트위스트 바이오사이언스 Barclays 28th Annual Global Healthcare Conference

핵심 요약과 스크립트로 어닝콜의 주요 내용을 빠르게 확인하세요.

분기FY 0진행 시간26분참가자3명

핵심 요약

Twist Bioscience는 1분기에 DNA 합성과 단백질 솔루션 부문에서 전년 대비 27% 성장하며 강한 모멘텀을 보이고 있다.
전통적인 약물 발견 방식은 in vivo 및 in vitro 방법을 사용하여 항체를 스크리닝하는 것이었으나, AI 기술 도입으로 수천 개의 항체 서열을 컴퓨터가 생성하고 Twist가 이를 빠르게 합성 및 특성 분석하여 15일 내에 데이터를 제공할 수 있게 되었다.
AI 기반 약물 발견은 기존 방식 대비 속도가 크게 향상되어 2주 내에 후보 물질을 도출할 수 있으며, 이는 6주가 소요되는 기존 방식보다 3배 빠른 속도이다.
Twist는 고객 맞춤형 서비스를 제공하며 DNA 합성부터 단백질 최적화, 항체 최적화까지 통합된 원스톱 솔루션을 목표로 하고 있다.
특히, 고순도의 bispecific 항체를 고처리량으로 생산할 수 있는 독자적인 플랫폼을 확보하여 AI 기반 bispecific 약물 발견에도 대응하고 있다.
NGS(차세대 염기서열 분석) 사업에서는 임상 전환 문제를 극복하고 2024년 4분기까지 20% 성장 목표를 가지고 있으며, 액체 생검 및 MRD(미세잔존질환) 분야에서 강한 성장세를 보이고 있다.
Twist는 라이브러리 준비를 위한 새로운 효소 기반 제품인 TrueAmp를 출시하여 전체 유전체 분석 시장 진입을 모색하고 있으며, 이는 기존 패널 및 엑솜 기반 분석 시장의 확장과 함께 성장 기회로 보고 있다.
MRD Express는 고객 요청에 따라 분석 시간을 5일에서 1일로 단축한 제품으로, 민감도 향상과 빠른 결과 제공을 통해 시장 수요에 부응하고 있다.
영업이익률(매출총이익률)은 지난 3년간 20포인트 이상 개선되었으며, 매출 성장에 따른 75~80%의 이익 증가가 매출총이익에 반영되고 있다.
향후에도 비용 절감과 신제품 도입을 통해 매출총이익률을 지속적으로 개선할 계획이며, 50% 이상의 매출총이익률을 유지할 것으로 기대하고 있다.

STOCKNOW 인사이트

전망과 가이던스까지 이어서 확인하세요.

로그인하면 경영진 코멘트와 Q&A 요약까지 한 번에 볼 수 있습니다.

업황 전망가이던스경영진 코멘트Q&A 요약

로그인하고 전체 요약 보기

StockNow는 AI를 활용해 어닝콜을 번역 및 요약하며, 정보의 정확성과 완전성을 보장하지 않습니다.

스크립트

첫 5개 문단을 발언자별로 확인할 수 있습니다.

Luke SergottDirector of Healthcare Equity Research0:00

네. 여러분, 안녕하세요. 좋은 오후입니다. 저는 바클레이스에서 생명과학 연구 도구 및 진단 분야를 담당하고 있는 루크 서곳입니다. 오늘 함께해 주실 분들은 트위스트의 CEO 에밀리 르프루스트와 CFO 아담 라포니스입니다. 오랜만입니다. 아시다시피 저희가 이걸 계속 해오고 있는데요, 다시 한 번 3월에 마이애미까지 와 주셔서 감사드립니다. 아까 말씀드렸듯이 3월이면 나쁘지 않죠. 그럼 시작부터, 신바이오(SynBio)와 단백질 솔루션으로의 재세그먼테이션에 대해, 그리고 여러분이 어떻게 AI 수혜 기업인지 이야기해 보겠습니다. 이건 업계 전반에서 큰 화두가 되어 왔는데요. 왜 그런지, 그러니까요. 왜냐하면 여러분에게는 클로드 플러그인이 있는 것도 아니니까요. 그런데도 어떻게 AI 수혜 기업인지, 그리고 그 재세그먼테이션이 그와 어떻게 맞물리는지 설명해 주시겠어요?

