2,75 miljardia – mutta paljonko oikeasti?
Lilly ja Insilico ilmoittivat sopimuksesta 29. maaliskuuta 2026. Otsikoiden 2,75 miljardia dollaria on biotech-sopimusten tavanomaista markkinointikoneistoa: vain 115 miljoonaa maksetaan heti ennakkona, loput jakautuvat kehitys-, sääntely- ja kaupallistamisetappeihin, jotka realisoituvat vasta vuosien kuluttua – jos koskaan. Lisäksi Insilico saa porrastettuja royalteja mahdollisista myynneistä.
Vaihtokauppa on Pharma.AI:n logiikan ydin. Insilico antaa Lillyn valita kohteet sen alustalta ja luovuttaa yksinoikeudet syntyviin prekliinisiin kandidaatteihin useilla terapia-alueilla. Itse alusta jää Insilicon hallintaan – Lilly ostaa sen tuottamia molekyylejä, ei algoritmeja.
Pharma.AI: PandaOmics ja Chemistry42
Pharma.AI ei ole yksi malli vaan moottoreiden ketju. PandaOmics priorisoi tautimekanismeja monimodaalisesta omiikkadatasta ja nostaa esiin lääkekohteita. Chemistry42 generoi näille kohteille pienmolekyylikandidaatteja generatiivisten vastinverkkojen ja transformer-mallien avulla. Insilicon laboratoriot kierrättävät tuloksia takaisin malleihin automatisoidun synteesi-testaus-syklin kautta.
Yhtiö kertoo nimenneensä yli 20 prekliinistä kandidaattia vuodesta 2021 lähtien ja saaneensa IND-statuksen kymmenelle molekyylille. Sen pulmonaarista fibroosia hoitava Rentosertib – Yhdysvaltain USAN-nimivaliokunnan virallisesti nimeämä ensimmäinen tekoälyn suunnittelema lääke – kehitettiin noin 80 syntetisoidulla molekyylillä, 18 kuukaudessa ja 2,6 miljoonalla dollarilla. Perinteinen kandidaattikierros vie tyypillisesti satoja miljoonia.
LillyPod ja DGX B300 -infrastruktuuri
Sopimuksen ajoitus ei ole sattumaa. Aiemmin tänä vuonna Lilly avasi Indianapolisissa LillyPodin – maailman ensimmäisen DGX B300 -pohjaisen SuperPOD-superkoneen. Laite sisältää 1 016 NVIDIAn Blackwell Ultra -GPU:ta, tuottaa yli 9 000 petaflopsia tekoälysuoritusta ja käsittelee genomidataa 290 teratavun korkeakaistaisella muistilla. Lilly ajaa sillä proteiinidiffuusiomalleja, pienmolekyyligraafineuroverkkoja ja genomiikan perustusmalleja.
Tekninen valmius ei riitä yksin. Lilly tarvitsee myös kandidaattivirtaa, jota voi ajaa kliinisiin tutkimuksiin. Insilico tarjoaa tämän virran, ja Lillyn omat tekoälytiimit voivat keskittyä myöhempiin vaiheisiin: kliinisten kokeiden suunnitteluun, lääketurvallisuusanalytiikkaan ja valmistuksen optimointiin.
“Koneet auttavat ihmisiä keksimään uusia molekyylejä – ei korvaa kemistejä, vaan stimuloi heidän ideoitaan.”
Suomi-kulma: Orion, Aalto ja FinnGen
Suomalaisille lääkekehittäjille uutinen ei ole pelkkä uutispätkä Hongkongista, vaan asema-asetelman muutos. Orion on käyttänyt tekoälyä lääkekehityksessä noin viiden vuoden ajan ja kertoo aikeestaan tehostaa kandidaattien valintaa ja sivuvaikutusten varhaisempaa havaitsemista. Yhtiö on kuitenkin perinteinen pienen ja keskisuuren biotech-skaalan toimija, eikä se kilpaile suoraan Pharma.AI:n kanssa. Kysymys on ennemmin siitä, ostaako Orion tulevaisuudessa Insilicon kaltaisilta yhtiöiltä prekliinikoita vai rakentaako omaa generatiivista moottoria.
Aalto-yliopiston tekoälyä hyödyntävät lääkekehitysryhmät, etenkin Samuel Kaskin koneoppimisen ja Juho Rousun bioinformatiikan tiimit, ovat tehneet vuosia tutkimusta generatiivisten molekyylimallien ja proteiinikohteiden ennustamisen parissa. Kun Lilly skaalaa Indianassa 9 000 petaflopsia, akateemisten ryhmien rooli siirtyy yhä selvemmin metodikehitykseen ja erikoiskysymyksiin: harvinaisiin tauteihin, mekanistiseen tulkittavuuteen ja datan vinoumien tunnistamiseen.
Turkulainen Faron Pharmaceuticals operoi toisessa kohdassa arvoketjua. Sen pääohjelma bexmarilimab on makrofaagi-immunoterapia Faasin I/II:ssa, ja yhtiö on käyttänyt tekoälyä lähinnä histologisen kuva-analytiikan puolella (suomalaisen Aiforian kanssa). Pharma.AI:n kaltaisten alustojen nousu uhkaa pidemmällä aikajänteellä juuri keskikokoisia biotech-yhtiöitä, joiden kilpailuetu on perustunut yksittäisen kohteen syvään biologiseen ymmärrykseen.
FinnGenin yli 500 000 suomalaisen genomi- ja terveysrekisteridata on tässä asetelmassa potentiaalisesti arvokas. Hanke sai jatkorahoituksen 52 miljoonaa euroa vuoteen 2027 saakka, ja sen erikoisuus, eristyneessä väestössä esiintyvien harvinaisten varianttien rikastumat, on juuri sitä, mitä Pharma.AI:n kaltainen alusta tarvitsee tuottaakseen suomalaisille relevantteja kohteita. Helsingin yliopiston biopankkitiimi on jo julkisesti kertonut neuvotteluista usean kansainvälisen lääkeyhtiön kanssa.
