Comment Imperagen combine IA, simulations quantiques et robotique pour accélérer l’ingénierie des enzymes

Le problème : concevoir des enzymes prend du temps

Les enzymes sont utilisées dans des domaines très variés : synthèse de médicaments, production alimentaire, chimie fine ou encore fabrication de matériaux. Elles permettent souvent des réactions plus propres et plus sélectives que les catalyseurs chimiques traditionnels.

Cependant, obtenir l’enzyme idéale pour un procédé donné est difficile. Les méthodes classiques consistent à introduire des mutations dans la séquence d’une enzyme, puis à tester chaque variante en laboratoire pour observer son activité.

Ce cycle peut durer des mois, voire des années, et nécessite d’importantes ressources expérimentales.

La plateforme « Digital Enzyme Evolution » d’Imperagen

Imperagen tente de numériser et d’accélérer ce processus grâce à une plateforme intégrée appelée Digital Enzyme Evolution. Celle‑ci combine modélisation physique, IA et robotique de laboratoire dans un flux de travail unique.

L’objectif est de transformer l’ingénierie enzymatique en un cycle rapide design‑build‑test‑learn (concevoir, fabriquer, tester, apprendre).

1. Simulations basées sur la physique quantique

La première étape consiste à modéliser le comportement d’une enzyme à l’échelle moléculaire.

Des simulations basées sur la mécanique quantique permettent de prédire la structure, les réactions chimiques et la dynamique d’une enzyme avant même de réaliser des expériences. Ces modèles aident à identifier les mutations les plus prometteuses et à réduire le nombre de variantes à tester en laboratoire.

2. Des modèles d’IA pour prédire les mutations utiles

Imperagen utilise ensuite des modèles d’apprentissage automatique entraînés sur des données expérimentales pour déterminer quelles modifications de la séquence protéique pourraient améliorer les performances.

Ces modèles peuvent repérer des « hotspots » dans la structure d’une enzyme — des positions où une mutation ciblée pourrait augmenter l’activité catalytique, la stabilité, la sélectivité ou la facilité de production.

À mesure que de nouvelles données expérimentales sont générées, l’IA peut affiner ses prédictions.

3. Des laboratoires robotisés en boucle fermée

Une fois les nouvelles variantes proposées par les modèles, des systèmes automatisés prennent le relais.

Des robots réalisent la synthèse, l’expression et les tests des enzymes. Les résultats sont ensuite réinjectés directement dans les modèles informatiques, créant une boucle d’optimisation continue qui accélère chaque cycle d’amélioration.

Pourquoi ces avancées intéressent plusieurs industries

Les enzymes jouent un rôle crucial comme biocatalyseurs dans de nombreux secteurs industriels.

Industrie pharmaceutique

Dans la fabrication de médicaments, des enzymes optimisées peuvent rendre la synthèse de molécules complexes plus sélective et réduire le nombre d’étapes chimiques nécessaires. Cela peut diminuer les coûts de production et la génération de déchets.

La technologie d’Imperagen a notamment été développée pour soutenir la découverte de médicaments à grosses molécules et le développement de biocatalyseurs.

Biotechnologies industrielles et chimie durable

De nombreuses industries cherchent à remplacer certains catalyseurs chimiques par des enzymes afin de réduire l’énergie consommée et les sous‑produits toxiques.

Des enzymes mieux conçues pourraient améliorer des procédés dans la chimie fine, les ingrédients de soins personnels ou encore la fabrication durable.

Alimentation, agriculture et biocarburants

Le même principe peut s’appliquer à d’autres domaines dépendant d’enzymes spécialisées :

• transformation alimentaire
• production de biocarburants à partir de biomasse végétale
• biotechnologies agricoles

Dans ces secteurs, de nouvelles enzymes pourraient fonctionner à des températures plus élevées, résister à des conditions industrielles difficiles ou exploiter des matières premières moins coûteuses. Les sources disponibles évoquent ces marchés comme des cibles potentielles, mais donnent encore peu de détails sur les déploiements actuels d’Imperagen.

Une levée de fonds de 5 millions de livres pour passer à l’échelle

Imperagen a récemment annoncé une levée de fonds seed de 5 millions de livres sterling, menée par PXN Ventures avec la participation d’investisseurs existants IQ Capital et Northern Gritstone.

Selon l’entreprise, ce financement servira notamment à :

• renforcer les capacités de simulation physique et d’IA
• développer davantage les infrastructures de laboratoire automatisées
• étendre la plateforme à des partenariats industriels et projets clients

L’annonce s’accompagne également de l’arrivée de Guy Levy‑Yurista, PhD, un dirigeant expérimenté dans les technologies et les sciences de la vie, chargé de piloter la prochaine phase de croissance de la société.

Une tendance plus large dans la « techbio »

Imperagen s’inscrit dans une nouvelle génération d’entreprises dites techbio, qui combinent informatique avancée et biologie automatisée.

Le principe est simple : relier simulation, intelligence artificielle et expérimentation robotisée dans une même boucle d’apprentissage. Si cette approche fonctionne à grande échelle, l’ingénierie des enzymes pourrait évoluer d’un processus largement expérimental vers une discipline d’ingénierie pilotée par les données.

Pour l’instant, la plupart des résultats publics proviennent d’annonces de l’entreprise ou de ses partenaires. Les comparaisons indépendantes démontrant précisément les gains en vitesse, coût ou taux de réussite restent limitées. Mais si ces plateformes tiennent leurs promesses, elles pourraient accélérer considérablement le développement de nouveaux produits enzymatiques dans la pharmacie, la chimie et la biotechnologie industrielle.