3 Моментум Акции, Которые Могут Взлететь после Волатильности После Рынка
Руководители Schrodinger (NASDAQ:SDGR) изложили стратегию, сосредоточенную на расширении принятия их вычислительной химической платформы, ускорении перехода к поставке программного обеспечения на хостинге и партнерстве внутренних клинических программ в ходе виртуального круглого стола на ежегодном форуме по здравоохранению.
Тезис о платформе: репликация эксперимента в масштабе
Генеральный директор Рами Фарид заявил, что миссия компании - построить вычислительную платформу, позволяющую исследователям в области науки о жизни и материаловедения разрабатывать лучшие молекулы быстрее, более эффективно. Фарид описал традиционное открытие лекарств как процесс проб и ошибок, в ходе которого исследователи синтезируют молекулы, тестируют их экспериментально и итеративно оптимизируют - рабочий процесс, который, по его словам, занимает много времени и имеет высокие проценты неудач.
Забудьте о Производителях Чипов: Walmart и Target - Настоящие AI Игроки
AI Фарма: 2 Пути к Инвестированию в AI-Способные Лекарства
Цель Schrodinger, по мнению Фарида, состоит в точной репликации ключевых экспериментальных результатов на компьютере, что позволяет исследователям тестировать большое количество молекул и идентифицировать кандидатов, которые удовлетворяют множественные лекарственные свойства. Он утверждал, что платформа подтверждена историей Schrodinger, использовавшей ее внутренне и с партнерами около 15 лет, ссылаясь на 15, 16 программ в клинике и на то, что, по его словам, компания имеет прочную репутацию в совместно основанных биотехнологических компаниях, фармацевтических соглашениях и собственных программах Schrodinger.
Фарид также сказал, что программное обеспечение компании широко используется в фармацевтической индустрии и привел 100% удержание клиентов как подтверждение влияния платформы.
Изменения в бизнес-структуре: партнерские клинические программы, акцент на синергии платформы
Акции Expedia Поворачиваются после Ралли. Куда Пойдет Дальше?
Акции Simulations Plus Падают на 15% Несмотря на Превышение EPS
Финансовый директор Риши Джайн сказал, что компания предприняла шаги по упрощению и четкости своей бизнес-структуры. Он заявил, что Schrodinger ранее запускала некоторые клинические программы внутри компании, но теперь стремится к их партнерству. Джайн сказал, что клинические программы находятся в развитии у наших партнеров, при этом Schrodinger сохраняет последующие платежи по веховым пунктам и роялти.
Фарид описал поворот как способ укрепить основное преимущество компании: синергию между лицензированием программного обеспечения широкой пользовательской базе и использованием его внутренне в открытии. Это внутреннее использование, по его словам, помогает компании узнавать, что работает, улучшать продукт в реальном времени и предоставлять доказательства, которые способствуют отраслевому переходу к вычислительным методам.
Сделка SkyWater: Попытка IonQ Завоевать Квантовое Превосходство
Он также сказал, что стоимость и сложность проведения клинических испытаний увеличились по сравнению с ожиданиями из-за изменений в более широком ландшафте, указав на такие факторы, как эволюция онкологической динамики, рост стоимости испытаний в США, Проект Optimus и стоимостные преимущества проведения испытаний в Китае. Фарид сказал, что компания приоритизирует капитал на развитие платформы и фокусируется усилия в области терапевтических усилий на открытии, а не на клиническом исполнении.
Переход на хостинг и цель прибыльности
Джайн подтвердил трехлетнюю цель достижения скорректированной прибыльности EBITDA, которую, по его словам, поддержит рост как в сфере программного обеспечения, так и в области открытия лекарств, сохраняя дисциплину в расходах.
Он также описал стратегический сдвиг к хостинговым контрактам на программное обеспечение вместо развертывания на месте. Джайн сказал, что хостинговые контракты сегодня составляют примерно 25% от общего объема, с целью достичь примерно 75% хостинга за примерно три года. Он описал сдвиг как общий для компаний по программному обеспечению, переходящих к поставке на хостинге/SaaS, но отметил, что это повлияет на отчетную выручку в ближайшей перспективе, поскольку распознавание выручки становится более равномерным.
