Rapport de Marché sur la Chimoinformatique pour la Découverte de Médicaments Épigénétiques 2025 : Dévoiler les Avancées Alimentées par l’IA, les Dynamiques de Marché et les Opportunités Stratégiques. Explorer les Tendances Clés, les Projections de Croissance et les Perspectives Concurrentielles Façonnant les Cinq Prochaines Années.

• Résumé Exécutif et Aperçu du Marché
• Tendances Technologiques Clés en Chimoinformatique pour la Découverte de Médicaments Épigénétiques
• Taille du Marché, Segmentation et Prévisions de Croissance (2025–2030)
• Paysage Concurrentiel et Acteurs Principaux
• Analyse Régionale : Amérique du Nord, Europe, Asie-Pacifique et Reste du Monde
• Défis, Risques et Obstacles à l’Adoption
• Opportunités et Recommandations Stratégiques
• Perspectives Futures : Innovations Émergentes et Trajectoires du Marché
• Sources & Références

Résumé Exécutif et Aperçu du Marché

La chimoinformatique, l’application de techniques computationnelles et informatiques aux problèmes chimiques, est devenue un pilier dans le domaine en rapide évolution de la découverte de médicaments épigénétiques. L’épigénétique fait référence à des changements héréditaires dans l’expression des gènes qui n’impliquent pas d’altérations de la séquence d’ADN sous-jacente, et cela est devenu un domaine critique pour l’intervention thérapeutique en oncologie, neurologie et immunologie. L’intégration de la chimoinformatique dans la découverte de médicaments épigénétiques accélère l’identification, l’optimisation et la validation de petites molécules ciblant les enzymes et lecteurs épigénétiques, tels que les histone désacétylases (HDAC), les ADN méthyltransférases (DNMT) et les protéines contenant un domaine de bromodomaine.

Le marché mondial de la chimoinformatique dans la découverte de médicaments épigénétiques est prêt pour une croissance robuste jusqu’en 2025, soutenue par l’augmentation des investissements dans la médecine de précision, l’expansion des dépôts de données chimiques et biologiques, et l’adoption de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML) dans la conception de médicaments. Selon Grand View Research, le marché global de la chimoinformatique était évalué à 4,2 milliards USD en 2023 et devrait croître à un TCAC de 12,5% jusqu’en 2030, une part significative étant attribuée aux applications de découverte de médicaments. Le segment de la découverte de médicaments épigénétiques devrait surpasser le marché plus large, alimenté par le nombre croissant de cibles épigénétiques et le succès clinique des médicaments épigénétiques de première génération.

Des acteurs clés de l’industrie, y compris Schrödinger, Inc., Certara, et Chemical Computing Group, étendent leurs plateformes de chimoinformatique pour soutenir l’identification de cibles épigénétiques, le criblage virtuel et la conception de médicaments basés sur la structure. Ces plateformes exploitent des bibliothèques chimiques à grande échelle, des données de criblage à haut débit et des algorithmes avancés pour prédire les interactions composés-cibles épigénétiques, optimiser les composés leaders et réduire les taux de perte en développement préclinique.

Le marché est également témoin d’une collaboration accrue entre les entreprises pharmaceutiques, les institutions académiques et les fournisseurs de technologies pour exploiter la chimoinformatique pour la découverte de médicaments épigénétiques. Par exemple, Novartis et GSK ont établi des partenariats avec des entreprises de chimie computationnelle pour accélérer la découverte des modulateurs épigénétiques de nouvelle génération. Les agences réglementaires, telles que la Food and Drug Administration (FDA) des États-Unis, fournissent des directives sur l’utilisation de méthodes in silico dans le développement de médicaments, validant davantage le rôle de la chimoinformatique dans cet espace.

En résumé, la convergence de la chimoinformatique et de la découverte de médicaments épigénétiques redéfinit le paysage de la R&D pharmaceutique en 2025, offrant de nouvelles opportunités d’innovation, d’efficacité et de précision dans le développement de thérapeutiques ciblées.

Tendances Technologiques Clés en Chimoinformatique pour la Découverte de Médicaments Épigénétiques

La chimoinformatique joue un rôle de plus en plus central dans la découverte de médicaments épigénétiques, tirant parti des outils computationnels et des approches basées sur les données pour accélérer l’identification et l’optimisation de petites molécules ciblant les mécanismes épigénétiques. À mesure que la complexité de la régulation épigénétique devient plus claire, les technologies de chimoinformatique évoluent pour relever les défis uniques de ce domaine, en particulier en 2025.

