議程佔位符
上午會議9:30-12:30下午會議1:30-4:30歡迎致辭Recursion聯合創始人兼首席執行官Chris Gibson博士Recursion OS Inception實驗室高級副總裁Lina Nilsson博士臨牀前研究Laura Schaevitz博士高級副總裁兼研究負責人Deepak Nijhawan醫學博士博士David Mauro博士醫學博士Chief Medical Officer Deepak Nijhawan醫學博士博士-T Southwestern, Distinguished Chair in Biomedical Science導遊&演示高級管理人員下午學位授予Najat Khan博士，首席研發官和首席商業官合作關係業務發展和公司舉措高級副總裁Matt Kinn和John Marioni博士（Genentech，高級副總裁兼計算科學負責人）臨牀計劃David Mauro博士，醫學博士公司&里程碑Michael Secora博士，首席財務官中場休息與Jensen Huang的篝火聊天Chris Gibson博士，聯合創始人兼首席執行官Jensen Huang - NVIDIA，創始人兼首席執行官結算語Chris Gibson博士，Recursion聯合創始人兼首席執行官早餐&抵達Recursion（上層）8:30-9:30午餐&休息（上層，高通量飼料）12:30-1:30晚餐-Mar Muntanya（凱悦酒店）5:00-7:00
歡迎，公司狀況
本演示文稿及其附帶的任何討論和文檔都包含根據“1995年證券訴訟改革法案”的含義包括或基於的信息，“前瞻性陳述”包括但不限於，基於我們行業和公司的當前期望、估計和投射，管理層的信仰和我們做出的某些假設。這些陳述旨在識別前瞻性陳述，“計劃”、“預期”、“相信”、“繼續”、“估計”、“期望”、“打算”、“可能”、“將”及類似表達意圖的詞語。本演示文稿中所作的前瞻性陳述包括預期從Tempus合作中實現的結果和收益，包括我們能夠利用通過許可協議所獲得的數據集，提高機器學習能力並加速臨牀試驗招募；從Enamine合作中預期的結果和收益，包括生成和聯合品牌的新化學庫開發；從Helix合作中預期的結果和收益，包括開發因果關係人工智能模型和生物標記物和患者分層策略；預期的BioHive超級計算機能力；從許可證、合作伙伴關係和合作中獲得的結果和收益，包括合作方的期權行使、其他合作伙伴和在BioNeMo Marketplace上安置工具的能力；Recursion OS的進展，包括數據集的擴充；從由Large Language Model-Orchestrated Workflow Engine（LOWE）驅動的結果和收益的預期；任何接近或中期潛在里程碑的發生或實現；我們當前和未來臨牀前和臨牀研究計劃的啟動、時間表和成本，包括研究中招募、數據讀數和向IND使能研究的進展；我們藥物候選品市場機會的潛在規模；我們能否確定可行的新藥物候選品進入臨牀開發，以及我們期望以加速的速度識別這些候選品的能力；我們預計推動價值的資產是那些我們將使用數據集和工具在未來識別的資產，等等。在本演示文稿中所作的前瞻性陳述既不是歷史事實，也不作為未來業績的保證，受到重大風險和不確定性的影響，實際結果可能與所預計或所暗示的結果嚴重地相反，或者實際結果可能相對低估或高估所預計或所暗示的結果。請查看我們向美國證券交易委員會提交的文件中的“風險因素”部分，包括我們於2023財年結束時提交的年度報告10-K和我們最近的季度報告10-Q，以瞭解可能影響我們業務的因素。本演示文稿不聲稱包含進行全面分析所需的所有信息。我們無法糾正或更新任何前瞻性陳述，並且不承擔任何義務，無論是因為新信息、未來事件還是其他任何原因。本演示文稿中所包含的某些信息涉及或基於第三方來源獲得的研究、出版物、調查和其他數據以及公司自身的內部估計和研究。雖然公司認為這些第三方來源在本演示文稿發表之日可靠，但它沒有獨立核實，也不以任何方式表示任何通向足夠、公平、準確或完整的第三方來源的信息。此外，本演示文稿中包括的所有市場數據都涉及若干假設和限制，而且此類假設的準確性或可靠性不能得到保證。最後，雖然公司相信自己的內部研究是可靠的，但任何第三方都未對此類研究進行核實。與其他臨牀試驗和其他藥物候選品進行交叉試驗或比較的比較不是基於頭對頭的研究，僅僅作為信息目的而提供；比較是基於其他臨牀試驗和其他藥物候選品的公開信息。本演示文稿中包含的任何非Recursion標誌或商標都是各自所有者的財產，僅用於參考目的。
幫助定義我們作為BioTech轉向TechBio的轉折點時刻，理解為什麼Recursion在利用這個時刻的機遇方面處於獨特的位置。分享有關我們的詳細信息和更新：•我們的管線——預計在接下來的約18個月內發佈7個臨牀試驗的結果•合作伙伴——在地圖和項目上都有潛在的近期期權•平臺——在數據生成和計算方面擁有行業領先的能力。讓您體驗Recursion並聽取來自Recursion外部的專家合作伙伴有關我們工作當前和未來潛在影響的詳細信息
該時刻：兩個城市的故事
Scannell等人，自然評論藥物發現11:191，2012
