유전체 빅데이터 기반 AI 신약개발 기업
유전체 빅데이터 기반 AI 신약개발 xx
INVESTOR RELATIONS 2019
Disclaimer
본 자료는 xx된 IPOxx와 xx하여 xx투자자들을 xx으로 실시되는 Presentation에서의 xx 제공을 목적으로 ㈜신테카바이오(이하 “회사”)에 의해 작성되었으며 이의 반출, 복사 또는 타인에 xx 재배포는 금지됨을 알려드리는 바입니다.
본 Presentation에서의 참석은 위와 같은 제한 사항의 xx에 xx xx로 간주될 것이며 제한 사항에 xx 위반은 xx ‘자본시장과 금융투자업에 관한 법률’에 xx 위반에 해당될 수 있음을 유념해xxx 바랍니다.
본 자료에 포함된 “예측xx”는 개별 확인을 거치지 않은 xx들입니다. 이는 과거가 아닌 xx의 사건과 관계된 사항으로 회사의 향후 xx되는 xxxx 및 xx실적을 xx하고, xxx으로는 “xx”, “전망”, “계획”, “기대”, “(E)” 등과 같은 단어를 포함합니다.
위 “예측xx”는 향후 xxxx의 변화 등에 따라 xx을 받으며, 본질적으로 불확실성을 내포하고 있는 바, 이러한 불확실성으로 인하여 실제 xx 실적은 “예측xx”에 xx되거나 암시된 xx과 중대한 차이가 발생할 수 있습니다.
또한, 향후 전망은 Presentation 실시일 xx를 xx으로 작성된 것이며 xx 시xxx과 회사의 xx방향 등을 고려한 것으로 향후 시xxx의 변화와 전략 xx 등에 따라 xx될 수 있으며, 별도의 고지 없이 xx될 수 있음을 xxx시기 바랍니다.
본 자료의 xx으로 인해 발생하는 xx에 대하여 회사 및 각 계열사, 자문역, representative들은 그 어떠한 책임도 부담하지 않음을 알려드립니다.(과실 및 기타의 xx 포함) 본 문서는 xx의 모집 또는 xx, 매매 및 청약을 위한 권유를 xxx지 아니하며 문서의 그 어느 부분도 xx 계약 및 xx 또는 투자 결정을 위한 xx 또는 근거가 될 수 없음을 알려드립니다. xx 매입과 관련된 모든 투자 결정은 xx 금융감독원에 xx한 xx신고서 또는 (xx)투자xxx를 통해 제공되는 xxx을 바탕으로 내려져야 할 것입니다.
INVES T OR RELA TIONS 2019 CONTENTS
Chapter1. Company Overview
Chapter2. Market Opportunity Chapter3. Business Model Chapter4. R&D Capabilities Chapter5. Why Syntekabio?
Chapter6. Appendix
N
V
E
S
T
O
R
R
E
L
A
T
I
O
N
S
2
0
1
9
I
Chapter1.
Company Overview
1. 회사 개요
2. xx 플랫폼
3. 인력 xx
4. xx
일반 xx 사업 영역
회사명 | 주식회사 신테카바이오 |
xx이사 | xxx |
설립일 | 2009년 8월 10일 |
임직원 | 42명 |
자본금 | 58억원 |
사업장 | 본사·xx리코xxx구소_ xxx xxx xxx0x 000 비즈니스센터·포스트오믹스연구소_ xxx xxx xxxx 00 |
주요 xx |
|
xxx력사 |
|
유전체 Big Data 를 기반으로
AI 신약개발 및 정밀의료 서비스 제공
GENOMICS
predictive·safety biomarker neoantigen identification
A.I.
compound screening, efficacy/toxicity prediction, etc.