Une des tendances les plus significatives est l’intégration des algorithmes d’intelligence artificielle (IA) et d’apprentissage automatique (ML) dans les flux de travail de chimoinformatique. Ces technologies permettent l’analyse de vastes ensembles de données chimiques et biologiques, facilitant la prédiction de l’activité, de la sélectivité et de la toxicité des composés contre des cibles épigénétiques telles que les HDAC, les DNMT et les protéines de bromodomaine. Par exemple, les modèles d’apprentissage profond sont maintenant régulièrement utilisés pour prédire les affinités de liaison et concevoir de nouveaux échafaudages chimiques avec des propriétés de modulation épigénétique améliorées, comme le rapporte Nature Reviews Drug Discovery.

Une autre tendance clé est l’expansion de bibliothèques de composés épigénétiques spécialisés et de bases de données annotées. Ces ressources, telles que les bases de données ChEMBL et PubChem, incluent désormais des informations détaillées sur les modulateurs épigénétiques, leurs cibles, et les données de bioactivité associées. Cela permet aux plateformes de chimoinformatique de réaliser un criblage virtuel plus précis et des analyses de relation structure-activité (SAR), rationalisant le processus de passage de hit à lead pour les médicaments épigénétiques.

• Intégration des Données Multi-Omique : Les outils de chimoinformatique intègrent de plus en plus des ensembles de données multi-omiques (génomique, transcriptomique, protéomique et épigénomique) pour fournir une vue holistique de la régulation épigénétique et de la réponse aux médicaments. Cette intégration soutient l’identification de nouvelles cibles épigénétiques et de biomarqueurs, comme le souligne Frontiers in Pharmacology.
• Plateformes Basées sur le Cloud : L’adoption de l’informatique en nuage permet la recherche collaborative en chimoinformatique, permettant le partage et l’analyse de grands ensembles de données épigénétiques à travers des institutions et des géographies, comme l’indique IBM.
• Conception Automatisée de Composés : Les avancées en chimie générative et en planification de synthèse automatisée accélèrent la conception de nouveaux modulateurs épigénétiques, réduisant le temps entre le concept et la sélection du candidat, selon Drug Discovery Today.

Collectivement, ces tendances technologiques transforment la chimoinformatique en un pilier de la découverte de médicaments épigénétiques, permettant des approches plus efficaces, basées sur les données et innovantes pour développer des thérapeutiques de nouvelle génération.

Taille du Marché, Segmentation et Prévisions de Croissance (2025–2030)

Le marché mondial de la chimoinformatique dans la découverte de médicaments épigénétiques est prêt pour une croissance robuste entre 2025 et 2030, soutenue par l’intégration croissante des outils computationnels dans le développement précoce de médicaments et l’expansion du pipeline de thérapeutiques épigénétiques. En 2025, le marché est estimé à environ 1,2 milliard USD, avec des projections indiquant un taux de croissance annuel composé (TCAC) de 13–15 % jusqu’en 2030, atteignant potentiellement 2,2–2,4 milliards USD d’ici la fin de la période de prévision. Cette croissance est soutenue par la demande croissante de médecine de précision, la complexité des cibles épigénétiques, et le besoin de capacités de criblage à haut débit et d’analyse de données dans la recherche pharmaceutique.

La segmentation du marché révèle plusieurs dimensions clés :

