שוק גילוי סמים

המונחים: סיכום:

באשר ל-ranspire Insight, גודל ההרחבה של ההרחבה של ההרחבה הוא מוערך ב-68.37 מיליארד דולר ב-2025 מיליארד דולר ב-2033, והוא צפוי להגיע ל- 147.25 מיליארד דולר עד 2033, גדל בקצב של 10.06% מ-2026 עד 2033.

שוק גילוי התרופה מסייע לאנשים למצוא, לבדוק ולשפר תרופות לפני שהם נכנסים לפיתוח קליני. במהלך שלוש עד חמש שנים גילוי סמים עבר בעיקר מעבודה המבוססת במעבדה למודלים עתירי נתונים המפגישים אוטומציה, גנומק, כימיה חישובית ואינטליגנציה מלאכותית. שינוי גדול אחד בגילוי סמים הוא השימוש ב-AI ו- Machine Learning כדי לבחור את המטרות, ליצור מועמדים מולקולריים חדשים ולגרום לאופטימיזציה טובה יותר. סיבה אמיתית לשינוי זה בגילוי סמים היא מספר גדל והולך של שותפויות בין חברות תרופות וחברות לגילוי תרופות ממוקדות בינה מלאכותית. שותפויות אלה מעניקות למדענים מערכות נתונים ובדיקות חישוביות מהירות יותר. צמיחה בגילוי סמים היא מחזור סיבה ותוצאה. מידע טוב יותר וכלים דיגיטליים חותכים את הזמן הדרוש למחקר. הם גם מורידים את מספר המועמדים הדרושים לבדיקה. זה עוזר לחברות להוציא את תקציבי המחקר בקפידה. מולקולות קטנות עדיין מהוות חלק משוק התרופות. בינה מלאכותית ולמידה של מכונות מתקדמות מהר ככל שצוותי גילוי תרופות משתמשים בזרימות עבודה חיזוי יותר.

המונחים:

• גודל שוק 2025: 6.37 מיליארד דולר
• ערך שוק צפוי (2033): USD 147.25 מיליארד דולר
• תחזית CAGR (2026–2032): 10.06%
• אזור מוביל בשנת 2025: צפון אמריקה
• אזור צמיחה מהיר: אסיה פסיפיק
• פרופיל החברה: Charles River Laboratories, Thermo Fisher Scientific, WuXi AppTec, Evotec, Eurofins Scientific, IQVIA, Labcorp Drug Development, Sygnature Discovery, Schrödinger, Retour Pharmaceuticals, Exscientia, GSK, Pfizer, AstraZeneca, Novartis

תובנות שוק המפתח:

השוק מתקדם לקראת גילוי טכנולוגי, שבו מולקולות קטנות לוקחות את נתח השוק המקסימלי, ו-AI יש חשיבות גוברת במחקר בשלב מוקדם.

• מולקולות קטנות מחזיקות נתח שוק של 54.20%, מה שהופך אותם לחלק חשוב של גילוי סמים ולהבטיח השקעות נוספות בסינון ובכימיה רפואית.
• ביולוגים מחזיקים נתח שוק של 18.00%, מה שמצביע על החשיבות הגוברת של תרופות מתוחכמות ופלטפורמות מחקר ביולוגיות.
• פפטידים מהווים נתח שוק של 7.00%, בשל חידושים במבנה מולקולרי, סינון וזיהוי מטרה.
• חיסונים מחזיקים בנתח שוק של 5.00%, בשל התקדמות בביולוגיה חישובית ובדיקה מהירה המאפשרת לחוקרים למועמדים לחיסון מסך.
• ג'ין טיפול כ- 4.00% מנתח השוק, המספקים תנופה למחקרי genomics וביוטכנולוגיה.
• טיפול RNA דורש 3.00%, צובר ידע ביולוגי מוגברת ושיטות חישוביות לניתוח רצפים ומטרות.
• תרופות אחרות מהוות 5.30%, ומאפשרות שימוש בגישות מיוחדות לגילוי סמים בטכנולוגיות טיפוליות מתפתחות.

מהם נהגי המפתח, מחוסנים, והזדמנויות ב-Aquare שׁוּ?