數據、計算和自動化正在改變今天新的見解的速度、成本和質量，我們正在接近能夠收穫這一躍進的早期階段。新類型的公司出現了，它們在技術和科學上真正是“雙語的”。我們相信，通過人工智能改變生物製藥是不可避免的，這正如我們在許多行業中所看到的一樣——我們認為這是一個誰、如何和何時的問題。
大多數生物科技公司已經建立了一個點解決方案——他們開發了一個工具、過程、模型或分析來完成藥物發現中的重要步驟。這也是我們開始的方式。但是，發現和開發藥物需要完成數百個步驟...... 蘇木素
更多的數據和計算使更具泛化性的模型適合用途；數據對於診斷和治療以下疾病至關重要；需要更多的計算力，而且很少有人在我們的規模上進行投資。
工業化前工業化後40人小組30種計劃假設探究7人小組探索了115個計劃假設~1FTE相當於201個計劃假設的啟動20222023年上半年2024年的一半持續改進
資本計算數據人員
在處於轉折點的行業中繼續領導TechBio所需的四種要素之一
在處於轉折點的行業中繼續領導TechBio所需的四種要素之一
在處於轉折點的行業中繼續領導TechBio所需的四種要素之一
在處於轉折點的行業中繼續領導TechBio所需的四種要素之一
我們的存在是為了做一個實驗...... 一個確定是否可能有更好的方法來發現和開發藥物的實驗...... ...如果我們希望有機會影響患者並降低藥物成本，我們需要這種雄心。
管線——現在由LLM啟動，針對LLM生成的項目進行了多次命中提名，還有更多的項目正在進行中。向大規模多組學和可泛化基礎模型發展，具有第一個基因組規模的轉錄組映射和患者數據。為生物製藥和商業用户提供數據和工具：拜耳將成為LOWE用於藥物發現和開發的第一個Beta用户。合作伙伴關係——羅氏和基因泰克：在腫瘤學中選定了方案，繼續取得進展，並有潛在的接近期項目和非常接近的地圖選擇項。貝爾：按計劃在2024年第三季度完成25個獨特的多模態數據包，在第一個聯合項目快速向主導系列提名的推進方面。
Recursion運營系統
29
表型數據
表型數據
知識人工智能策略試驗隨機試驗實驗
BioHive-1：• 320 英偉達 A100 • 在 TOP500 列表上排名第84名，Nvidia 投資 5000 萬美元投資於生物技術公司 Recursion 的人工智能藥物研究 BioHive-2：• 504 英偉達 H100，比 BioHive-1 多4倍 • 在製藥行業排名第一 • 在2020年的 TOP500 列表上排名第35位，2021年開始初步討論，2023年，2024年
0.48 0.49 0.47 0.46 0.45 0.44 0.43 0.42 10⁸ 10⁹ 參數 生物回憶率 DL-2 Phenom-Beta Phenom-1 0.50 生物關係與模型大小的召回
利用 Brightfield 拍攝進行動力學數據的生成模型，增加基因表達敲除檢測，檢測到超過 2.5 億次實驗，超過 50 種人類細胞類型，生成超過 1 兆個神經元，參數為生物召回率與模型大小的召回率，分別為 0.48，0.50, 0.46, 0.44, 0.42 10⁸ 10⁹ DL-2 Phenom-Beta Phenom-1 Phenom-2，在 Biohive-2 上進行了6個月的候選篩選以及2個星期的快速迭代
超過1M個樣本進行了測序，首個基因組薈萃圖譜的數據生成模型，具備預測化合物在後來的疾病相關測試中失敗的能力，預測化合物在內部測試中通過的後來的疾病相關測試的能力，用全面的多模式模型工作流程替代曾經費時的疾病特異性驗證測試，包含IL-6通路，轉錄組和表型組學
1.25 1.00 0.75 0.50 0.25 0.00 -0.25 10⁶ 10⁷ 10⁸ 10⁹ 22個TDC ADMET數據集上的廣義表現，參數為模型數量 N 或市盈率的標準化績效，利用數據生成模型推算手動方法的90倍吞吐量，每週超過750個化合物。我們的單一可推廣模型隨着多模式數據和模型大小的增加而不斷改進，2024年的外部最佳模型為Phenomics MolGPS，所有TDC模型的平均值
數據生成模型• 機器學習通過從視頻和温度傳感器中提取信號來實現規模● 應用於遞歸組合體系● 能夠在進入研究之前選擇正確的分子和劑量● 2024：超過1000個數字老鼠籠和150個數字大鼠籠 社交住房提高相關性
>20PB的真實世界多模態腫瘤數據，涵蓋各種治療領域的數百萬獨特的去匿名患者記錄，將因果關係建模與臨牀患者數據相結合，利用生物學的遞歸地圖尋找新的靶點
Phenom-Beta，適用於 NVIDIA BioNeMo，的表型生成模型，優於公開的“黃金標準” CellProfiler。CellProfiler Phenom-Beta Phenom-1 Phenom-2 候選者相對召回率的提高為 1.00，1.05，1.10，1.15
將藥物發現轉化為搜索問題
將藥物發現轉化為搜索問題
預臨牀：預測的力量
新的機會在1-2年內，花費數百萬美元，與疾病相關度較高，有一個潛在的項目
新機會+與疾病相關性+預測的化學性質+幾個星期與幾年相比，只需花費數千美元，相對於數百萬美元，考慮了數百種潛在的方案並選擇了最佳方案
通過標準化方法快速縮小漏斗
加速高潛力藥物候選者的開發