AI 신약개발
● 합성·바이오 신약 xx물질 발굴
● 약효예측 바이오마커1) 개발
12) xxxxx시험유에전변참이가하분는석결환과자를들의토대선로별에진단사·용치되료는정바보xxx공마커
정밀의료
● 차세대xxx열분석 (NGS) 기반의 바이오인포매틱스 서비스2)
In silico 기반 결합구조 시뮬레이션
PMAP™ 유전체 빅데이터 플랫폼
기반 xx
AI 플랫폼
Deep Matcher™
합성신약 xx물질 발굴
NEOscan™
바xxx약 xx물질 발굴
GBLscan™
PTscan™
기타신약 바이오마커 개발
NGS-ARS™
NGS 바이오인포메틱스
AI 신약개발 정밀의료
핵심 인력 인력 xx
xxx xx이사/CTO | ● American Univ. PhD. ● 미국국립보건원(NIH) 연구원 ● 디엔에이링크 BI본부장 |
xxx xx계층화 | ● 포항공대 PhD. ● ETRI 연구원 |
x x 하 빅데이터분석 | ● MIT PhD. ● ProfitLogic R&D 총괄 ● WayFinder Technology CTO |
조 x x 기능유전체xx | ● Indiana Univ. PhD. ● 서울대 단백질 연구소 연구원 ● KRIBB Invited Research Scientist |
R&D Business
Biz/마케팅
5명
xx개발
30명
전체 42명
xx/xx
7명
기타
44%
박사
33%
xx개발
30명
석사
23%
x x x CEO | ● 서울대 의학 xxx료 ● xxMSD(Merck&Co.) 의학부 이사 |
박 x x CFO | ● Northwestern Univ. MBA ● Bain & Company ● xx카드 이사 |
x x 진 의과학 | ● Univ. of Minnesota PhD. ● 미국국립보건원(NIH) 연구원 |
x x 진 법무특허 | ● Univ. College London PhD. ● xx국제특허법률사무소 변호사/ |
변리사
xx개발 & 인프라 구축 (0000 x 0000)
상용화 & 투자유치 (2016 ~ )
● CJ헬스케어
xxx구
● JW중외제약
xxx구
● 인xxx원
정밀의료 서비스
● 시리즈B 투자유치
(120억원)
● JP모건 컨퍼런스
초대xx xx
● CJ헬스케어로부터
신약 xx물질 L/I
● 세브란스xx
정밀의료 서비스
● 레고캠바이오
xxx구
● 시리즈C 투자유치
(197억원)
● ETRI 마하슈퍼
컴퓨팅 xx이전
● 카이노스메드
xxx구
● 시리즈A 투자유치
(60억원)
● 차세대 맞춤의료
유전체사업단 수xxx
● 회사 설립
● 벤처xx 인증
2009
2011
2014
2016
2017
2018
2019
N
V
E
S
T
O
R
R
E
L
A
T
I
O
N
S
2
0
1
9
I
Chapter2.
Market Opportunity
1. AI 헬스케어 시장
2. AI 신약개발 시장
AI is disrupting every major industry
AD & MARKETING
CYBERSECURITY
INDUSTRIALS & ENERGY
HEALTHCARE
헬스케어
REAL ESTATE
SOFTWARE DEV. & DEBUGGING
PHYSCIAL SECURITY
RETAIL
EDUCATION
AI가 주도하는 4차산업xx의 가장 큰 xx산업
AGRICULTURE
AUTO TECH
CHIPS/PROCESSORS
LAGAL TECH
NEWS/MEDIA
TRAVEL TECH
ENTERPRISE
FINTECH & INSURANCE ENTERPRISE AI
HUMAN RESOURCES
SALES & CRM
Heat map - Top industries for AI deals
CATEGORY Q2'13 Q3'13 Q4'13 Q1'14 Q2'14 Q3'14 Q4'14 Q1'15 Q2'15 Q3'15 Q4'15 Q1'16 Q2'16 Q3'16 Q4'16 Q1'17 Q2'17 Q3'17 Q4'17 Q1'18 Q2'18 | ||||||||||||
HEALTHCARE | ||||||||||||
CROSS-INDUSTRY APPLICATIONS | ||||||||||||
CYBERSECURITY | ||||||||||||
FINTECH & INSURANCE | ||||||||||||
COMMERCE | ||||||||||||
ENTERPRISE AI | ||||||||||||
INDUSTRIALS & ENERGY | ||||||||||||
AD & MARKETING | ||||||||||||
SALES & CRM | ||||||||||||
AUTO TECH | ||||||||||||
HR TECH | ||||||||||||
576 건 / $4.3 Bn
xx 5년간 AI xx 투자xx / 금액에서 헬스케어가 다른 산업들을 압도
출처: CB Insights
Low
High
그 중에서도 신약개발 (Drug Discovery & Development) 영역이 가장 큰 잠재력 xx
“The biggest opportunity where we are still in the early stage is to use deep learning and artificial intelligence
to identify completely new indications, completely new medicines.”