נהגים:

הצמיחה בשוק גילוי התרופות הבינלאומי מודלקת על ידי שימוש בטכנולוגיות כגון בינה מלאכותית, למידה מכונה, בדיקות חישוביות גבוהות וביוינפורמטיקה. שיעור הצלחה מוגבר הוא בשל קיומם של יותר genomics, Proteomics, כימיה ונתונים קליניים המסייעים לזהות מטרות מתאימות ולבחור תרכובות מתאימות. הם מאפשרים לחסוך זמן על עבודות מחקר כפולות וגילוי תרופות יעיל יותר.

אימונים:

ההוצאות והקושי של שילוב טכנולוגיות חדשות במערכות גילוי סמים קיימות. הסיבה לכך היא כי התחזיות שנעשו על ידי טכנולוגיות בינה מלאכותית צריכות להיות מאומתות באמצעות ניסויים המבוססים על מעבדה, וייתכן שיש הבדלים בנתונים, נהלי מעבדה ואורגניזמים ביולוגיים. בנוסף, הארגון דורש מדענים ומהנדסים בעלי ידע מיוחד לשימוש יעיל של פלטפורמות טכנולוגיות אלה, מה שהופך את התהליך יקר יותר.

אפשרויות:

הזדמנות כוללת שילוב של בינה מלאכותית עם אוטומציה במעבדה ומאגרי מידע רב-ממדיים ביולוגיים. זה יאפשר לולאה רציפה להיבנות סביב תחזיות חישוביות ונתונים ניסיוניים על מנת להפוך את תהליך הבחירה של המועמדים לסמים יעילים יותר. שיתוף פעולה בין חברות התרופות, חברות ביוטכנולוגיה, ארגוני מחקר חוזים וחברות טכנולוגיה המתמקדות באינטליגנציה מלאכותית יכול להגביר את הגישה לטכנולוגיות אלה ולפתוח אפשרויות נוספות.

מה ההשפעה של אינטליגנציה מלאכותית על ה-Afrele PSK?

השימוש AI לגילוי סמים מבוסס על היכולת של כלי AI להקל על העבודה של קבוצות מחקר בניתוח נתונים ביולוגיים, גילוי מטרות, הדבקה של תרכובות, ועיצוב מולקולות על ידי צמצום מספר הניסויים הדרושים. במקרה של גילוי מטרה, אלגוריתם AI יכול לנתח כמות עצומה של genomic, proteomic, הדמיה ונתונים קליניים כדי לזהות קשרים מסוימים שעשויים להיות קשה לזהות אחרת. במונחים של גילוי מולקולה, למידת מכונה ואלגוריתמים רגנרטיביים יכול להיות מועיל בהקרנה וירטואלית ומציע תרכובות עם תכונות רצויות, ואת המודלים החיזוי יכול להיות שימושי כדי לחזות פעילות, סלקטינות, רוקחניקה, או תופעות לוואי של תרכובת מסוימת. לכן, יעילות תהיה מוגברת בגלל ניתוח חוזר פחות להתמקד במעבדה על מולקולות מבטיחות. AI הופך גם יותר ויותר יחד עם אוטומציה, אשר מספק מחזורי עיצוב-האנליזה שבו נתונים ניסיוניים משפרים את הדיוק של מודלים חישוביים. על פי Retour, הפלטפורמה שלהם משלבת נתונים ביולוגיים רב-ממדיים, מודלים של בינה מלאכותית וניסויים לתרום לגילוי סמים. בינה מלאכותית אינה שוללת אישור ניסיוני. הדיוק תלוי באיכות הנתונים, המורכבות הביולוגית, ההטיות של המודל ושילוב בתהליך המחקר.

Instance:

ביוני 2026, Bayer שיתפה פעולה עם Iambic Therapeutics תוך שימוש בפלטפורמת גילוי התרופות של האחרון שממנף את כוחו של AI עבור זיהוי ואופטימיזציה של המועמדים למולקולות קטנות. השותפות הזו מדגימה את האופן שבו בינה מלאכותית עוזרת לחברות רוקחות בגילוי תרופות.

כתובת: www.bayer.com/en-us/ Unityed-states/news-and-stories/2026/advancing-drug-discovery-with-ai

שוק מפתח מגמות:

המגמה החדשה היא המעבר משימוש בגישות חישוביות בלבד לגישות לגילוי הכוללות נתונים, בינה מלאכותית, אוטומציה ואימות במעבדה. זה משפיע על חברות התרופות בדרך שבה הם מחלקים כסף למחקר ובבחירת תרופות.

