Wie Imperagen mit KI, Quantenphysik und automatisierten Laboren Enzyme schneller entwickelt

Das Problem: Ein Enzym mit genau den gewünschten Eigenschaften zu entwickeln – etwa mehr Stabilität, höhere Aktivität oder bessere Selektivität – ist schwierig.

Traditionell arbeiten Forschende mit einem Trial‑and‑Error‑Ansatz:

• Tausende Varianten eines Enzyms werden durch Mutationen erzeugt
• Jede Variante wird im Labor getestet
• Die besten Kandidaten werden erneut verändert und getestet

Dieser iterative Prozess kann Monate oder Jahre dauern und erfordert große Mengen an Laborarbeit und Ressourcen.

Imperagens Ansatz: „Digital Enzyme Evolution“

Imperagen versucht, diesen Prozess weitgehend zu digitalisieren. Die Plattform des Unternehmens kombiniert physikbasierte Simulationen, KI‑Modelle und Laborautomation in einer einzigen Entwicklungsumgebung. Das Unternehmen bezeichnet diesen Ansatz als Digital Enzyme Evolution.

Statt hauptsächlich auf Laborversuche zu setzen, nutzt die Plattform einen kontinuierlichen Design‑Build‑Test‑Learn‑Kreislauf.

1. Simulationen auf Basis von Quantenphysik

Der erste Schritt findet vollständig am Computer statt.

Imperagen verwendet quantenmechanische Simulationen, um vorherzusagen, wie sich Enzyme auf molekularer Ebene verhalten. Dabei werden Struktur, Dynamik und Reaktionschemie modelliert.

Diese Simulationen helfen, mögliche Verbesserungen zu erkennen, bevor Experimente beginnen. Dadurch lässt sich die Zahl der tatsächlich zu testenden Varianten deutlich reduzieren.

2. KI‑Modelle für gezielte Mutationen

Im nächsten Schritt kommen Machine‑Learning‑Modelle zum Einsatz.

Sie analysieren experimentelle Daten und identifizieren sogenannte Hotspots in der Proteinstruktur – also Stellen, an denen Mutationen wahrscheinlich die Leistung eines Enzyms verbessern können.

So können gezielt Änderungen vorgeschlagen werden, die beispielsweise

• katalytische Aktivität
• Stabilität
• Selektivität
• industrielle Herstellbarkeit

verbessern. Mit jeder Experimentrunde erhält das System neue Daten, wodurch die Vorhersagen der KI mit der Zeit präziser werden.

3. Automatisierte Experimente im geschlossenen Kreislauf

Die von der KI vorgeschlagenen Enzymvarianten werden anschließend automatisiert im Labor gebaut und getestet.

Robotiksysteme übernehmen dabei mehrere Schritte:

• DNA‑Synthese
• Expression der Enzyme
• Aktivitäts‑ und Stabilitätstests

Die Ergebnisse werden sofort wieder in die Rechenmodelle eingespeist. So entsteht ein geschlossener Optimierungszyklus, der viele Entwicklungsrunden deutlich schneller durchlaufen kann als klassische Methoden.

Warum bessere Enzyme wirtschaftlich wichtig sind

Fortschritte im Enzym‑Engineering haben Auswirkungen auf zahlreiche Branchen, weil Enzyme als Biokatalysatoren in vielen industriellen Prozessen eingesetzt werden.

Pharmazeutische Produktion

In der Arzneimittelherstellung können optimierte Enzyme komplexe Moleküle präziser und mit weniger Nebenprodukten erzeugen.

Das kann Produktionsprozesse vereinfachen, Abfall reduzieren und Kosten senken. Imperagens Technologie wurde unter anderem mit Blick auf biokatalytische Prozesse und die Entwicklung komplexer Wirkstoffe entwickelt.

Nachhaltige Chemie und industrielle Biotechnologie

Enzyme ersetzen zunehmend klassische chemische Katalysatoren in industriellen Prozessen.

Leistungsfähigere Enzyme könnten

• Energieverbrauch senken
• weniger Rohstoffe benötigen
• schädliche Nebenprodukte reduzieren

und damit nachhaltigere Produktionsmethoden ermöglichen, etwa in der Feinchemie oder bei Inhaltsstoffen für Kosmetik und Konsumprodukte.

Lebensmittel, Bioenergie und Landwirtschaft

Ähnliche Technologien könnten auch in anderen Branchen relevant werden, etwa bei

• Lebensmittelverarbeitung
• Biofuel‑Produktion aus Pflanzenbiomasse
• landwirtschaftlicher Biotechnologie

Hier könnten verbesserte Enzyme Prozesse robuster machen – etwa durch höhere Temperatur‑ oder Chemikalien‑Toleranz oder die Nutzung günstigerer Rohstoffe. Die verfügbaren Quellen nennen diese Branchen als mögliche Zielmärkte, liefern jedoch noch wenig Details zu konkreten Anwendungen von Imperagen.

Die Rolle der neuen Finanzierung

Imperagen hat kürzlich 5 Millionen Pfund Seed‑Kapital eingesammelt. Die Runde wurde von PXN Ventures angeführt, mit Beteiligung der bestehenden Investoren IQ Capital und Northern Gritstone.

Laut Unternehmensangaben soll das Kapital genutzt werden, um:

• die physikbasierten Simulationen und KI‑Modelle weiter auszubauen
• die automatisierte Laborinfrastruktur zu erweitern
• kommerzielle Partnerschaften und Kundenprojekte zu skalieren

Zeitgleich übernahm Guy Levy‑Yurista, PhD, die Rolle des CEO. Der Manager bringt Erfahrung aus Technologie‑ und Life‑Science‑Unternehmen mit und soll die Plattform von einer Forschungsinnovation zu einer skalierbaren Industrieplattform weiterentwickeln.

Ein Beispiel für den Techbio‑Trend

Imperagen steht für eine wachsende Kategorie von Unternehmen im Bereich Techbio – Firmen, die moderne Software‑ und KI‑Technologien mit automatisierten Biologielaboren kombinieren.

Die Grundidee: Jede Experimentrunde erzeugt neue Daten, die wiederum bessere Vorhersagen ermöglichen. So entsteht ein selbstverstärkender Entwicklungsprozess, der biologische Forschung zunehmend in eine datengetriebene Ingenieurdisziplin verwandeln könnte.

Allerdings befindet sich diese Vision noch in einer frühen Phase. Viele der bisherigen Angaben stammen aus Unternehmensankündigungen, und unabhängige Benchmarks zu Geschwindigkeit, Kostenersparnis oder Erfolgsraten sind bislang begrenzt. Sollte sich der Ansatz jedoch im industriellen Maßstab bewähren, könnte er die Entwicklung neuer Enzyme – und damit zahlreicher biotechnologischer Produkte – erheblich beschleunigen.