LD Micro 20th Annual Main Event Conference de Bullfrog AI Holdings, Inc. Common Stock

Buenas tardes a todos. Espero que todos estén disfrutando su almuerzo. Voy a comer justo después de esta charla. Mi nombre es Vin Singh. Soy fundador, presidente del consejo y CEO de Bullfrog AI. Somos una empresa de inteligencia artificial y aprendizaje automático para el descubrimiento y desarrollo de medicamentos. En esencia, nuestro objetivo es aumentar las probabilidades de éxito y reducir el tiempo y la inversión necesarios para descubrir y desarrollar medicamentos. Les daré unos segundos para que lean nuestras declaraciones prospectivas. Muy bien, empecemos. La industria farmacéutica tiene un problema muy grande, o varios problemas grandes, pero gasta mucho dinero y desarrollar medicamentos lleva mucho tiempo. Desarrollar un medicamento toma de 10 a 15 años y cuesta $1 billion-$2 billion.

Sorprendentemente, las grandes farmacéuticas siguen fracasando el 50% de las veces en la fase III, lo cual es increíble y fue precisamente la razón por la que fundé esta empresa hace nueve años, en los primeros días de la era moderna de la IA. Existe una necesidad urgente de corregir esta fórmula de fracaso, y eso es lo que hacemos en Bullfrog AI. Si quieren saber por qué deberían invertir en Bullfrog AI, creo que esto lo resume bastante bien. Contamos con una plataforma propia de inteligencia artificial y aprendizaje automático que es muy diferente de la de prácticamente cualquier otra empresa. Nuestra tecnología proviene del Laboratorio de Física Aplicada de Johns Hopkins University, también llamado APL, una subsidiaria de Johns Hopkins con ingresos de varios miles de millones de dólares que trabaja en proyectos de defensa de máximo secreto. Desarrollaron esta plataforma. Hace años ganó el premio a la Innovación del Año, y a lo largo de los años hemos seguido innovándola y desarrollándola mucho más.

Tenemos una alianza estratégica extraordinaria con un instituto que cuenta con un conjunto de datos propio relacionado con el cerebro. A principios de este año cerramos nuestro primer acuerdo comercial con una gran farmacéutica, y hablaré un poco más al respecto. Creo que somos una empresa muy bien administrada desde el punto de vista financiero. No tenemos deuda. Tenemos un consumo de efectivo muy bajo para una empresa de IA, especialmente para una de nuestro sector. Con nuestra tecnología, básicamente podemos descifrar la complejidad de la biología. No se equivoquen: esta es, por mucho, la aplicación de IA más compleja y desafiante. Esto se debe realmente a que todavía hay mucho que no sabemos sobre biología. Es análogo a explorar el espacio exterior, ¿verdad?

Hay cosas que sabemos, pero todavía hay mucho que desconocemos. Todas las interacciones que ocurren en nuestros sistemas biológicos son muy complejas. Con nuestra tecnología, podemos hacer predicciones y descubrir información valiosa, hacer hallazgos que pueden ayudar a resolver los problemas que expuse al principio. Al igual que con la IA, la otra parte del problema o del desafío aquí son los datos. Ambos van de la mano. No se puede tener uno sin el otro. Cuando piensan en la atención médica y el desarrollo de medicamentos, el verdadero desafío con los datos han sido los conjuntos de datos enriquecidos que contienen información valiosa, la información que realmente puede conducir a descubrimientos revolucionarios y, ojalá, algún día, a curas. Históricamente, generar esos datos ha sido increíblemente costoso. Pero su costo se ha reducido en varios órdenes de magnitud en los últimos, diría, 10 años más o menos.

Combinar la IA con estos conjuntos de datos enriquecidos dará lugar a avances sorprendentes en el desarrollo de medicamentos. Es un momento emocionante para estar en esta industria. Tenemos una pila tecnológica. Es una pila tecnológica propia. Tiene tres componentes, y todos resuelven problemas muy importantes que existen en la industria farmacéutica. El primero es bfPREP. Es una solución para la preparación de datos. Contar con datos listos para la IA es un problema importante. Cuando los datos no están listos, no se obtienen las respuestas que deberían obtenerse y los costos de cómputo se disparan. Tenemos una herramienta que puede tomar conjuntos de datos biomédicos muy grandes y complejos y, a veces en cuestión de horas o días, limpiarlos, armonizarlos y estructurarlos para que estén listos para la IA. Podrían pensar que las grandes farmacéuticas ya tienen esto resuelto.