1-2年，花費數百萬美元，行業遞歸，與數年相比，只需花費數千美元，相對於數百萬美元
確定新的靶點並優化新的化學結構
PBMC來源成纖維細胞分化測定•以人類PBMC分化為成纖維細胞•使用對照肽進行處理對成纖維細胞具有期望的影響（對照狀態）•來自表型篩查的有希望結果•對照狀態：10 µg/mL對照肽•疾病狀態：未公開的處理•濃度（µM）
Recursion REC-A機密信息50％ 救治1.5 µM•表型化驗的代表濃度反應曲線（CRC）•健康狀態對照•疾病狀態•來自REC-B的50％救治•疾病修改活性顯著降低
目標Epsilon KO 目標Epsilon IC50 = 31.5 nM•目標Epsilon IC50 = 3600 nM•目標Epsilon IC50 = 106 nM•來自表型篩查的核心N H R1 R4 R5 核心N H R3 R4 R5•Epsilon生化確認2.5 µM 2.5 µM 2.5 µM n / a 核心N H R7 R5 R2 REC-C REC-A REC-D REC-D REC-A REC-C目標Epsilon KO基因化合物
具有30 µM微管蛋白IC50的化合物•與微管蛋白聚合抑制測定相對應的Phenomap•來自REC-C的核心N H R3 R4 R5•來自REC-D的核心N H R7 R5 R2
通過基於計算機的新目標預測加速到IND使能研究
CDK12RBM39 CDK13 CDK12 RBM39 CDK13 相似 相反
CDK12RBM392.5 μM1.0 μM0.25 μM0.1 μMCDK13 類似 相反 CDK12 RBM39 2.5μM 1.0μM 0.25μM 0.1μM CDK13 REC-E REC-E
0 2 4 6 REC-E REC-F SR-4835 THZ531 CDK8 CDK2 CDK20 CDK9 CDK12 CDK13 CDK4 CDK6 CDK7在所提供的MatchMaker預測的情況下，在體外- 結合z-分數(CDK結合的概率)•陽性對照•陽性對照
REC-E REC-F SR-4835 THZ531 100 75 50 25 0 0.001 0.01 0.1 1 10 %CDK12活性(n或m.到ve hi cl e)•CDK12抑制劑•敲定化合物•CDK12活性濃度（µM）•陽性對照•陽性對照
將數據層端對端連接可提高洞見的質量和速度
目標1REC-G和REC-H在1、3、10µM下•陽性對照•陽性對照
表型確認篩選•轉錄組學確認篩選•疾病得分•疾病關閉·目標關閉•目標1KO•健康REC-G 1 µM REC-G 2.5 µM REC-G 10 µM•陽性對照•陽性對照
車輛•REC-G 30mg/kg REC-G 100mg/kg REC-G 300mg/kg 100mg/kg b.i.d REC-G TGI：66％50mg/kg b.i.d REC-G TGI：16％•腫瘤體積（m³）•陽性對照•陽性對照•日常行動
發現以前無法使用的新分子
目標KO•REC-J 0.1 µM REC-J 0.25 µM REC-J 1.0 µM REC-J 2.5 µM REC-J 2.5 µM REC-J 1.0 µM REC-J 0.25 µM REC-J 0.1 µM•目標KO
REC-J EC50 = 100 µM REC-K EC50 = >10 µM 3 4 2 1 0 0.01 0.1 1 10 100濃度（μM）蛋白質RC的數量•REC-J REC-K
高潛力、深入探索
高潛力、未經探索低潛力、深入探索低潛力、未探索
我們的重點
1-2年，數百萬美元的行業板塊•用RECursion花費幾周的時間與花費數百萬美元的時間•陽性對照•陽性對照
Fireside Chat：Dr. Deepak Nijhawan是德克薩斯大學西南醫學中心內科和生物化學系副教授。
下午宣誓儀式
AI對醫療保健的影響患者正在等待
預測診斷治療制定治療個性化、訪問組織生產率通過啟用人工智能的診斷方法、生物標誌物、臨牀決策支持等來實現早期診斷。利用生成 AI 生成和優化新分子、生物製品、電芯療法等。使用精準醫學、數字終點、現實世界證據和基於 AI 的臨牀試驗執行優化臨牀開發。運用 multiomics 和臨牀見解預測風險因素、全面理解疾病因果關係。通過自動化運營提高生產效率，並藉助虛擬助手提高護理質量。確保實現精準醫學，按時為正確的患者提供正確的治療。
通過智能 AI 動力的產業化發現多組學、基於圖像、holistic ML、生成 AI 和物理學設計、優化、預測模型、精準醫學、可調整的試驗設計 RWE 和 ML 驅動的招募，提高成功率和快速的個性化醫學、AI 啟用的患者和提供者的參與。特定通路研究，基因組學，基於啟發式的設計，分子模擬，免疫學。線性且宂長的臨牀過程，不精確的疾病定義，高失敗率，一種尺寸適合所有的營銷分子發明精密設計數字商品化治療學假設。
時間進程無情地關注結果而不是問題的解決方案，投資於最重要的創新領域，以靈活的方式採用新的技術和生物創新浪潮，雙語才能和文化（科學 + AI）。