• ניסויים אוטומטיים גדלים, שילוב תחזיות חישוביות וניסויים מהירים במעבדה וניתוח.
• נתונים רב-ממדיים עולים בחשיבותם, שכן חברות משתמשות ב- genomic, Proteomic, הדמיה, כימיה ומערכות נתונים קליניות.
• מודלים חיזוי להתקרב לקבלת החלטות, עוזר עדיפות המטרה, בחירה מובילה, הערכת בטיחות ואופטימיזציה מובילה.
• איכות הנתונים היא כעת גורם המפריד בין המתחרים, שכן נתונים קנייניים טובים יותר משפרים את בניית המודל ואת אימות מדעי.
• מיקור חוץ עובר לעבר טכנולוגיות מיקור חוץ, שבו CROs מספקים שירותים כמו AI, אוטומציה, ביו-informatics ושירותי סינון ספציפיים.

המונחים: המונחים

סוג התרופות:

הסוג הדומיננטי ביותר בשוק גילוי התרופה הוא המולקולה הקטנה, המכילה 54.20% במגזר המסופק. נהלי פיתוח התרופות הקיימים, אמינות נרחבת, ויכולתם להיות מוקרן באמצעות תהליך חישוב גבוה ממשיכה להניע את נוכחות השוק שלהם. ביולוגים מהווים 18.00%, peptides מהווים 7.00%, חיסונים מהווים 5.00%, טיפול גנטי מהווה 4.00%, טיפול סלולרי מהווה 3.50%, וטיפול RNA הוא 3.00% בנתח השוק. התרופות האחרות מהוות 5.30% מנתח השוק. במבט אל העתיד, צפוי כי גילוי התרופות יגוון את מגזריו בהתבסס על ביולוגיה חישובית, הנדסה מולקולרית ורפואה מדויקת.

טכנולוגיה:

טכנולוגיה בתהליך של גילוי תרופות, וזה קורה כדי לשפר את מהירות ויעילות. בדיקת ציוד גבוה נדרשת כאשר יש צורך להעריך כמויות גדולות של תרכובות כימיות, ואילו ביונונאוטיקה יוצרת הזדמנות לנתח ערכות נתונים ביולוגיים מורכבות. עם זאת, בינה מלאכותית ולמידה של מכונה מתעוררים כחלק הצומח ביותר של מגזר זה, עם CAGR של 14.80%. מרכיבים חשובים אחרים של פלח הטכנולוגיה כוללים מודלים מולקולריים, רוקוקוגנים, כימיה משלבת, proteomics ו genomics.

על ידי תהליך:

התהליכים הנוכחיים של גילוי סמים מבוססים במידה רבה על קבלת החלטות טובה בכל שלב של התפתחות מוקדמת. באופן ספציפי, זיהוי מטרה ואימות מטרה יסייעו בהבנה אם מנגנון ביולוגי מסוים זה עשוי לשמש לגילוי סמים, בעוד גילוי פגע עוזר למצוא את המתחם הכימי הנכון לעבוד על. אופטימיזציה מובילה תשפר את העוצמה והסלקטיביות של תרופה מסוימת לפני ניסויים קליניים. גילוי ביומרקר הופך חיוני יותר ויותר למחקר מדויק.

על ידי אזור טיפולי:

אונקולוגיה היא תחום טיפולי חשוב בשל הבנת הביולוגיה של הסרטן והצורך בטיפולים ממוקדים. כמו כן, יש צורך במחקר בביולוגיה המחלה ומטרות טיפוליות למחלות לב וכלי דם ונוירולוגיה גם כן. מחלות אחרות כגון מחלות זיהומיות, אימונולוגיה, מחלות מטבוליות, מחלות נשימה ומחלות נדירות הן גם אזורים חשובים לגילוי סמים. הכוחות המניעים גילוי סמים משתנים עם כל אזור טיפולי, שבו אונקולוגיה מונעת על ידי פרופיל מולקולרי ונוירולוגיה על ידי מודלים ביולוגיים.