Xxxxx Xxxxxxxx, Former CEO of Novartis Oncology
AI 헬스케어 영역별 글로벌 시xxx 전망 (2024) 미국 AI 헬스케어 영역별 시xxx 전망 (2025)
Others
$ 2.0
Intelligent Diagnostics
$ 4.0
($ Billion)
Drug Discovery
$ 4.0
($ Million)
2,000
1,500
1,000
500
Drug Discovery
Medical Imaging & Diagnosis
Virtual Assistants
Therapy Planning
Hospital Workflow
Wearables Others
출처: TM Capital, Global Market Insight
제약사들과 xxx구 위주로 비즈니스 모델 xx
AI 신약개발사 – 제약사 xxx구 xx AI 신약개발 xxx구 사례 (2019년)
AI 신약개발사 | 제약사 | xxx구 xx | AI 신약개발사 xx |
Exscientia | Celgene | 암·자가면역질환 치료제 xx물질 발굴 | Upfront $25xx + 성과에 따른 Milestone & Royalty |
Insitro | Gilead | 비알콜성지방간염 치료제 xxx발 | Upfront $15xx + Milestone $35xx ~ $2억 + Royalty |
Atomwise | Eli Lily | 10개 표적에 xx 신약 xx물질 발굴 | xx물질 1개당 $1xx + Milestone 최대 $5.5억 + Royalty |
Insilico Medicine | Jiangsu Chia Tai Fenghai | xx음성유방암 치료제 xxx발 | 최대 $2억 |
BenevolentAI | Astrazeneca | xx신부전·특발성폐섬유증 치료제 xxx발 | 미공개 |
xx 누적
70
60
50
40
30
20
10
2010
2011
2012
2013
2014
2015
2016
2017
2018
출처: Biopharma Trend
xxx적으로 AI 신약개발 xx들에 xx 투자매력도 급상승
AI 신약개발사 투자유치 xx
($ Million)
1,200
AI 신약개발사 누적 Funding xx
($ Million)
292 226 | 100 77 68 51 51 44 19 14 | |
BenevolentAI Recursion Pharma. |
Unicorn
1,000
800
600
400
200
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Insitro
GNS Healthcare
XtalPi
Atomwise
Insilco Medicine
Exscientia
Numerate
twoXAR
출처: Crunchbase, Biopharma Trend
AI 신약개발 xxx업 x x테카바이오가 xx xx의 상xxx
국내 제약바이오의 “위기” = 신테카바이오의 “xx”
국내 제약사 xx 실패 사례 바이오마커 기반 xx 선별
5월
6월
8월
9월
10월
바이오마커
바이오마커 xx에 따른 항암제 xxx공률 비교
With biomarkers Without biomarkers
코오롱티슈x-xx사(골관절염 유전자 치료제)
xxx이 뒤바뀐 것으로 드러나 xx 3단 중단
76%
+21%P
76%
83%
63%
+18%P
46%
55%
28%
3.3 X
26%
8%
94%
에이치엘비-리보xx닙(xx용 위암 치료제)
글로벌 xx 3상에서 치료 효과 목표치 미달
YES NO
xx 성공률 향상
신라젠-펙사벡(간암 치료제)
약물 xxx 입증 못해 FDA xx 3상 중단 권고
xxxxx-엔젠시스(유전자 치료제) xx 3상 xx에서 엔젠시스와 위약 혼합 투여로 xx 결과 xx 실패
강스템바이오텍-퓨어스템AD(아토피피부염 치료제)
약물 xxx 검증위한 xx 3상에서
통계적 xxx 확보 못함
Ph1 - Ph2
Ph2 - Ph3
Ph3 - Filing
Filing - Approval
Ph1 -
Approval
출처: Precision Oncology
N
V
E
S
T
O
R
R
E
L
A
T
I
O
N
S
I
2
0
1
9
Chapter3.
