Imperagen apuesta por la IA y la física cuántica para reinventar la ingeniería de enzimas

Por qué diseñar enzimas suele ser lento

Las enzimas actúan como catalizadores naturales capaces de acelerar reacciones químicas con gran precisión. Por eso se utilizan en sectores que van desde la fabricación de fármacos hasta la química sostenible.

El problema es que encontrar una enzima con las propiedades exactas que requiere un proceso industrial suele implicar crear miles de variantes mediante mutaciones y probarlas una por una en el laboratorio.

Este enfoque de prueba y error puede tardar meses o incluso años, además de requerir grandes cantidades de recursos experimentales.

La plataforma de “Evolución Digital de Enzimas”

Imperagen propone digitalizar gran parte del proceso. Su plataforma, denominada Digital Enzyme Evolution, integra diseño computacional, inteligencia artificial y automatización robótica en un único flujo de trabajo.

En lugar de depender principalmente del laboratorio, el sistema utiliza un ciclo continuo de diseñar, construir, probar y aprender.

Simulaciones basadas en física cuántica

El primer paso consiste en modelar el comportamiento de las enzimas a nivel molecular.

Mediante simulaciones de mecánica cuántica, el sistema puede predecir cómo cambiarán la estructura, la dinámica y la química de reacción de una enzima cuando se introducen determinadas mutaciones. Esto permite identificar estrategias prometedoras antes de realizar experimentos físicos.

En la práctica, reduce la cantidad de variantes que deben probarse en el laboratorio.

Modelos de IA que predicen mutaciones útiles

Después entran en juego modelos de aprendizaje automático entrenados con datos experimentales.

Estos algoritmos ayudan a localizar “puntos calientes” en la estructura de las enzimas, regiones donde pequeñas modificaciones genéticas podrían mejorar características como:

• actividad catalítica
• estabilidad
• selectividad química
• facilidad de fabricación

A medida que se generan nuevos datos experimentales, los modelos pueden seguir aprendiendo y mejorar sus predicciones en cada iteración.

Experimentos automatizados en ciclo cerrado

Una vez que el sistema propone nuevas variantes de enzimas, entran en acción los laboratorios automatizados.

Robots de laboratorio se encargan de sintetizar, expresar y evaluar esas variantes. Los resultados obtenidos se envían de nuevo a los modelos computacionales, creando un bucle continuo de optimización que puede iterar rápidamente hacia diseños más eficientes.

Por qué importa para varias industrias

Si funciona a gran escala, la ingeniería de enzimas más rápida puede tener impacto en numerosos sectores, porque las enzimas actúan como biocatalizadores en muchos procesos industriales.

Industria farmacéutica

En la fabricación de medicamentos, enzimas optimizadas pueden permitir rutas de síntesis más limpias y selectivas para moléculas complejas.

Esto podría simplificar procesos de producción, reducir residuos químicos y mejorar la eficiencia en el desarrollo de fármacos.

Biotecnología industrial y química sostenible

Cada vez más industrias intentan reemplazar catalizadores químicos tradicionales por enzimas.

En teoría, mejores enzimas permitirían reducir consumo de energía, materias primas y subproductos contaminantes en sectores como:

• química fina
• ingredientes para cosmética y cuidado personal
• manufactura química sostenible

Alimentación, biocombustibles y agricultura

Los mismos principios también pueden aplicarse a otros mercados que dependen de enzimas especializadas, como:

• procesamiento de alimentos
• producción de biocombustibles a partir de biomasa vegetal
• biotecnología agrícola

En estos casos, enzimas mejor diseñadas podrían funcionar a temperaturas más altas, soportar condiciones industriales más duras o procesar materias primas más baratas. Las fuentes disponibles mencionan estos sectores como mercados potenciales, aunque aún hay pocos detalles sobre despliegues comerciales concretos de Imperagen.

Para qué servirá la nueva financiación

La startup obtuvo 5 millones de libras en financiación semilla, liderada por PXN Ventures y con la participación de inversores existentes como IQ Capital y Northern Gritstone.

Según la empresa, el capital se destinará a:

• ampliar sus capacidades de simulación física y modelado con IA
• desarrollar más infraestructura de laboratorio automatizado
• escalar la plataforma para proyectos comerciales y colaboraciones industriales

El anuncio también coincidió con la llegada de Guy Levy‑Yurista, PhD, como nuevo CEO, un ejecutivo con experiencia en empresas tecnológicas y de ciencias de la vida que ha participado en varias salidas empresariales en EE. UU. y Europa.

El contexto: el auge del “techbio”

Imperagen forma parte de una nueva generación de empresas conocidas como techbio, que combinan computación avanzada con biología experimental automatizada.

La idea central es integrar simulación, inteligencia artificial y robótica en un único sistema que aprende de cada experimento. Si este modelo demuestra ser escalable, podría transformar la ingeniería de enzimas —históricamente basada en experimentación intensiva— en una disciplina de ingeniería guiada por datos.

Aun así, el campo está en una fase temprana. Gran parte de la información disponible procede de anuncios de la propia empresa y de inversores, y todavía existen pocos estudios independientes que cuantifiquen cuánto mejoran realmente estos sistemas la velocidad, el coste o la tasa de éxito en el diseño de enzimas.