AI 和多組學用於識別新目標和全面生物通路幹+濕實驗室結合 - 產業化工作流程先進 AI/機器學習連接、大規模高質量數據（專有和公共）世界級計算互補合作伙伴雙語人才（人工智能+科學）基於 AI 的個性化銷售、營銷基於 AI/RWE 的 DTC，市場準入和採用管道（內部和外部）基金會治療學假設分子發明精密設計數字商品化基於 AI 的疑因疾病建立和執行臨牀試驗。
乾濕實驗室 - 產業化工作流程先進 AI/機器學習連接、大規模高質量數據世界級計算互補合作伙伴雙語人才（人工智能+科學）管道（內部和外部）基金會 AI 和多組學數字體內基因 1.0：重用分子基因 2.0：新藥物樣分子數據和 AI 軟件 AI 和多元素精準醫學 AI 驅動的試驗設計和執行產生潛在的創新藥物，從而根本改善患者生活。
管道（內部和外部）基金會新生物學：ü RBM39，12+在早期和晚期發現·Roche - GI Onc，神經科學ü Bayer-Oncology 重複使用的分子轉化為新的分子：ü RBM39, Epsilon，12+ 在早期和晚期發現，60% 使用 Gen AI üRoche - RG1 ü1/2 0.5 分之成本 ü3/1 轉化時間管道：7 個項目•5個在臨牀階段 Phenom-1 LOWE（LLM 對協調的工作流程）50 PB+高質量數據（生物、化學、臨牀）BioHive-2 Roche/Genentech、Bayer、Nvidia、Enamine、Tempus、Helix 等。MatchMaker（命中 ID）MolE（ADME）GFlowNets（鉛線）Causal AI 基於 AI 的試驗執⾏•AXIN1/APC Ph2Phenom-Beta 有潛力建立並交付革⾝性藥物，從⽽徹底改善患者的⽣活。治療學假設分子發明精密設計數字商品化。
新生物學：RBM39 ML 啟用ˉ現象學洞見Gen 2.0NCE：RB M39· ~2.5 倍低成本到 IND~3 倍更快謝的線索治療學假設分子發明精密開發商業化管道（內部和外部）基金會 Phenom-1 LOWE 50 PB+BioHive-2跨行業合作伙伴 - Enamine、Tempus精準醫學 - 因果 AIPhenom-Beta 約 18 個月：新生物學發展候選（與行業的 45 個月相比）速度與成本命中 ID 型分子 ADME GFlowNets 管道：&項目•5個在臨牀階段Just-in-time 招聘：AXN1/APC
成本 to IND ($M)時間 to validated lead (mo)0 5 10 15 20 25 30 Industry Recursion0 5 10 15 20 25 30 35 Industry Recursion~2.5 倍低成本~3 倍更快。新生物學：RBM39Gen 2.0NCE：RB M39· ~2.5 倍低成本到 IND~3 倍更快謝的線索治療學假設分子發明精密開發商業化管道（內部和外部）基金會Phenom-1 50 PB+BioHive-2跨行業合作伙伴 - Enamine、TempusMatchMaker MolEGFlowNets精準醫學 - 因果 AIPhenom-Beta速度與成本LOWE管道：&項目•5個在臨牀階段Just-in-time 招聘：AXN1/APC
新生物學：RBM39Gen 2.0NCE：RB M39· ~2.5 倍低成本到 IND~3 倍更快謝的線索治療學假設分子發明精密開發商業化管道（內部和外部）基金會Phenom-1 50 PB+BioHive-2跨行業合作伙伴 - Enamine、TempusMatchMaker MolEGFlowNets精準醫學 - 因果 AILowe快速招聘傳統->4-6 個月AXIN1/APC Ph2招生以數據驅動的、即時的->4-6 周現場合作夥伴+主協議+中央 IRBs基因組學 &RWD+AI 現場/參與者在現場實時參與管道：&項目•5個在臨牀階段Just-in-time 招聘：AXN1/APC
治療學假設分子發明精密開發
在Nvidia BioNeMo平臺上託管Phenom-Beta，75％的圖像被遮蓋，86M參數模型的25％，307M參數模型的50％。原始影像基礎模型用於外部使用•新穎的生物學：RBM39 Gen 2.0 NCE：•RBM39•成本比IND低約2.5倍•領導時間快約3倍治療假設分子發明精準開發商業化管道（內部和外部）基礎Phenom-1 50 PB + BioHive-2跨行業合作伙伴關係-Enamine，Tempus MatchMaker MolE GFlowNets精益醫學-因果AI。Phenom-Beta LOWE管道：和計劃•臨牀階段的5個及時招募：AXN1 / APC
基於AI和多組學的新型靶點和通路乾濕實驗組合-產業化工作流程前沿的AI / ML連接，高質量的數據世界級計算的互補合作伙伴雙語人才（AI +科學）管道主要是基於Gen的人工智能新型類似藥物分子數字孿生體優化的製造AI基礎的DTC市場訪問，採用AI個性化銷售，營銷管道（內部和外部）基礎潛力創建並交付根本改善患者生活的變革性藥物臨牀前臨牀製造商業化數據和基於AI的軟件解決方案基於AI的藥理學基於ML的精準醫學基於AI的試驗設計和執行