Чтобы помочь инвесторам отслеживать основной бизнес-моментум во время перехода, Джайн сказал, что Schrodinger акцентирует внимание на ежегодной стоимости контракта (ACV) как на операционной метрике. Он заявил, что к концу 2025 года ACV и выручка были в шаге друг с другом, указав на программную выручку в размере $200 миллионов и программный ACV в размере $198 миллионов. Со временем, по его словам, ACV и выручка должны сойтись, но во время периода конверсии компания ожидает снижения выручки по мере перехода контрактов от предварительного признания на месте (которое, по его словам, практически 80%-90% признается в квартале бронирования) к равномерному признанию в рамках хостинговых соглашений.
Джайн добавил, что переход является нейтральным по денежным потокам, сказав, что денежные потоки от операций к концу 2026 года будут одинаковыми независимо от ускоренного перехода к хостингу, поскольку изменение касается в основном времени выручки и бухгалтерского учета отложенной выручки. Он также сказал, что компания уже перевела по крайней мере одного фармацевтического клиента с местного на хостинговый и перевела одну многолетнюю сделку с местного развертывания на хостинг до даты обновления.
Новые продукты и возможности Предсказательной Токсичности
Руководство сказало, что инновации продуктов остаются центральной частью стратегии роста. Фарид выделил Предсказательную Токсичность как недавнее выпуск, направленное на основную проблему в области открытия лекарств: предсказание токсичности, связанной с взаимодействием с внешними мишенями. Он утверждал, что существующие подходы машинного обучения часто требуют больших обучающих наборов данных, что означает, что моделирование токсичности может происходить поздно в программе после лет работы и значительных затрат, что potенциально заставляет команды вернуться к переработке молекул, когда появляются проблемы.
Фарид сказал, что подход Schrodinger основан на физике, а не только на технике машинного обучения, что позволяет использовать на новых молекулах на ранней стадии открытия. Он также сказал, что инструмент предоставляет понимание почему молекула может быть токсичной, показывая структурные взаимодействия связывания, что, по его мнению, может помочь ученым модифицировать соединения в рамках многопараметрической оптимизации.
О разработке продукта Фарид сказал, что прорывные инновации не происходят только из вопросов, задаваемых клиентами. Он сказал, что Предсказательная Токсичность была мотивирована собственными внутренними проектами Schrodinger и сотрудничеством, в то время как обратная связь клиентов помогла усовершенствовать концепцию. Он отметил, что компания имеет регулярный график работы по продукту, с несколькими новыми выпусками продуктов или крупными улучшениями существующих продуктов каждый год, и сказал, что у Schrodinger четыре выпуска в год. Он добавил, что компания обсуждала бета-версию Предсказательной Токсичности публично частично из-за связанного гранта и повышенного внимания FDA к вычислительному прогнозированию токсичности как способа сокращения испытаний на животных.
Agentic AI, лицензирование на основе пропускной способности и интерес фармацевтической отрасли
Фарид также обсудил агентный AI, описав его как способ автоматизации рабочих процессов и усиления ученых, а не их замены - помогая масштабировать экспертное использование передовых вычислительных инструментов. Он предостерег, что построение надежных агентов сложно и может занять больше времени, чем ожидают некоторые, указав на сложность проектирования лекарств.
Джайн сказал, что коммерческая модель компании нацелена на захват дополнительного спроса, поскольку большинство продуктов лицензируются на основе пропускной способности/использования, с клиентами, покупающими дополнительные лицензии и токены, а не места по мере расширения использования. Он также сказал, что агентные инструменты могут расширить пользовательскую базу, помогая химикам, обученным на традиционных методах, принять вычислительные рабочие процессы.
Фарид сказал, что более широкий интерес к AI увеличивает интерес фармацевтических клиентов к вычислительным подходам. Он утверждал, что модели AI зависят от тренировочных данных и что только экспериментальные данные недостаточны, требуя симулированные данные, созданные платформами, такими как Schrodinger. Фарид сказал, что он видит увеличенное внимание к AI как позитивный фактор для бизнеса компании.
О Schrodinger (NASDAQ:SDGR)
Schrdinger, Inc - это компания в области открытия науки о жизни и материалов, специализирующаяся на применении физико-основанных вычислительных платформ для ускорения от