Tienen datos limpios porque cuentan con todo el dinero, la experiencia y los recursos. Pues no es así. Es un problema enorme. Hace poco nos reunimos en una conferencia con una de las cinco principales empresas farmacéuticas, y nos informaron que tienen 100,000 conjuntos de datos que necesitan limpiarse y prepararse. Es bastante sorprendente. La segunda pieza es lo que llamamos bfLEAP. Ese es nuestro motor de analítica. Ahí es donde hacemos nuestros descubrimientos. El núcleo de ese motor es lo que licenciamos de Johns Hopkins. La pieza final es bfARENAS. Como señaló recientemente Satya Nadella, director ejecutivo de Microsoft, la toma rápida de decisiones es realmente un área clave de enfoque para cualquiera que trabaje en IA. Cuando una IA les presenta varias opciones, ¿cómo saben cuál elegir? En nuestro caso, podrían ser varios objetivos farmacológicos o biomarcadores.

En el caso de ustedes, podría ser algo distinto, como qué acciones de qué empresa debería comprar. Por cierto, recomiendo Bullfrog. Comprender realmente esto, comprender las vías de las enfermedades y entender cuáles son sus causas fundamentales es algo que hacemos muy bien, y lo estamos haciendo con nuestro socio farmacéutico, una de las cinco principales empresas del sector. Al analizar estos datos, se construyen redes. Podemos identificar los genes que impulsan las enfermedades. En este momento, nos estamos enfocando en el trastorno depresivo mayor, el trastorno bipolar y la esquizofrenia. Nuestro trabajo sobre el trastorno depresivo mayor dio lugar a este acuerdo con una de las cinco principales empresas farmacéuticas, y aquí está. Este es un acuerdo importante. Probablemente la mayoría de ustedes no se da cuenta de lo difícil que es cerrar un acuerdo con una gran farmacéutica, especialmente cuando eres una empresa muy pequeña.

Cuando logramos cerrar este acuerdo, en marzo, teníamos nueve empleados. No suelen cerrar acuerdos con empresas de nueve empleados. Buscan empresas mucho más grandes y consolidadas para trabajar. A medida que avanzábamos en el proceso de debida diligencia y convencíamos a sus directivos, a su personal de I+D y a sus equipos de IA, les demostramos que «Miren, tenemos algo que ustedes no tienen y no pueden hacer lo que nosotros hacemos». Lo reconocieron, y por eso querían trabajar con nosotros. Fue un gran logro para nosotros y dará lugar a muchas más oportunidades. Estamos teniendo un desempeño extraordinario en este proyecto. Estamos identificando objetivos para el trastorno depresivo mayor. Ellos seleccionarán uno de esos objetivos, lo incorporarán internamente y desarrollarán un fármaco para ese objetivo, para luego avanzar con él.

A medida que avanzamos y cumplimos con este proyecto, hay un interés real en ampliar la relación. Lo emocionante es que hay cuatro, cinco o seis áreas diferentes, oportunidades fáciles de aprovechar, a las que podemos expandirnos fácilmente y que les proporcionarían información muy valiosa para lo que intentan hacer. Estas oportunidades representan varios millones, si no más, decenas de millones. Somos bastante optimistas al respecto y creemos que se avecinan grandes cosas. Nuestra estrategia desde el principio fue entrar y expandirnos, así que sabíamos que abrirnos paso era difícil, pero que, si teníamos un buen desempeño, nos veríamos recompensados. Aunque con esa relación en particular nos enfocamos en descubrir objetivos farmacológicos, también hemos demostrado nuestras capacidades en ensayos clínicos de fase avanzada. Antes hablé de cuánto tiempo y dinero se invierte en desarrollar fármacos.