增強基於人工智能的化學前臨牀和臨牀階段項目創新與AI在臨牀開發中的結合在可伸縮基礎設施上進行投資-濕法和幹法實驗室在戰略合作伙伴關係中實現交付創造額外的SaaS機會，以推進藥物的創造
合作關係
在具有加速批准路徑潛力的指標中建立內部管道管道策略精準腫瘤罕見疾病合作伙伴策略在需要大量財政投入或競爭仲裁的複雜治療領域中進行夥伴策略利用夥伴知識和臨牀開發能力不可藥物腫瘤無法處理生物（例如CV / Met）神經科學*管道合作伙伴許可子集數據和關鍵工具用於直接生成新數據以最大化管道和合作夥伴價值驅動器數據戰略許可增加Recursion OS數據 *包括我們Roche和Genentech合作的單個腫瘤指示
在需要大量財政投入或競爭仲裁的複雜治療領域中進行夥伴策略利用夥伴知識和臨牀開發能力不可藥物腫瘤無法處理生物（例如CV / Met）神經科學*管道合作伙伴 *包括我們Roche和Genentech合作的單個腫瘤指示數據
商標歸其各自所有人所有，僅用於信息目的不可醫治的腫瘤靶標2020年9月公佈2023年11月修訂的神經系統（以及單個癌症指示）2021年12月公佈的計算機科學藥物開發約翰馬裏奧尼，博士FMedSci高級副總裁兼計算機科學主管，gRED
計算機科學在藥物開發中約翰馬裏奧尼，博士FMedSci高級副總裁兼計算機科學主管，gRED
計算機科學中的人工智能：過去，現在和未來117
計算機科學中的人工智能：過去，現在和未來118
Pijuan-Sala，Griffiths，Guibentif等人，自然，2019
我們可以從健康和受擾動狀態中產生大量數據... 但是我們將如何理解這些數據並對我們未曾見過的擾動進行預測？
人工智能可以轉化我們如何發現和開發藥物的計算模型，特別是基礎模型和生成AI
gRED計算機科學（gCS）旨在實現這一願景
計算機科學的gRED（gCS）旨在實現這一願景。這是一種計算模型，特別是基礎模型和生成AI，可以改變我們如何發現和開發藥物。
怎麼做？
實驗AI / ML數據實驗室循環IN A
計算機科學中的人工智能：過去，現在和未來126
實驗AI / ML數據變換器基於甲骨文
我們的R＆D AI策略尺度和分辨率實驗室內循環，集成QUANTITY QUALITY針對研發的全棧，達到“自主駕駛”最大化規模的好處：專有遺留數據和數據生成能力關鍵合作伙伴：戰略合作伙伴關係唯一數據生成的合作伙伴，AI /ML模型開發和硬件
治療疾病的靶點或化學物質
與...合作
正確的分子
細胞治療單細胞RNA測序多模態模型開發表型轉錄圖多模態嵌入細胞染色多模態數據收集細胞染色嵌入細胞染色表型轉錄圖數據生成132 1 2 驗證+發現
模型只有數據那麼好
挑戰數據管理，元數據和訪問從多個學科中彙集專業知識，使用數據和模型的民主化，確保數據和模型的使用
挑戰...但已經致力於解決數據管理，元數據和訪問：現代化我們的數據堆棧並利用雲和相關工具整合來自多個學科的專業知識：內部組織結構和外部合作伙伴訪問可擴展的科學計算以適應/微調模型：與行業優秀公司合作，實現數據和模型的民主化訪問，確保使用
謝謝！
神經科學（和單一腫瘤指示）2021年12月宣佈的未經藥物處理的腫瘤靶標2020年9月宣佈的合作，2023年11月修訂商標是其各自所有者的財產，僅用於信息目的
Q1開始啟動啟動第一個聯合項目，現在將快速進入引線系列提名，計劃在第三季度完成25個獨特的多模態數據包，2023年11月轉向腫瘤學第二季度Bayer預計將是我們的LOWE LLM管控工作流軟件的第一個Beta用户
商標是其各自所有者的財產，僅用於信息目的化學計算和化學合成2023年11月宣佈的真實世界數據接入（腫瘤學）2023年7月宣佈真實世界數據接入（非腫瘤學）2024年5月宣佈
• 在各種治療領域持續聚合的多站點網絡協議• 經地理和人口統計審批的多樣化人口• 全外顯子測序與豐富的縱向臨牀數據配對，適用於所有同意參與的患者• 每年可以訪問數十萬個獨特的記錄
合作DataPipeline
臨牀
145個發現和研究項目在腫瘤學或與我們的合作伙伴——第一個計劃在胃腸道腫瘤學中被羅氏基因泰奇以選項的形式選中的項目之外。上述所有人羣都是美國和歐盟5的發病率，除非另有説明。歐盟5定義為法國、德國、意大利、西班牙和英國。(1)家族和散發性症狀人羣的患病率。(2)所有NF2驅動的腦膜瘤的年發病率與歐盟5的發病率。(3)成人和兒童人羣的患病率。(4)我們的計劃有可能涉及到多種適應症。(5)我們尚未確定特定適應症的目標產品特徵。(6)僅美國的發生率。(7)2L+可以用藥物治療人羣。(8)2L+可以用藥物治療人羣，包括卵巢、前列腺、乳腺和胰腺癌。項目指標靶向患者人羣臨牀前階段1階段2階段3預期的近期里程碑REC-994腦部海綿狀血管畸形超氧化物~ 360K1預計於2024年9月公佈初步數據REC-2282神經纖維瘤2型HDAC~ 33K2預計於2024年第4季度公佈初步數據REC-4881家族性腺瘤性息肉MEK~ 50K3預計於2025年上半年公佈初步數據REC-3964梭菌感染TcdB~730K第2階段開始預計2024年第4季度Fibrotic疾病未透露的~ 50K4,5,6預計2025年初提交INDREC-4881高級AXIN1/APC突變癌症MEK~ 104K7預計於2025年上半年公佈初步數據RBM39高級HR-Proficient癌症RBM39~ 220K8預計於2024年第3季度提交IND，第1/2階段於2024年第4季度開始Ra re和O th er O nc ol og y LILAC SYCAMORE POPLAR ALDER TUPELO