Business Model
1. Overview
2. AI 신약개발
① Discovery
② 자체 개발 파이프라인
③ Development
3. NGS 바이오인포매틱스
4. xx모델 및 사업전략
AI 신약개발 정밀의료
Discovery
Development
Post-marketing
신약 xx물질 발굴 약효예측 바이오마커 개발 NGS 바이오인포매틱스
Deep Matcher™
합성신약 xx물질 발굴
NEOscan™
바xxx약 xx물질 발굴 (신생xx 예측)
GBLscan™
항암제 바이오마커 발굴
PTscan™
기타신약 바이오마커 발굴
NGS-ARS™
암·희귀질환 xx 유전체 데이터 자동 분석
Deep Matcher™ – AI 플랫폼 적용으로 합성신약 xx물질 발굴 가속화
- xx물질 발굴 시간·xx ↓↓
- 약물 xx 바이오마커 탐색으로 xx물질 차별화 전략
타겟 단백질에 결합 가능한 화합물 스크리닝 구조 기반 약물 xx 바이오마커 분석
변이에 의한 conformation의 변화로 타겟-약물 결합력 변화
3D Scan
1D Scan
2D Scan
타겟 단백질 ○ Off-target X
CYP·NR (독성) X
컨포머 결합 특성 결합 거리 딥러닝 예측
0-0.0
0-0
0-0
0-0
3.5-6
AI로 광범위한 화합물의 다양성 스크리닝 독성·off-target에 의한 부작용 가능성 xxx
유전체 빅데이터의 xx으로 약물 xx 바이오마커 발굴 가능
NEOscan™ - 암환자마다 다른 신생xx의 신속·정확한 예측으로 xx 개인맞춤 면역항암제 개발
- 신생xx 기반 치료제 개발에 필수적
- 유전체 분석 & 딥러닝의 융합으로 진입장벽이 높은 xx
NEOscan™
암xx
암조직 샘플링 유전체 시퀀싱 AI 신생xx Wet lab 테스트 xxxx xx 개인맞춤
예측 면역xx치료
…
AI로 신생xx 선별
~1,000개의 암 돌연변이
실제 면역반응 유도 신생xx
변이 peptide
구조 변화 시뮬레이션
MHC-변이 peptide 결합
딥러닝 기반 예측
MHC 단백질
peptide
검증된 유전체 분석 정확도
고성능 AI 예측 알고리즘
다양한 xx의 MHC 타입 포괄
전통적인 방법으로 2년의 시도에도 실패한 면역항암제 xx물질 발굴,
AI로 6개월 만에 선도물질까지 xx
IDO·TDO xx저해제 STB001
쥐 실험으로 epacadostat1) 의 효과를 뛰어넘는 xx효과 확인
3,500 대조군
α-PD1 단독 Epacadostat + α-PD1 xx
3,000
2,500
STB001 단독 + α-PD1 xx
+ +
α-PD1 α-PD1 α-PD1
35%
49%
72%
감소
Epa
STB001
암 크기 (mm3)
2,000
1,500
1,000
500
7 9 12 14 16 19 21
암세포 xx 후 경과일
1) Incyte사의 IDO저해제. 면역관xxx제와의 xx xx2상에서 62%에 이르는 객관적 반응률(ORR) xx
2. AI 신약개발 – ② 자체 개발 파이프라인
CJ헬스케어와 공동발굴한 면역항암제 xx물질 L/I → 당사 xx의 자체 파이프라인
IDO는 면역관xxx제와의 xx투여 약물로 가장 유망한 타겟 단백질
Emerging Checkpoint Modulator Targets
LAG3
CD40
KIR2DL2
CD70
4-1BB
B7-H3
NKG2
ICO5
CD27 GITR
IDO1
TIM-3
TIGIT
OX40
4-1BB B7-H3 CD27 CD40 CD70 CD73
CEACAM1 CTLA-4 GITR ICOS IDO1 KIR2DL2
KIR3DL2
개발 초기단계 xx이전 활발
xx이전 xx 물질 개발 단계 (2018년)
Filed 8%
Phase III 10%
Phase II 10%
Phase I/II 6%
Research 39%
LAG3 NKG2 OX40 PD-1 PD-L1 TIGIT TIM-3 VISTA
Phase I 6% Preclinical 21%
출처: Life Sicence Nations, 2019
xxx 단계 IDO 저해제 xx이전 사례
xx | Licensor | Licensee | 계발단계 | 총 Deal Value | Upfront Value |
2014 | Curadev | Roche | Preclinical | 555 | 25 |
2015 | iTeos Therapeutics | Pfizer | Preclinical | n.a. | 29 |
2015 | Flexus | Bristol-Myers Squibb | Preclinical | 1,250 | 800 |
출처: GlobalData, Pharma Intelligence Center ($ Million)
STB001의 경쟁우위
IDO·TDO xx저해로 xx효과 극대화 AI xx으로 human bias↓· 물질 xxx↑
STB001, 2022년 xx이전 목표로 xx POC/최적화 작업 xx 중
약효예측 바이오마커 개발을 통해 xx시험 성공률↑
