,北美地区拥有最大的市场份额.

在全球DNA编码库市场运营的主要角色包括NovAliX,PROVendis,SpiroChem,Vipergen,WuXi AppTec,X-Chem,Philochem AG,Philogen S.p.A,AstraZeneca,Amgen,Bristol-Myers Squibb,GSK(GlaxoSmithKline),Merck & Co.,Pfize和Roche.