目標/作用模式超氧化物清除劑分子類型小分子領先指標適應症腦部海綿狀血管畸形狀態第2期指定美歐孤兒藥物洛返有限公司靈感OS的洞察來源
病理生理學和信念的原因患病率和標準治療原因關鍵元素症狀性美國+歐盟5，全球有超過100萬患者患有這些病變，目前LOF基因CCM1、CCM2和CCM3的突變由於未知機制，這些基因對維持血管結構完整性至關重要通過依靠Recursion OS的療效信號以及通過在細胞模型中清除大量超氧聚集來驗證的功能性驗證，在小鼠中長期給藥減少病灶數量•針對散發性和家族性症狀性CCM患者，具有CCM1、CCM2和CCM3突變的•超氧化物清除劑，小分子•第2期公開預計於2024年9月•美歐孤兒藥品認定中樞神經系統的血管畸形導致局灶性神經功能障礙、出血和其他症狀無批准治療•大多數患者不接受治療或僅接受症狀性治療•手術切除或立體定向放射外科並非總是可行，並不具有治癒性其美國患者人口比其他罕見疾病如囊性纖維化（超過31k患者）高5倍腦部血管畸形（洞）視網膜動脈硬化-與CCM相關的口服病由CCM組成
來源：吉布森等人的數據，或循環病學，2015年，或Recurssion內部數據（Ccm1小鼠模型）臨牀前研究：REC-994減少遺傳小鼠CCM的病變負擔和改善了Ccm2 LOF小鼠的皮膚滲透缺陷3，4DMSO控制REC-994 CCM2 WT CCM2 ecKO De rm al P er m ea bi lit y（吸收au）* Ccm1 LOF模型ecKO + REC-994 WT ecKO %疥瘡大小（平方毫米）* * * Acetylcholine [Log M] Ccm2 LOF模型Rescues乳頭狀肌鬆弛誘導血管舒張缺陷2正常的血管通透性對CCM病變的臨牀相關特徵的變化是臨牀相關展望的一個特徵，在Ccm1和Ccm2 LOF小鼠模型中減少病變數量和大小1
來源：REC-994（SYCAMORE）症狀性腦部海綿狀血管畸形試驗的篩選和隨機化1：1：1治療隨訪結果測量入選標準•MRI確認CCM病灶•家族或散發•與CCM直接相關的症狀•主要：安全性和耐受性•次要：療效•探索性：生物標誌在2024年9月預計發佈400毫克200毫克安慰劑ue 簽到:第1天第1-2月第1-2月第3月第3月第6月第9月第12月•約60歲•12個月的治療期間最終完成大多數參與者繼續進入長期擴展•重點分析o跨多個終點趨勢o血管通透性的變化o例如，血紅蛋白沉積o病變負荷的變化o 亞組病變的變化試驗更新 來源：https://clinicaltrials.gov/study/NCT05085561
結果措施•主要：安全性和耐受性•不良事件和症狀•次要和探索性：•療效§臨牀醫生測量的結果（CGI，PGI）§MRI成像§急性中風的影響（mRS，NIHSS）§患者和調查者報告的結果（SMSS，PROMIS-29，CCM-HI，症狀問卷）•入組已經完成•完成12個月治療的絕大多數參與者繼續進入長期擴展•分析o跨多個終點趨勢o血管通透性的變化o例如，血紅蛋白沉積o病變負荷的變化o亞組 試驗更新來源：https://clinicaltrials.gov/study/NCT05085561
目標/MOA HDAC抑制劑分子類型小分子主導指示NF2突變性腦膜瘤狀態2/3期指定快速通道；美國和歐盟孤兒藥物內視源腫瘤OS來源
病理生理學&原因相信中的患病率和標準治療原因關鍵因素：NF2腫瘤抑制基因中的LOF突變導致腫瘤抑制蛋白merlin的缺陷。在Recursion OS中具有細胞和動物模型的療效信號；在NF2患者腫瘤的1期PD研究中抑制異常ERK、AKT和S6途徑激活；針對家族性和散發性NF2腦膜瘤患者HDAC抑制劑，小分子口服劑量初步檢測預計於2024年第四季度發佈；快速通道和美國和歐盟孤兒藥物指定。這種遺傳性罕見的CNS腫瘤綜合症導致聽力和移動障礙等神經局部缺陷，沒有批准的治療方法；手術/RT是標準治療（可能是可行的）；位置可能使完全切除不可行，導致聽力喪失，面癱，不良平衡和視覺障礙；遺傳性和散發性NF2腦膜瘤的治療潛力可以改善預後。
152個NF2沉默的細胞健康細胞REC-2282人類臍靜脈內皮細胞，NF2是神經纖維瘤病2型的縮寫；siRNA，小幹擾RNA。在小鼠和REC-2282中預防生長和再生長缺陷的NF2缺失性腦膜瘤模型+普通飲食（月）臨牀：NF2。
2/3期試驗在2022年第2季度啟動結果措施關鍵入組標準•MRI確認的進行性腦膜瘤•散發性腦膜瘤，確認NF2突變•家族性NF2腦膜瘤•過去24個月內有文件記錄的進展•主要：PFS6定義為在多少比例的患者之後，仍然處於生存或無進展狀態•次要：ORR，安全性，PK/PD來源：REC-2282在進行性神經纖維瘤2型（NF2）突變性腦膜瘤患者中的療效和安全性（POPLAR-NF2）2期部分初步2期讀數（安全性和初步療效）預期在2024年第四季度FDA會議6個月的PFS（徒勞分析）前往Ph3安全/耐受性PK PFS 40mg TIW〜6志願者6份家族性60mg TIW〜6散發性臨牀：NF2。