* 약효예측 바이오마커 (Predictive/Stratification Biomarker)
- xx변이 등을 xxx여 약물 반응성이 높은 고반응군 xx의 xx적 특성을 보여주는 xx
초기 xx
유전체 데이터 기반
바이오마커 분석
기대효과
xx시험 성공률 3.3배 ↑ 적응증 확장 → 약물 가치 ↑
Keytruda
- 2014년 흑색종·폐암 xx xx
- ‘17년 MSI-H, dMMR를
바이오마커로 다른 xxx까지 확대xx
Vitrakvi
- ‘18년 TRK fusion 변이를 바이오마커로 해서 다양한 암종 xx FDA xx
xx xx
기존 xx시험 바이오마커 xx xx 선별적 xx시험
유전체 Big Data + AI를 통해 기술적 어려움 xx
기술적 어려움 샘플수 xx xx유전자 복합효과
신테카바이오 Solution
유전체 Big Data xx AI xx
GBLscan™ – xx신약 바이오마커 발굴 PTscan™ – xxx 질환 바이오마커 발굴
260,000 개 data point 기반 대다수 암 종 & 작용 xx 포괄
당사 독자적 유전체 Big Data xx
이미지 딥러닝으로 유xxx 간 xx작용 고려
암유전체·항암제 반응성 빅데이터 이미지 변환을 통한 딥러닝 & xx계층화
CCLP
GDSC
33개
암종
1,001개
암세포주
265개 항암제
(xx 포함)
IN OUT
Patient vs. control classification
Patient Control
CNN 딥러닝
질병 xx 변이 검출 xx 계층화 & xx시험 xx xx 선별
약효예측 바이오마커 xx으로 반응률 향상 기대
xx샘플의 약효·유전체 데이터를 기반으로 → GBLscan™ 통해 xx유전자 바이오마커 발굴
바이오마커 xx에 따른 반응률 변화
반응률
향상
반응군 비율
무작위 바이오마커 xx
xx 샘플 바이오마커 xx
NGS 데이터 분석으로 xx질환 진단률↑+ 유전체 맞춤 암치료 실현
의료기관 unmet needs
분석 인프라 xx 전문 인력 확보 어려움
신테카바이오 Solution 서버+SW 일체형 시스템 제공 분석 xxx 자동화
NGS 기반 정밀의료 서비스 프로세스
NGS-ARS™
NGS 검사 처방 &
xx 검체 채취
NGS 유전자 검사
xx적 의사결정에
xxx xx
수많은 변이 발견
데이터분석
NGS
자체 개발 분석SW 적용으로 정확한 분석 xx 다양한 DB & xx 가이드라인 내xx
NGS-ARS™ – 의료기관별 맞춤화와 xxx 기술력으로 차별화된 정밀의료 서비스 제공
당사 NGS-ARS™ 자동분석 시스템 경쟁우위
특징 | NGS-ARS™ 신테카바이오 | L사 | F사 | T사 | |
분석 시스템 | 서버 + SW + UI 동시제공 | ○ | x | x | x |
의료기관별 맞춤화 | 분석 xx 질환 | 암·희귀질환 | 암 | 암 | 암 |
분석 xx 유전자 목록 맞춤화 | ○ | x | ○ | ○ | |
결과보고서 전공의 검토 기능 | ○ | x | x | x | |
xxx구 xx | 원시데이터 제공 | ○ | ○ | x | x |
결과 통계분석 기능 | ○ | ○ | ○ | x | |
바이오마커 발굴 등 유전체 분석 xx xx | ○ | x | x | x | |
당사 바이오인포매틱스 분석 알고리즘의 정확도 협업xx
xx xx변이 검출 수 (SNV 또는 INDEL2)) | SNV1) 검출 정확도 | ||
xx | |||
Precision | Recall | ||
신테카바이오 ADIscan | 48 | 0.9927 | 0.9883 |
G사 | 42 | 0.9973 | 0.9918 |
S사 | 24 | 0.9907 | 0.9890 |
PrecisionFDA 컨테스트 (2017) 결과
12) SINNDVE(LSi(nIngslerNtiouncl/edoetliedteioVna):ri두an개ts)이: 단상일의xxx속의적xxx염를xx가이삽는입변되이었거나 제거된 xx의 변이
AI 신약개발 정밀의료
xx 용역료
분석건당
협업 xx
NGS 검사비
xx
xx보험
2. 자체신약 개발
신약 xx물질 개발
(AI xx 적용)
xx 이전료
Upfront/Milestone/ Royalty
Licensee
1. xxx구 (xx용역)
연구비
계약시
성xxx1)
xx이전시
협업 제약사
xx 이전료
Upfront/Milestone/ Royalty
Licensee
1) xx이전을 통한 xx발생 이전에도 양사간 합의에 따라 중간성과 (e.g. xx물질 특허등록)에 따른 성xxx 책정 가능
사업 전략
1. AI 신약개발 사업을 xxx위화
● AI 신약개발 사업에 전사자원 xx
● 정밀의료 사업은 탄력적으로 확대
2. xxx구 위주로 AI 신약개발 사업 확대
● 개발단계/질환영역별 파이프라인 다변화
● 자체 개발은 IDO/TDO xx저해제 L/O에 xx
N
V
E
S
T
O
R
R
E
L
A
T
I
O
N
S
2
0
1
9
I
Chapter4.