למשתמש קצה:

חברות תרופות ממלאות תפקיד חיוני בגלל צינורות מחקר רחב של תרופות, תשתיות ותקציב. חברות ביוטק ממלאות תפקיד גובר בשל העובדה שחברות מיוחדות יכולות להתמקד בטכנולוגיות מסוימות, מנגנוני מחלה או פלטפורמות טיפוליות. CROs לספק יכולת מחקר מקודמת, המאפשרת לספונסרים לקבל גישה למומחיות מסוימת מבלי לבנות את כל המתקנים הפנימיים. מוסדות אקדמיים ומכוני מחקר מביאים תגליות בסיסיות חדשות ותובנה ביולוגית לתהליך גילוי הסמים. ארגונים ממשלתיים להקל על מחקר אסטרטגי וציבורי. מעבדות מיוחדות מביאות יכולות בדיקות מיוחדות. פיתוח שוק נוסף יהיה קרוב יותר לשיתוף פעולה בין השחקנים הללו.

לפי מצב:

תהליך גילוי התרופה הפך למשהו של גישה משולבת הכוללת מחקר שנעשה בבית, מיקור חוץ, שיתופי פעולה, רישוי, שותפויות ומחקר חוזים. חברות תרופות גדולות נוטות לשמור על יכולות מחקר אסטרטגיות בתוך בית, אבל מחוץ למקורות כמה תהליכים הדורשים טכנולוגיה או מומחיות ספציפית. חברות הביוטק, עבור חלקן, עשויות להסתמך על שותפויות ומחקר החוזה על מנת להפחית את עלויות הפיתוח ולהשתמש בתשתית מתקדמת. רישוי יכול לשמש ככלי לרכישת תרכובות או טכנולוגיות פוטנציאליות ללא צורך בפיתוחן מאפס. גישה זו הופכת חשובה במיוחד כיום, שכן דברים כגון בינה מלאכותית, מסדי נתונים, אוטומציה ויכולת מעבדה מחולקים בין חברות שונות.

מהו מקרה השימוש העיקרי נהיגה ב-Aquare Smoothed?

מקרה שימוש הוא גילוי קטן-מולקול באמצעות סינון חישובי, דוגמנות ואופטימיזציה של מוביל באמצעות בינה מלאכותית. זה מאפשר לחוקרים לעבור את ספריית המתחם ולבצע ניסויים במעבדה רק עם קבוצה מסוימת של תרכובות. השדים שבהם ניתן ליישם יותר נרחב כוללים biologics, peptides, חיסונים, טיפול גנטי הדורש שימוש בטכנולוגיות כגון bioinformatics, genomics, Proteomics וגילוי ביומרקר. מקרה שימוש נוסף של טכנולוגיה זו הוא טיהור סמים מאז מערכות חישוביות מאפשר לחבר תרופות קיימות עם מטרות חדשות. מקרים חדשים של היישום של AI בגילוי סמים הם עיצוב מולקולה, אוטומציה הניסוי, תרופות דיוק וניתוח רב-ממדי. טכנולוגיות אלה משמשות על ידי חברות תרופות וארגונים העוסקים בניסויים קליניים. תוך התחשבות בשימוש הנרחב של AI ו- Machine Learning בגילוי, תפקידם משתנה לקראת שילוב זרימת העבודה.

אילו אזורים מניעים את הצמיחה של ה-Placele שׁוּ?

צפון אמריקה:

צפון אמריקה היא השחקן הדומיננטי בשוק גילוי התרופות, המחזיק נתח שוק של 45.30% בשל מספר גדול של תרופות חברות ביו-טק פועלות באזור. האזור מתגאה בסביבת מחקר בוגרת, מתקני מעבדה טובים, מימון הון סיכון בשפע ויכולות פיתוח קליני. כל המאפיינים האלה עוזרים לחברות התרופות והביוטכנולוגיה, CROs, וספקי הטכנולוגיה לעבוד יחד במאמצי גילוי התרופות שלהם. זה עוזר לאזור צפון אמריקה למצב חזק במונחים של שימוש בטכנולוגיות מתקדמות כגון AI, HTS, genomics ואחרים בגילוי סמים.