• Par Type de Solution : Le marché est divisé en plateformes logicielles, bases de données, et services. Les plateformes logicielles—englobant la modélisation moléculaire, le criblage virtuel, et l’analyse de la relation structure-activité (SAR)—représentent la plus grande part, soutenues par leur rôle critique dans l’identification des cibles et l’optimisation des leads. Les services, comprenant les flux de travail de chimoinformatique personnalisés et le conseil, devraient connaître la croissance la plus rapide alors que les entreprises pharmaceutiques externalisent de plus en plus des tâches computationnelles spécialisées.
• Par Application : L’application principale reste l’identification et la validation des cibles, suivies par la découverte de leads, l’optimisation et la prédiction de la toxicité. L’utilisation de la chimoinformatique pour la découverte de biomarqueurs épigénétiques gagne également en traction, en particulier dans la recherche sur l’oncologie et les maladies neurodégénératives.
• Par Utilisateur Final : Les entreprises pharmaceutiques et biotechnologiques représentent le plus grand segment d’utilisateur final, comptant pour plus de 60 % des revenus du marché en 2025. Les instituts de recherche académique et les organisations de recherche sous contrat (CRO) sont également des contributeurs significatifs, surtout à mesure que des modèles collaboratifs dans la découverte de médicaments prolifèrent.
• Par Géographie : L’Amérique du Nord est en tête du marché, soutenue par de solides investissements en R&D et la présence de grands acteurs de l’industrie. L’Europe suit de près, tandis que la région Asie-Pacifique devrait afficher le TCAC le plus élevé en raison de l’augmentation du financement gouvernemental et de l’expansion rapide du secteur biopharmaceutique.

Les prévisions de croissance sont également renforcées par l’adoption de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML) dans les plateformes de chimoinformatique, qui améliorent la précision prédictive des candidats médicaments épigénétiques et rationalisent le processus de découverte de médicaments. Les partenariats stratégiques entre les fournisseurs de logiciels et les entreprises pharmaceutiques, ainsi que l’émergence de solutions de chimoinformatique basées sur le cloud, devraient accélérer l’expansion du marché jusqu’en 2030 (Grand View Research; MarketsandMarkets).

Paysage Concurrentiel et Acteurs Principaux

Le paysage concurrentiel de la chimoinformatique dans la découverte de médicaments épigénétiques est caractérisé par un mélange dynamique de fournisseurs de logiciels établis, de sociétés biopharmaceutiques spécialisées et de collaborations académiques. Alors que la demande pour des thérapeutiques épigénétiques précises augmente, les entreprises investissent dans des plateformes de chimoinformatique avancées qui intègrent l’intelligence artificielle (IA), l’apprentissage automatique (ML) et l’analyse des big data pour accélérer l’identification et l’optimisation des modulateurs épigénétiques.

Les acteurs clés de ce domaine incluent Schrödinger, Inc., qui propose des outils de modélisation et de simulation moléculaires complets largement adoptés dans l’identification des cibles épigénétiques et l’optimisation des leads. Certara fournit des solutions d’informatique intégrées qui soutiennent la conception et l’analyse de composés épigénétiques, tirant parti de la modélisation prédictive pour rationaliser les pipelines de découverte de médicaments. Chemical Computing Group (CCG) est un autre acteur majeur, avec sa plateforme Molecular Operating Environment (MOE) utilisée pour la conception de médicaments basée sur la structure ciblant les enzymes épigénétiques telles que les HDAC et les DNMT.

Des entreprises spécialisées comme Collaborative Drug Discovery (CDD) se concentrent sur des bases de données de chimoinformatique basées sur le cloud qui facilitent le partage sécurisé des données et la recherche collaborative, ce qui est particulièrement précieux dans le domaine en rapide évolution de l’épigénétique. Optibrium et sa plateforme StarDrop sont de plus en plus utilisées pour l’optimisation multi-paramètre des candidats médicaments épigénétiques, intégrant la chimoinformatique avec les prédictions ADMET (absorption, distribution, métabolisme, excrétion et toxicité).

Les partenariats académiques et public-privé jouent également un rôle significatif. Des initiatives telles que le Wellcome Sanger Institute et le Broad Institute contribuent des outils de chimoinformatique open-source et de grandes bases de données épigénomiques, favorisant l’innovation et abaissant les barrières à l’entrée pour les petites startups biopharmaceutiques.

Le marché observe une consolidation accrue, les grandes entreprises pharmaceutiques acquérant des fournisseurs de chimoinformatique spécialisés pour renforcer leurs capacités de découverte de médicaments épigénétiques. Selon Grand View Research, le marché mondial de la chimoinformatique devrait croître à un TCAC de plus de 12 % jusqu’en 2025, soutenu en partie par l’application croissante dans l’épigénétique. La différenciation concurrentielle est de plus en plus basée sur la capacité à gérer des données complexes et multi-omiques et à fournir des insights exploitables pour des thérapeutiques épigénétiques de première classe.