Emily LeproustCEO and Co-Founder0:52

네, 초대해 주셔서 감사합니다. 질문 감사합니다. 확실히 저희가 모멘텀이 크게 붙어 있는 영역 중 하나입니다. DNA 합성과 단백질 솔루션 부문은 1분기에 전년 동기 대비 27% 성장했습니다. 전통적인 신약 발굴은 인비보(in vivo), 인비트로(in vitro) 방식으로 진행됩니다. 사람들이 마우스에 타깃을 접종하고, 그다음 DNA를 추출합니다. 신규 항체를 선별하거나, 100억 개가 넘는 대규모 항체 라이브러리를 가져와 파지 디스플레이로 패닝(panning)합니다. 두 경우 모두 특성 분석해야 하는 항체 10~100개를 얻게 됩니다. 과거에는 고객이 타깃을 저희에게 주면, 저희가 고객에게 판매하던 결과물이 최대 100개의 특성 분석된 항체였습니다.

Emily LeproustCEO and Co-Founder1:46

또한 자체적으로 사내에서 신약 발굴을 진행하는 고객들에게는 DNA 및/또는 단백질만 판매하는 방식으로도 서비스를 제공하고 있습니다. 그것도 여전히 하고 있습니다. 작년에 저희 치료제 신약 발굴 매출은 약 1억 1,100만 달러였고, 25%를 넘는 성장률을 기록했습니다. 하지만 신약 발굴은 시장이 매우 파편화되어 있어서 규모의 경제를 달성하기 어렵습니다. 매출이 5,000만 달러를 넘는 회사는 많지 않습니다. 그게 AI 이전의 전통적인 방식입니다. AI가 들어오면서 사람들이 한 일은 컴퓨팅을 활용해 수천 개의 항체 서열을 만들어내는 것이었습니다. 인 비보(in vivo), 인 비트로(in vitro) 대신 컴퓨터가 수천 개의 서열을 뽑아내지만, 그다음에는 데이터가 필요하고 특성 분석(캐릭터라이제이션)이 필요합니다.

Emily LeproustCEO and Co-Founder2:42

그 수천 개 서열 각각에 대해 친화도(affinity), 기능성(functionality), 에피토프 결합(epitope binding), 개발 가능성(developability), 열적 안정성(thermal stability)이 어떤지요. 저희는 DNA를 만들 수 있고, 단백질을 만들 수 있고, 특성 분석도 할 수 있었기 때문에 고객들이 저희를 찾았고, 그들이 진짜로 원했던 것은 속도와 규모였습니다. 저희는 이 업계에서 최고라고 생각하는데, 수천 개의 서열을 주시면 15일 안에 데이터를 드릴 수 있습니다. 전체 메뉴에 대한 데이터입니다. 저희가 보고 있는 것은 고객들이 한 번 또는 몇 번에 걸쳐 모델을 구축한다는 점이고, 그래서 다시 수천 개의 서열이 나옵니다.

Emily LeproustCEO and Co-Founder3:29

모델이 완성되면 신약 발굴 프로세스로 들어가서 타깃을 정하고, 그 모델을 통해 다수의 서열을 도출합니다. 저희가 구축과 테스트를 수행하고, 데이터를 제공해드립니다. AI를 사용하는 이점은 인 비보와 인 비트로는 히트(hit)까지 가는 데 6주가 걸린다는 점입니다. AI를 쓰면 2주입니다. 인 비보와 인 비트로로는 한 라운드밖에 못 도는 동안, AI로는 발굴과 엔지니어링을 3라운드까지 진행할 수 있습니다. 이게 저희에게는 매우 좋은 모멘텀으로 이어졌고, 성장에도 기여했습니다.

전체 스크립트

전체 번역 스크립트는 StockNow에서 확인해보세요.

로그인하면 전체 발언, 영문 원문과 발언자별 기록을 이어서 볼 수 있습니다.

로그인하고 전체 스크립트 보기

AI 번역에는 일부 부정확한 표현이 포함될 수 있습니다.

더 살펴보기

다른 기업의 어닝콜도 확인하세요.

어닝콜 일정 보기