בינואר 2026 נכנס שרדינגר לשיתוף פעולה עם אלי לילי, שם על ידי פלטפורמת ה- TuneLab AI מלי לילי תהיה זמינה באמצעות פלטפורמת LiveDesign של שרדינגר. מהלך זה נועד לספק לחברות ביוטכנולוגיה המשתתפות גישה למודלי AI, חישובים המבוססים על פיזיקה ונתונים ניסיוניים לגילוי סמים. זה מדגים את העלייה הגבוהה של האזור של טכנולוגיות גילוי חישוביות ובסיסיות AI.

google.schrodinger

אירופה:

באירופה יש נתח של 28.00% משוק גילוי התרופות; בעוד שהיא מגיעה מאחורי צפון אמריקה, יש לה סביבה מחקרית ותרופות חיובית. הסביבה המחקרית באירופה יכולה להיות בשל נוכחותם של מאגרי מדע חיים קיימים, יכולות מחקר, חברות ביוטק, כמו גם שיתוף פעולה בתחום המדע. יציבות באזור מגיעה באמצעות מערכת הבריאות המתוחכמת שלה, מומחיות רגולטורית והשקעות בתחום המחקר הביו-רפואי.

בינואר 2026, AstraZeneca נכנסה לשיתוף פעולה אסטרטגי עם תרופות CSPC המבוססות על סין, שכללו שמונה תוכניות, ביניהן גישה לפלטפורמת גילוי התרופות המונעת על ידי AI של CSPC. בנוסף, קיים נכס קליני ותוכניות קדם-קליניות להשמנת יתר וסוכרת מסוג 2 המדגימה את הרחבת פלטפורמות AI-enabled בשימוש על ידי חברות תרופות אירופיות בצנרת גילוי התרופות שלהם

**www.astrazeneca.com/media-centre/press-releases/astrazeneca-agrees-obes-obes-and-t2d-deal-with-cspc.html

אסיה-פסיפיק:

אסיה-פסיפיק מהווה 20.00% מהשוק העולמי ונועדה כאזור הצומח ביותר על ידי הנתונים הניתנים כאן, עם CAGR של 11.20%. הצמיחה האחרונה באזור זה הונעה על ידי הגדלת מתקני הייצור באזור עבור תעשיית התרופות, יחד עם מחקר מוגבר, השקעה בביוטכנולוגיה ותשתיות למחקר מדעי. מדינות רבות באזור הופכות יותר ויותר למרכזים לגילוי סמים והן יכולות מתפתחות ב-genomics, ביולוגיות ומחקר חישובי.

ביולי 2026 הכריזה Takeda על ההתקדמות של צינורות ה-R&D שלה עם אישור של ORZEYFUL, שהיא האישור הראשון בסין עבור agonist קולטן אורקסין עבור נרקולפסיה.

כתובת: www.takeda.com/newsreleases/2026/takeda-reports-First-רבע-השורה של 2026-res/res

מי הם שחקני מפתח ב-Placele שׁוּ, ואיך הם מתחרים?

תחרות בשוק גילוי התרופה מונעת על ידי עומק טכנולוגיה, היקף מחקר, מומחיות והפחתה של ציר זמן גילוי. החברות מבדלות את עצמן עם בדיקות חישוביות גבוהות, שירותי מעבדה, פלטפורמות חישוביות, גילוי בינה מלאכותית וערכי נתונים כימיים וביולוגיים. Thermo Fisher Scientific מתחרה באמצעות תשתיות מחקר והקרנה מיוחדת. החברה מבדלת את עצמה באמצעות מוצרי מעבדה, סקר, פרופיל ושירותי מחקר, בעוד התשתית מסייעת לחברה להרחיב את עסקיה לתרופות וחברות ביוטכנולוגיה. Thermo Fisher Scientific IQVIA בונה את כוחה באמצעות מידע מדעי חיים, ניתוח, טכנולוגיה ויכולות AI/ML. הסכם רכישה עבור נכסים נבחרים של שארל ריבר מסייע לחברה לבנות את יכולות הגילוי שלה מקצה לקצה כולל פלטפורמת AI מולקולה קטנה ושירותי מעבדה.

בסביבה הקרובה של AUDING TERS

• Charles River Laboratories
• Thermo Fisher Scientific
• WuXi AppTec
• Evotec
• Eurofins Scientific
• IQVIA
• פיתוח תרופות
• גילוי קיסרי
• שרדינגר
• טיול תרופות
• Exscientia
• GSK
• Pfizer
• AstraZeneca
• Novartis