R&D Capabilities
1. Overview
2. 독자적 Big Data
3. 고성능 Computing Infra
4. AI Algorithm 정확도
Big
Data
Al
Algorithm
Computing
Infra
AI 플랫폼의 핵심 경쟁력 - 양질의 Big Data 확보
단백질·화합물 빅데이터 유전체 빅데이터
Public & Commercial DB
화합물 구조 xxx 반영한 화합물 컨포머 DB
화합물 라이브러리 2x x 확장 (46 peta byte1))
Deep Matcher™ 적용 가능한 단백질 12,000 종
다양한 국내외 유전체 xx 참여
xx 적정성 심사 통한 선별적 확보
1) 1 Peta byte = 1,000 Tera byte
GPU로 AI 플랫폼 가속화 & xxx + 국내 xx 유전체 전용 슈퍼컴퓨터 xx
Discovery
Development
Post-marketing
GPU, 최적의 AI 개발의 열쇠
Molecular dynamics1) 분석으로 정밀한 신약 xx물질 예측 신테카바xxx의 독자적 화합물 conformer DB 구축 딥러닝 적용을 가능하게 하여 높은 정확도 실현
xx로 유전체 Big Data 통합 처리
슈퍼컴퓨팅
Genotype DB
Allele deph DB
Haplotype DB
유전체 빅데이터 처리 xx
xx의 유전체 데이터의 xx분산처리를 위한 슈퍼컴퓨팅 시스템
1) Molecular dynamics: 단백질 및 화합물 구조의 xxx으로 인한 xx들의 움직임을 켬퓨터로 시뮬레이션 하는 방법
다양한 실험과 협업사례로 검증된 AI 플랫폼의 예측 정확도
Deep Matcher™ NEOscan™ GBLscan™
성공적인 면역항암제 선도물질 xx
예측 정확도 84~94%
xx 바이오마커 xx로 약물반응성 향상
3,500 대조군
α-PD1 단독 Epacadostat + α-PD1 xx
1.0
2,500
Epa STB001
+ +
α-PD1 α-PD1 α-PD1
2,000
1,500
35%
49%
1,000
500
72%
감소
암 크기 (㎣)
Positive Predictive Value (PPV)
반응군 비율
3,000
STB001 단독 + α-PD1 xx
반응률
향상
0.8
0.6
0.4
0.2
7 9 12
14 16 19 21
당사 NEOscan Gristone EDGE Public tool
무작위
바이오마커 xx
암세포 xx 후 경과일 xx 샘플 바이오마커 xx
N
V
E
S
T
O
R
R
E
L
A
T
I
O
N
S
2
0
1
9
I
Chapter5.
Why Syntekabio?
INVESTOR RELATIONS 2019
Why Syntekabio?
AI 신약개발 –
AI가 주도하는 4차 산업xx의 Sweet Spot
신약개발 전단계에 걸친 Biz Model + xx 플랫폼 구축
AI 신약개발 핵심 역량에서 확실한 경쟁력 xx
● AI, 신약 R&D의 Game Changer
● 비즈니스 모델 xx되며
xxx적으로 투자매력도 xx
● 국내 제약바이오의 “위기“ =
신테카바이오의 “xx”
● AI를 xx하여 xx물질 발굴의
경제성↑
● xx 성공률을 높이는 바이오마커 개발
● 제약사 협업을 통해 Real World
경험·성과 xx
● 독자적인 Big Data 구축
● 국내 xxx준의 컴퓨팅 인프라
● 검증된 AI 알고리즘 정확도
N
V
E
S
T
O
R
R
E
L
A
T
I
O
N
S
2
0
1
9
I
Chapter6.