Analyse Régionale : Amérique du Nord, Europe, Asie-Pacifique et Reste du Monde

Le paysage régional de la chimoinformatique dans la découverte de médicaments épigénétiques est façonné par des niveaux variés d’adoption technologique, de financement de la recherche et de maturité de l’industrie pharmaceutique à travers l’Amérique du Nord, l’Europe, l’Asie-Pacifique et le Reste du Monde (RoW). En 2025, ces différences devraient influencer davantage la croissance du marché, les modèles de collaboration et les trajectoires d’innovation.

Amérique du Nord reste la région dominante, soutenue par de robustes investissements dans la découverte de médicaments, une forte concentration d’entreprises pharmaceutiques et biopharmaceutiques, et une infrastructure computationnelle avancée. Les États-Unis, en particulier, bénéficient d’un financement significatif de la part d’agences telles que les National Institutes of Health et d’une forte présence de fournisseurs de solutions de chimoinformatique. Les collaborations entre universités et industries, ainsi qu’un accent sur la médecine de précision, continuent d’accélérer l’intégration des outils de chimoinformatique dans la recherche épigénétique. Selon Grand View Research, l’Amérique du Nord représentait plus de 40 % de la part de marché mondial de la chimoinformatique en 2024, une tendance qui devrait se maintenir jusqu’en 2025.

Europe est caractérisée par un cadre réglementaire bien établi et un environnement de recherche collaboratif. Des pays comme le Royaume-Uni, l’Allemagne et la Suisse sont à l’avant-garde, soutenus par des initiatives de la Commission Européenne et des partenariats public-privés. L’accent mis par la région sur le partage des données et la science ouverte favorise le développement et l’adoption de plateformes de chimoinformatique pour la découverte de médicaments épigénétiques. La présence de grandes entreprises pharmaceutiques et d’instituts de recherche spécialisés renforce encore la position de l’Europe dans ce secteur.

Asie-Pacifique connaît une croissance rapide, alimentée par des investissements accrus en R&D, l’expansion des marchés pharmaceutiques, et le soutien gouvernemental à l’innovation biotechnologique. La Chine, le Japon et la Corée du Sud sont à la tête de l’adoption de la chimoinformatique dans la région, avec un accent sur l’exploitation de l’intelligence artificielle et de l’analyse des big data pour l’identification des cibles épigénétiques et la conception de médicaments. Selon Fortune Business Insights, l’Asie-Pacifique devrait enregistrer le TCAC le plus élevé dans la chimoinformatique pour la découverte de médicaments jusqu’en 2025, reflétant à la fois une demande intérieure et des collaborations internationales.

Reste du Monde (RoW) englobe des marchés émergents en Amérique Latine, au Moyen-Orient et en Afrique. Bien que les taux d’adoption soient relativement plus bas, la sensibilisation croissante à la médecine de précision et aux partenariats internationaux provoquent progressivement un intérêt pour la chimoinformatique dans la découverte de médicaments épigénétiques. Les gouvernements et les organisations locales commencent à investir dans l’infrastructure numérique et la formation, posant les bases d’une future croissance dans ce segment.

Défis, Risques et Obstacles à l’Adoption

L’adoption de la chimoinformatique dans la découverte de médicaments épigénétiques présente une gamme de défis, de risques et d’obstacles qui pourraient entraver son intégration généralisée d’ici 2025. L’un des défis principaux est la complexité et l’hétérogénéité des données épigénétiques. Les mécanismes épigénétiques, tels que la méthylation de l’ADN, la modification des histones et la régulation des ARN non codants, génèrent d’énormes ensembles de données multidimensionnelles qui sont difficiles à standardiser et à intégrer dans les plateformes de chimoinformatique. Cette complexité conduit souvent à des silos de données et à des problèmes d’interopérabilité, limitant l’efficacité des modèles computationnels et des analyses prédictives Nature Reviews Drug Discovery.

Un autre obstacle significatif est la disponibilité limitée d’ensembles de données annotées de haute qualité spécifiques aux cibles épigénétiques. Contrairement à la découverte de médicaments traditionnelle, où de grandes bibliothèques de composés et des données de bioactivité sont plus facilement accessibles, les ensembles de données épigénétiques sont souvent propriétaires, fragmentés ou manquent d’une annotation suffisante. Cette rareté freine le développement et la validation d’algorithmes de chimoinformatique robustes adaptés à la découverte de médicaments épigénétiques National Center for Biotechnology Information.

