Financing repurposed drugs for rare diseases: a case study of Unravel Biosciences
Notice bibliographique
Résumé
BACKGROUND: We consider two key challenges that early-stage biotechnology firms face in developing a sustainable financing strategy and a sustainable business model: developing a valuation model for drug compounds, and choosing an appropriate operating model and corporate structure. We use the specific example of Unravel Biosciences-a therapeutics platform company that identifies novel drug targets through off-target mechanisms of existing drugs and then develops optimized new molecules-throughout the paper and explore a specific scenario of drug repurposing for rare genetic diseases. RESULTS: The first challenge consists of producing a realistic financial valuation of a potential rare disease repurposed drug compound, in this case targeting Rett syndrome. More generally, we develop a framework to value a portfolio of pairwise correlated rare disease compounds in early-stage development and quantify its risk profile. We estimate the probability of a negative return to be [Formula: see text] for a single compound and [Formula: see text] for a portfolio of 8 drugs. The probability of selling the project at a loss decreases from [Formula: see text] (phase 3) for a single compound to [Formula: see text] (phase 3) for the 8-drug portfolio. For the second challenge, we find that the choice of operating model and corporate structure is crucial for early-stage biotech startups and illustrate this point with three concrete examples. CONCLUSIONS: Repurposing existing compounds offers important advantages that could help early-stage biotech startups better align their business and financing issues with their scientific and medical objectives, enter a space that is not occupied by large pharmaceutical companies, and accelerate the validation of their drug development platform.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».