目標/MOA MEK抑制劑分子類型小分子導向適應症家族性腺瘤性息肉狀態2期指定快速通道；美國和歐盟孤兒藥物來源：Recursion OS
結腸和上消化道發現息肉病理生理學&相信患病率和標準治療原因關鍵原因腫瘤抑制基因APC的失活突變引起經典FAP患者的腫瘤抑制；MEK抑制劑，小分子口服劑量初步讀出預計於2025年H1快速通道和美國和歐盟孤兒藥物指定腸道中病變形成，極易惡性轉化，Recursion OS中的療效信號顯示，特定的MEK1/2抑制劑在APC LOF的情況下具有效果，隨後的APCmin鼠模型展示了息肉和異型性腺瘤的強大減少。沒有批准的治療方法；青少年結腸切除（帶或不帶直腸切除術）是常規治療；術後，患者仍然面臨息肉進展為GI癌症的重大風險，手術後生活質量顯著降低（持續內窺鏡檢查，手術幹預）。
臨牀：FAP。
157來源：評估具有FAP的患者的REC-4881（TUPELO）第2部分招募標準•確認APC突變•≥55歲•結腸切除/直腸全切術•不存在癌症•十二指腸（包括瓣部）或直腸/袋中有息肉•首要：•安全性與耐受性•改變基線的息肉負擔在12周內•RP2D•次要：•PK/PD RP2D的第2部分劑量擴大Futility評估去/不去進行單一藥物REC-4881劑量遞增•安全•耐受性•PK/PD評估篩選和治療4mg QD（n ≤ 6）8mg QD（n ≤ 6）12mg QD（n ≤ 6）推薦的2期劑量臨牀：FAP第2期啟動初步讀數預計於2025年H1更新
目標/MOA MEK抑制劑分子類型小分子， AXIN1或APC突變的實體瘤狀態Phase 2來源內視源OS
病理生理學和有理信仰通路改變在各種腫瘤中都有發現，並且預示着對標準治療的抵抗和預後不良等因素。Recursion OS中的療效信號和PDX模型中的有利結果表明，AXIN1或APC突變與野生型相比，只有在基因突變模型中才導致顯着的PFS受益；針對AXIN1或APC突變的癌症的靶向；MEK抑制劑，小分子口服劑量初步讀出預計在2025年H1；Enrollment正在進行中。亟需開發治療AXIN1或APC突變患者的藥物，因為這些突變被認為是無法靶向的。
REC-4881與APC和AXIN1的基因敲除表現出相反的表型，提供了一種可能恢復失去這些基因模擬的疾病狀態的新機制。AXIN1或APC AXIN1 / APC調節WNT通路。
Q1 2024年達到了FPI達成的預期結果入組標準•不能切除的局部晚期或轉移性癌症•≥55歲•NGS（組織或血液）確認AXIN1或APC突變•CRC患者必須為RAS / RAF野生型•初始劑量之前2個月內沒有MEK抑制劑治療•≥1個前線治療•ECOG PS 0-1•主要•安全/耐受性•ORR（RECIST 1.1）•次要•PK•其他療效參數•利用基因組學和RWD數據為患者/站點匹配•第2期最初讀數預計於2025年H1更新來源：REC-4881在具有AXIN1或APC突變的癌症患者中的研究篩選和治療安全評估12mg REC-4881 QDRP2DAXIN1（n = 10）APC（n = 10）徒勞評估AXIN1（n = 10）APC（n = 10）一旦每個隊列中有10個志願者，在基線掃描後≥1個Futility評估Part1Part2單個製劑REC-4881劑量遞增•安全•耐受性•PK / PD更新中的AXIN1或APC
目標/MOA選擇性C.difficile毒素抑制劑分子類型小分子主導適應症CDI預防狀態2來源內視源OS
163理解與信仰致美國和EU5已診斷患者•感染的嚴重程度各不相同，可以從輕度到嚴重，需要結腸切除 •每年超過29,000名美國患者死於CDI •每年負擔高達48億美元的成本治療範例•第一次出現的標準：僅抗生素•復發（20-30％的患者）用抗生素±輔助治療來治療 （bezlotoxumab IV或糞移植）•REC3964抑制C. difficile毒素，並是一種非抗生素療法•選擇性大腸桿菌毒素抑制劑•Recursion的第一種小分子NCE達到臨牀•結合並阻斷毒素固有的葡萄糖基轉移酶的催化活性，但不是宿主的基本理念和信仰流行病學及治療標準。臨牀：C. difficile
健康狀態：REC-3964 0.1µM 臨牀：C. difficile
篩選隨機化和治療•已完成1期和DDI研究•第2期預計在2024年第4季度啟動，初步讀數預計在2025年底臨牀試驗更新REC-3964口服250毫克，小單，REC-3964口服500毫克，小單，觀察性隨訪R 2：1：1 N = 80 確診CDI的高復發風險患者靜脈用萬古黴素口服14天隨訪結果•高復發患者•24小時內≥3次排便•使用EIA（毒素）確認CDI•無直腸炎•無慢性腹瀉病史由其他原因引起的疾病主要•複發率•副作用•PK入組標準臨牀：C. difficile
目標/ MOA RBM39分子膠結蛋白分解劑分子類型小分子引物（S）TBD狀態IND提交於2024年第3季度，階段1/2啟動於2024年第4季度洞察源Recursion OS