Des risques techniques apparaissent également en raison des limitations actuelles des outils de chimoinformatique pour modéliser avec précision la nature dynamique et contextuelle des modifications épigénétiques. De nombreux algorithmes existants sont optimisés pour des structures moléculaires statiques et peuvent ne pas capturer pleinement la variabilité temporelle et spatiale inhérente à la régulation épigénétique. Cela peut entraîner des faux positifs ou négatifs lors du criblage virtuel et de l’optimisation des leads, augmentant le risque d’échecs coûteux tardifs Frontiers in Chemistry.

D’un point de vue réglementaire et de conformité, le manque de directives normalisées pour l’utilisation de la chimoinformatique dans la découverte de médicaments épigénétiques pose des risques supplémentaires. Les agences réglementaires développement encore des cadres pour évaluer la fiabilité et la reproductibilité des prédictions computationnelles dans ce contexte, ce qui peut retarder les approbations et augmenter l’incertitude pour les parties prenantes European Medicines Agency.

• Préoccupations concernant la confidentialité des données et la propriété intellectuelle, surtout lors du partage d’ensembles de données épigénétiques sensibles entre organisations.
• Investissement initial élevé dans l’infrastructure et le personnel qualifié pour mettre en œuvre des solutions avancées de chimoinformatique.
• Résistance au changement parmi les équipes traditionnelles de découverte de médicaments, qui peuvent être peu familières avec ou sceptiques envers les approches computationnelles.

S’attaquer à ces défis nécessitera des efforts coordinés à travers le monde académique, l’industrie et les organismes de réglementation pour développer des formats de données normalisés, améliorer la transparence algorithmique et favoriser des initiatives de partage de données collaboratives.

Opportunités et Recommandations Stratégiques

L’intégration de la chimoinformatique dans la découverte de médicaments épigénétiques présente d’importantes opportunités d’innovation pharmaceutique et de différenciation concurrentielle en 2025. À mesure que la complexité des cibles épigénétiques—telles que les ADN méthyltransférases, les HDAC et les protéines de bromodomaine—continue de défier la découverte de médicaments traditionnelle, la chimoinformatique offre des outils computationnels avancés pour accélérer l’identification des hits, optimiser les composés leaders et prédire les effets hors cibles. La disponibilité croissante d’ensembles de données épigénomiques de haute qualité et l’adoption d’algorithmes d’intelligence artificielle (IA) et d’apprentissage automatique (ML) renforcent encore le pouvoir prédictif des plateformes de chimoinformatique, permettant des modélisations plus précises des interactions épigénétiques et de l’efficacité des composés.

Sur le plan stratégique, les entreprises devraient investir dans le développement et l’intégration de plateformes de chimoinformatique propriétaires adaptées aux cibles épigénétiques. Les collaborations avec des institutions académiques et des fournisseurs de technologie peuvent faciliter l’accès à de nouveaux algorithmes et ensembles de données curatées, comme en témoignent les partenariats entre des entreprises pharmaceutiques majeures et des sociétés de découverte de médicaments alimentées par l’IA telles que Exscientia et Schrödinger. Ces alliances peuvent accélérer l’identification de modulateurs épigénétiques de première classe ou de meilleure classe, réduisant le temps de mise sur le marché et les coûts de R&D.

Une autre opportunité réside dans l’application de la chimoinformatique à la polypharmacologie, où la modulation simultanée de plusieurs cibles épigénétiques peut donner des résultats thérapeutiques supérieurs, en particulier en oncologie et dans les maladies neurodégénératives. En s’appuyant sur le criblage virtuel dirigé par chimoinformatique et l’optimisation multi-cibles, les entreprises peuvent concevoir des composés avec des profils de sélectivité sur mesure, minimisant les effets indésirables et maximisant l’efficacité. L’utilisation de solutions de chimoinformatique basées sur le cloud, telles que celles proposées par Chemical Computing Group et Certara, peut également démocratiser l’accès à des outils de modélisation avancés pour les grandes entreprises pharmaceutiques et les start-ups biopharmaceutiques émergentes.