התפתחות חדשה חדשות News

• באוגוסט 2026סיור הודיע כי Genentech קידמה את יעד Neuroscience הראשון מן שיתוף הפעולה לתוכנית גילוי מוקדם משותף. המטרה זוהתה ואומתה ביולוגית באמצעות מפת המוח שנוצרת באמצעות טכנולוגיית הבינה המלאכותית של Retour. לאחר מכן, השותפים קידמו את המטרה באמצעות הדור הקטן של מולקולה פגע ואימות.כתובת:https.com/news/unlocking-the-First-neuroscience-target-for-the-retour-and-genentech-collaboration
• בפברואר 2025, Isomorphic Labs הרחיבה את היקף שיתוף הפעולה שלה עם Novartis על ידי הוספת עד שלוש תוכניות מחקר נוספות. בתחילה, שיתוף הפעולה התמקד בזיהוי מולקולות קטנות נגד שלושה יעדים מאתגרים, ואילו הסיומת הוסיפה עומק נוסף לשיתוף הפעולה. הפיתוח מדגים את ההתעניינות הגוברת של חברות התרופות בגילוי מולקולה קטנה וחיפוש של מטרות טיפוליות קשות בעזרת פלטפורמות בינה מלאכותית חיצוניות.כתובת: www.isomorphiclabs.com/partnerships

אילו תובנות אסטרטגיות מגדירות את עתידו של ה-Placele שׁוּ?

השוק עובר לשילוב פלטפורמות גילוי סמים, שבו AI, אוטומציה, נתונים ביולוגיים ומחקר ספסל הופכים לחלק ממחזור מחקר אחד. התנועה נועדה להשיג תוצאות מהירות באמצעות בחירת מודלים מהירים של דורות ומולקולות, לפני הכניסה לשלב התפתחות יקר. הסיכון הראשון הטבוע למצב תחת דיון הוא תלות גדולה מדי ביכולת החיזוי של הבינה המלאכותית שפועלת עם נתונים מוטים או לא עקביים בהשוואה למציאות הביולוגית. במקרה זה, אשליה של ודאות והוצאות לאימות במקום הוצאות מינימליות יעלו. ההזדמנות הגדולה ביותר של זמן זה מופיעה בסינתזה של טכנולוגיית AI, אוטומציה ונתונים רב-ממדיים קנייניים. זה צפוי כי חברות אלה שתיצור מנגנון משוב עבור המודלים החיזוי שלהם יהיה הזדמנות לפתח מודלים טובים יותר ולקבל את היתרון התחרותי בגילוי סמים.

המונחים:

סוג סמים

• מולקולות קטנות
• ביולוגים
• פפטידס
• חיסונים
• ג'ין Therapies
• תגית: Therapies
• RNA Therapeutics
• סמים אחרים

טכנולוגיה

• צילום מסך מהיר
• Bioinformatics
• AI & Machine Learning
• מודל מולקולרי
• Pharmacogenomics
• כימיה משולבת
• Proteomics
• Genomics

תהליך

• זיהוי מטרות
• אישור
• עקבו אחרי
• אופטימיזציה מובילה
• בדיקות קליניות
• Biomarker Discovery
• תרופות repurposing

אזור טיפולי

• Oncology
• מחלות לב וכלי דם
• נוירולוגיה
• מחלות זיהומיות
• משמעת
• מחלות מטבוליות
• מחלות נשימה
• מחלות נדירות

סוף משתמש

• חברות תרופות
• חברות ביוטכנולוגיה
• CROs
• מוסדות אקדמיים
• מכון מחקר
• ארגונים ממשלתיים
• מעבדות מיוחדות

מצב

• מחקר בבית
• מחקר חיצוני
• מחקר משותף
• רישוי
• שותפות
• מחקר חוזים
• מודל היברידי

ניתוח אזורי

צפון אמריקה

• ארה"ב
• קנדה קנדה קנדה
• מקסיקו מקסיקו

אירופה אירופה

• גרמניה גרמניה
• בריטניה בריטניה
• צרפת צרפת צרפת
• איטליה איטליה
• ספרד ספרד
• רוסיה רוסיה
• מנוחה לאירופה

אסיה פסיפיק

• סין
• יפן יפן יפן
• הודו הודו
• דרום קוריאה
• אוסטרליה אוסטרליה אוסטרליה
• שאר אסיה פסיפיק

דרום אמריקה

• ברזיל ברזיל
• ארגנטינה ארגנטינה ארגנטינה
• שאר דרום אמריקה

המזרח התיכון ואפריקה

• איחוד האמירויות
• סעודיה
• קטאר קטאר
• דרום אפריקה
• שאר המזרח התיכון ואפריקה