計劃中的RBM39分解劑的1/2相研究，用於針對轉歸不良的難治性實體瘤的生物標誌選擇，第1A劑量確定（加速滴定BOIN）N = 30劑量1劑量2劑量3劑量4 +單個患者，加速滴定，直到藥理學活性劑量（PAD）或輕微毒性/ 3名患者隊列，如果DLT N = 3-6使用BOIN設計，第1B劑量確認N = 20，第2劑量N = 10，第1劑量N = 10適應第2號2號•IND提交預計在2024年第3季度•第1/2期評估預計在2024年第4季度•第1期劑量遞增讀數於2025年底
為了真正推動藥物發現的產業化，必須將數據和AI解決方案作為模塊整合到許多步驟中令人興奮的科學合作涵蓋生物製藥、技術和數據臨牀開發
治療開始臨牀開發良好的實驗室實踐（GLP）和毒性化學，製造和控制（CMC）患者選擇/生物標誌策略臨牀試驗設計/統計方法臨牀試驗啟動入職
治療開始臨牀開發良好實驗室實踐（GLP）和毒性化學，製造和控制（CMC）患者選擇/生物標誌策略臨牀試驗設計/統計方法臨牀試驗啟動入職相信這些過程能夠大大減少從IND啟用研究到首位患者劑量的時間。通過使用RWD，我們將能夠在研究開始數月前積極識別潛在的患者建立Recursion試驗網絡將大大縮短開始研究的時間更好地利用RWD設計包括評估日程安排和合成對照等的納入和排除在內的策略將縮短達到POC的時間•更好地利用PD生物標誌，以確定劑量，從而更快地到達RP2D•在研究開始之初引入患者篩選策略將加快GO/NO GO決策採用小規模哲學和數據中心的方法，可以縮短製造和釋放時間表評估方法改進和減少對動物測試的依賴，並藉助in silico預測或基於細胞的測定進行增強
~ 43％女性男性~ 55％~ 1％非二進制奇偶簽署者性別平等和人種平等數據顯示反映2024年第1季度，性別統計包括參加的個人具有高等學位> 50％的技術-數據科學，軟件工程，自動化等生命科學-生物學，化學，開發等戰略運營> 500員工功能分類位置舊金山，加利福尼亞州鹽湖城，猶他州多倫多，安大略省蒙特利爾，魁北克省倫敦，英格蘭總部設在猶他州鹽湖城，並在以下位置設有額外的位置：•加利福尼亞州舊金山•安大略省多倫多•魁北克省蒙特利爾•英格蘭倫敦
探索定義我們認為是BioTech轉變為TechBio的臨界時刻，並瞭解為何Recursion能夠獨特地利用此機會分享有關以下方面的詳細信息和更新：•在未來約18個月內進行7次臨牀試驗結果•具有在地圖和程序上的潛在近期選擇的合作伙伴關係•具有產業領先的數據生成和計算的平臺•讓您瞭解Recursion的感覺，並瞭解Recursion外部專家合作伙伴對我們工作當前和潛在未來影響的詳細信息和更新
概述/效價降低風險能力以將Recursion OS擴展到最小可行產品的點Accelerator驅動公司範圍的效率，併為實現Recursion使命鋪平道路OS開發，部署和改進組成Recursion OS的平臺和工作流程價值將數據和洞察力轉化為我們的患者，合作伙伴，投資者和其他人的價值
管道•CCM：2024年9月將發佈第2次階段的結果•NF2：2024年第4季度預計發佈第2次階段的安全性和初步療效結果•FAP：2025年上半年預計發佈第2次階段的安全性和初步療效結果•AXIN1或APC突變性癌症：2024年第1季度已達到第2期FPI，2025年上半年預計具有安全性和初步療效•復發CDI：2024年第4季度預計啟動第2期，預計於2025年底初步發表讀數•目標RBM39 / HR-Proficient癌症：預計於2024年第3季度提交IND，並於2024年第4季度啟動階段1/2，階段1劑量遞增將於2025年底發表讀數•目標Epsilon（成纖維性疾病的新靶點）：預計於2025年初提交IND，並於2025年底發表階段1健康志願者讀數•數十個內部和合作夥伴計劃處於早期階段，第一批LLM和因果模型驅動的計劃進入流水線
合作伙伴•羅氏和吉尼安泰克：地圖和計劃上的第1個驗證程序選擇行使，可能在近期或非常近期進行腫瘤驗證，潛在計劃和地圖選擇•拜耳：提供了多個腫瘤數據包，在完成2024年第3季度的25個獨特數據包，進入首席系列提名的第1個聯合項目，潛在的近期計劃選擇，同意成為低的第1個β用户，用於藥物發現和發展•Tempus和Helix：建立大規模因果AI模型，以在癌症和其他疾病領域生成目標假設•可能會增加在生物學中難以解決的其他領域的合作伙伴關係平臺•建立了我們的第1個基因組尺度轉錄組KO圖，向多組學基金會模型邁進•活躍學習和探索蛋白質組學、有機體、球體和自動合成•可能會向生物製藥和商業用户提供一些數據和工具•OS朝着自主發現的方向前進強大的財務狀況Q1 2024現金•是指2024年第1季度末的現金及現金等價物•296M美元
與Jensen Huang的火熱談話
總結
幫助定義我們視為生物技術轉變為技術生物學的臨界時刻，並瞭解為何Recursion具有利用此機會的獨特地位分享有關以下方面的詳細信息和更新：•在未來約18個月內進行7次臨牀試驗結果•具有在地圖和程序上的潛在近期選擇的合作伙伴關係•具有產業領先的數據生成和計算的平臺•讓您瞭解Recursion的感覺，並瞭解Recursion外部專家合作伙伴對我們工作當前和潛在未來影響的詳細信息和更新