Bueno, ayudamos a una pequeña empresa llamada Eleison Pharmaceuticals que había tenido un ensayo fallido de fase III en cáncer de páncreas. Analizamos un conjunto de datos amplio y muy desordenado, e identificamos un subgrupo de pacientes y biomarcadores que dieron lugar a una mejora de 3X en la supervivencia. Básicamente, les proporcionamos una fórmula para tener éxito en un ensayo de fase III. Eso es importante, y es algo que tenemos la intención de hacer con nuestro socio de una gran farmacéutica y con otros. Con base en lo que acabo de contarles, pueden ver que operamos en los dos extremos del espectro: el descubrimiento de dianas, que es el primer paso, y la fase III, que es el último paso. El trabajo que hemos estado realizando con esta importante farmacéutica proviene de datos del Lieber Institute for Brain Development. Llegamos a un acuerdo con ellos por el que teníamos acceso exclusivo a todos sus datos.

Tienen la colección más grande del mundo de cerebros de pacientes con enfermedades neuropsiquiátricas. Históricamente, estas enfermedades se han diagnosticado y tratado, y los medicamentos se han desarrollado con base en el comportamiento. Bueno, ahora estamos incorporando una biología extraordinaria, y creemos que eso conducirá a medicamentos que realmente funcionen. Estamos observando cosas como diferentes subtipos de depresión, por ejemplo. No es una enfermedad que se pueda tratar igual en todos los casos. Es una enfermedad muy compleja, como lo son todas las enfermedades relacionadas con el cerebro, que a menudo involucran varias regiones cerebrales. Ups. Ah, perdón. ¿Cuál es nuestro modelo de negocio? El elemento común es nuestra plataforma tecnológica, de la que les hablé. La usamos para nosotros mismos, como en estas alianzas, pero también la estamos vendiendo en el mercado y estamos creando una cartera de proyectos muy sólida. Contratamos recientemente a un equipo comercial.

Ahora tenemos unas tres docenas de oportunidades en nuestra cartera de proyectos y estamos avanzando agresivamente para empezar a cerrar estos acuerdos y poner las cosas en marcha. Pero este primer acuerdo fue realmente el catalizador, ¿de acuerdo? Ese es el que abre las puertas. Hemos seguido alcanzando algunos hitos importantes y, en realidad, no somos una empresa biotecnológica. ¿De acuerdo? No buscamos desarrollar medicamentos. Todo lo que hacemos se centra en los ingresos. Generar ingresos. Creo que soy optimista respecto del cuarto trimestre. Creo que tendremos múltiples oportunidades y seguiremos creciendo a partir de ahí. Me entusiasma mucho el rumbo que estamos tomando. Lo otro es que queremos convertir nuestra pila tecnológica en una solución empresarial, porque a nuestros clientes les encantaría interactuar con nuestra tecnología, y vamos a llamarla Bullfrog Operating System para el descubrimiento y desarrollo de fármacos.

Nuestro objetivo es implementar esto en todas las empresas farmacéuticas y biotecnológicas del mundo. Ya estamos avanzando hacia ese objetivo. Todavía estamos terminando el trabajo de desarrollo. Tenemos un equipo directivo con mucha experiencia. Creo que todas las personas de esta lista tienen al menos 30 años de experiencia y una trayectoria muy destacada. Lo que esto me aporta, y algunos de estos ejecutivos son relativamente nuevos. Cuando cerré el acuerdo con la gran farmacéutica, decidí que necesitaba formar un equipo directivo a mi alrededor. Este es un conjunto amplio de herramientas que nos ayudará a navegar las oportunidades y los desafíos que se presenten. La relación entre la IA y la industria farmacéutica ha atravesado varias olas. Estamos viendo que ocurren cosas importantes entre las grandes empresas tecnológicas y las grandes farmacéuticas. Estamos empezando a ver algunas adquisiciones, algo que no habíamos visto en muchos años.

Las cosas están empezando a cambiar, y todo se reduce a esto: ¿están ejecutando? ¿Están aportando valor? ¿Están prometiendo menos y entregando más? Hasta ahora, estamos haciendo todo eso. Veremos qué nos trae esta próxima ola, pero nos entusiasma nuestra posición y lo que tenemos por delante. Solo para repasar, miren, somos una acción muy infravalorada. No estamos en el radar, y eso va a cambiar. Cuando anunciamos este acuerdo con una de las cinco principales farmacéuticas, no se nos permitió divulgar el nombre de la empresa. Si conseguimos una expansión, o mejor dicho, cuando concretemos el acuerdo de expansión con ellos, podremos anunciarlo; entonces todo va a cambiar, nos convertiremos en una empresa conocida y no cotizaremos con un descuento increíble frente a nuestros pares, que es lo que ocurre hoy.