Pour capitaliser sur ces opportunités, les recommandations stratégiques incluent :

• Investir dans des plateformes de chimoinformatique alimentées par IA/ML spécialement optimisées pour les données et cibles épigénétiques.
• Former des équipes interdisciplinaires qui combinent une expertise en chimie computationnelle, épigénétique et science des données.
• Établir des partenariats avec des fournisseurs de technologies et des consortiums académiques pour accéder à des algorithmes à la pointe et à des ensembles de données épigénomiques curatées.
• Mettre en œuvre des stratégies de gestion et d’intégration des données robustes pour garantir des ensembles de données de haute qualité et interopérables pour l’apprentissage et la validation des modèles.
• Explorer des solutions basées sur le cloud pour évoluer les ressources computationnelles et faciliter la collaboration entre équipes de R&D mondiales.

En adoptant ces stratégies, les organisations peuvent se positionner à l’avant-garde de la découverte de médicaments épigénétiques, exploitant la chimoinformatique pour débloquer de nouvelles opportunités thérapeutiques et stimuler une innovation durable en 2025 et au-delà.

Perspectives Futures : Innovations Émergentes et Trajectoires du Marché

Les perspectives futures de la chimoinformatique dans la découverte de médicaments épigénétiques sont marquées par des avancées technologiques rapides et une convergence croissante des approches computationnelles et expérimentales. D’ici 2025, l’intégration de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML) dans les plateformes de chimoinformatique devrait considérablement accélérer l’identification et l’optimisation des modulateurs épigénétiques. Ces innovations permettent l’analyse de vastes ensembles de données chimiques et biologiques, facilitant la prédiction de l’efficacité, de la sélectivité et de la toxicité des composés avec une précision sans précédent.

Les innovations émergentes incluent l’utilisation d’algorithmes d’apprentissage profond pour le criblage virtuel et la conception de médicaments de novo, qui sont particulièrement précieux pour cibler des mécanismes épigénétiques complexes tels que la méthylation de l’ADN, la modification des histones, et la régulation des ARN non codants. Des entreprises comme Schrödinger et Chemoinformatics.com sont à l’avant-garde, développant des plateformes qui intègrent des données multi-omiques pour fournir des aperçus holistiques sur les cibles épigénétiques. De plus, les environnements de collaboration basés sur le cloud deviennent la norme, permettant le partage de données en temps réel et l’affinement des modèles au sein d’équipes de recherche géographiquement dispersées.

• Identification de Cibles Alimentée par l’IA : Les outils de chimoinformatique avancés exploitent l’IA pour cartographier les paysages épigénétiques et prioriser de nouvelles cibles médicamenteuses, réduisant ainsi le temps et les coûts associés à la découverte précoce.
• Toxicologie Prédictive : Les modèles de ML sont entraînés sur de grands ensembles de données épigénétiques et chimiques pour prédire les effets hors cibles et les profils de toxicité, améliorant la sélection des candidates et réduisant l’attrition à un stade avancé.
• Médecine Personnalisée : L’intégration des données épigénomiques spécifiques aux patients avec la chimoinformatique ouvre la voie à des thérapeutiques épigénétiques de précision, notamment en oncologie et dans les maladies neurodégénératives.

Les trajectoires du marché indiquent une croissance robuste, le marché mondial de l’épigénétique devant atteindre 3,7 milliards USD d’ici 2025, stimulé en partie par les avancées dans la découverte de médicaments alimentée par la chimoinformatique (Grand View Research). Des collaborations stratégiques entre entreprises pharmaceutiques et fournisseurs de technologies devraient s’intensifier, favorisant l’innovation et élargissant le pipeline de thérapeutiques épigénétiques. À mesure que les agences réglementaires reconnaissent de plus en plus la valeur des approches computationnelles, la chimoinformatique devrait devenir un élément indispensable des flux de travail de découverte de médicaments épigénétiques d’ici 2025 et au-delà.

Sources & Références

• Grand View Research
• Schrödinger, Inc.
• Chemical Computing Group
• Novartis
• GSK
• Nature Reviews Drug Discovery
• ChEMBL
• PubChem
• Frontiers in Pharmacology
• IBM
• MarketsandMarkets
• Collaborative Drug Discovery (CDD)
• Optibrium
• Wellcome Sanger Institute
• Broad Institute
• National Institutes of Health
• European Commission
• Fortune Business Insights
• European Medicines Agency
• Exscientia