Appendix
1. xx 개요
2. xx에 관한 사항
3. 지적재산권 및 인증·논문
xx개요 xx 후 xx xx
xx 주식수 | 1,600,000주 |
액면가 | 500원 |
xx희망가 | 15,000원~19,000원 |
총 공xxx금액 | 240억원~304억원 |
상xxx주식수 | 13,154,876주 |
xx 시가총액 | 1,966억원~2,490억원 |
대xxx사 | KBxx㈜ |
공xxx 12.16% xxx주 등 26.45%
기존xx 38.22%
상xxx주식수
13,154,876주
벤처금융 및 전문투자자
20.23%
일반xx 2.06%
구분 | 주식수 | xx | 비고 | |
xxx주 등 | 3,478,834주 | 26.45% | 1년 | |
벤처금융 및 전문투자자 | 2,660,760주 | 20.23% | 1개월 | |
xxxx 물량 | 일반xx | 271,232주 | 2.06% | 1년 |
상xxx인 xx투자 | 67,808주 | 0.52% | 6개월 | |
상xxx인 xx인xx | 48,000주 | 0.36% | 1년 | |
유통가능 물량 | 기존xx | 5,028,242주 | 38.22% | |
공xxx | 1,600,000주 | 12.16% | ||
합계 | 13,154,876주 | 100.00% | ||
xxx정
상xxx인 xx인xx 0.36%
상xxx인 xx투자 0.52%
수요 예측일 | 2019년 12월 2일~12월 3일 |
청약 예정일 | 2019년 12월 9일~12월 10일 |
납입 예정일 | 2019년 12월 12일 |
상장 예정일 | 2019년 12월 16일 |
xxxx표
(단위: xxx)
포괄xx계산서
(단위: xxx)
구분 | 2017년 | 2018년 | 2019년.3Q |
xxx산 | 1,273 | 10,542 | 27,886 |
비xxx산 | 1,229 | 1,565 | 2,354 |
자산총계 | 2,503 | 12,107 | 30,240 |
xxxx | 4,894 | 9,986 | 587 |
비유동xx | 399 | 479 | 1,100 |
xx총계 | 5,293 | 10,466 | 1,687 |
자본금 | 1,949 | 1,998 | 5,753 |
자본잉여금 | 5,965 | 7,003 | 52,175 |
자본xx | 1,561 | 1,177 | 787 |
xx잉여금 | (12,267) | (8,537) | (30,162) |
자본총계 | (2,790) | 1,641 | 28,553 |
구분 | 2017년 | 2018년 | 2019년.3Q |
매출액 | 43 | 286 | 327 |
매출원가 | - | - | |
xx총xx
| 43 | 286 | 327 |
판매 및 관리비 | 3,903 | 3,239 | 4,023 |
xxxx | (3,860) | (2,953) | (3,695) |
xx외xx | 36 | 6,702 | 233 |
xx외xx
| 1,948 | - | 18,121 |
법인세차감xxx익 | (5,784) | 3,746 | (21,584) |
당기순손익 | (5,748) | 3,730 | (21,584) |
등록 특허 | ● xx 특xxx 병합 데이터 기반 인공지능 딥러닝 모델을 xxx 약물 적응증 및 반응 예측 시스템 및 방법 ● 개체군 유전체 xxx열 및 변이의 변환데이터에 xx 인공지능 딥러닝 모델을 xxx 바이오마커 검출 방법 ● 그외 13건 (해외특허 1건 포함) |
출원 특허 | 개인 유전체 맵 기반 맞춤의학 분석 시스템 및 이를xxx 분석방법 외 21건 |
프로그램 등록 | PASSC (or PASH)- RVR 고집적 인덱스 기반 3xx단백질 구조 예측(및 서열 비교) 분석 패키지 외 5건 |
xx 등록 | 신테카바이오 외 20건 |
인증실적 | xx복지부 xxxxx 인증 |
논문실적 | SCI급 논문 10편 - Cancer Drug Response Profile scan (CDRscan): A Deep Learning Model That Predicts Drug Effectiveness from Cancer Genomic Signature 외 9편 |