Imperagen 用 AI、量子物理與自動化實驗室重塑酵素工程

這種方式高度依賴試錯，不但耗時數月甚至數年，也需要大量實驗資源。

Imperagen 的「數位酵素演化」平台

Imperagen 將其方法稱為 Digital Enzyme Evolution（數位酵素演化）。核心概念是把酵素工程的每一步——設計、建構、測試與學習——整合到一個數位化與自動化的系統中。

整體流程形成一個持續迭代的 閉環（closed loop）設計流程。

1. 量子物理模擬：先在電腦裡「預測」酵素

第一步是使用基於物理的分子模擬。

透過量子力學計算，可以在實驗之前模擬酵素的：

• 三維結構
• 化學反應機制
• 分子動態行為

這些模擬能預測不同突變可能如何影響酵素功能，從而大幅縮小需要在實驗室測試的候選數量。

2. AI 模型：找出最有潛力的突變

接著，平台利用 機器學習模型分析酵素序列與實驗數據。

這些模型會尋找蛋白質中的 「hotspots」——也就是那些只要改變少數氨基酸，就可能大幅提升性能的位置，例如：

• 催化效率
• 穩定性
• 反應選擇性
• 製造可行性

由於 AI 會持續從每一輪實驗數據中學習，其預測能力會隨時間改善。

3. 自動化實驗室：機器人快速驗證

當模型提出新的酵素設計後，機器人實驗系統會自動完成：

• DNA 合成與編輯
• 蛋白質表達
• 酵素性能測試

測試結果會直接回饋到 AI 與模擬系統中，形成一個持續學習的 設計—建構—測試—學習（DBTL）循環。

理論上，這能大幅提高酵素優化速度。

為什麼這對多個產業都很重要

酵素被廣泛用作 生物催化劑（biocatalysts），因此更好的酵素可能影響多個產業。

製藥與藥物生產

在藥物製造中，優化的酵素可以讓複雜分子的合成更乾淨、更精準，可能減少反應步驟與化學廢棄物。

Imperagen 的早期技術發展，部分就針對 大型分子藥物開發與生物催化劑設計。

工業生技與永續化學

許多工業化學製程正逐漸用酵素替代傳統化學催化劑。

更高效的酵素可能帶來：

• 更低能源消耗
• 更少原料浪費
• 更少有害副產物

這對精細化學品、個人護理原料與永續製造特別重要。

食品、生質燃料與農業

同樣的設計技術也可能應用於其他依賴酵素的產業，例如：

• 食品加工與食品原料生產
• 利用植物生質生產生質燃料
• 農業生物技術

例如，更耐高溫或耐嚴苛環境的酵素，能讓工業流程效率更高或使用更便宜的原料。不過，目前公開資料對 Imperagen 在這些市場的實際部署仍描述有限。

500 萬英鎊種子輪將如何推動下一步

Imperagen 最近完成 500 萬英鎊種子融資，由 PXN Ventures 領投，既有投資人 IQ Capital 與 Northern Gritstone 也參與其中。

公司表示，資金將用於：

• 擴展量子物理模擬與 AI 模型能力
• 建設更先進的自動化實驗室
• 與產業客戶建立商業合作並擴展平台應用

同時，公司任命 Guy Levy‑Yurista 博士為 CEO。這位科技與生命科學產業高管曾參與多次企業退出與深科技公司擴張，被期待帶領 Imperagen 進入商業化階段。

TechBio 的更大趨勢

Imperagen 屬於快速興起的 TechBio（科技＋生技）公司類型——把計算科學、AI 與自動化生物實驗室整合在一起。

核心理念是：

讓每一次實驗都變成數據，並讓 AI 從中學習。

如果這類平台成功擴展，酵素工程可能從高度依賴經驗與試錯的研究活動，轉變為一種 更像工程學的資料驅動流程。

目前仍有一個現實限制：關於速度提升、成本降低或成功率改善的具體數據，大多來自公司或投資公告，公開的獨立性能比較仍然有限。但如果這種平台在產業規模上證明可行，它可能會顯著加快製藥、化學與工業生技產品的開發速度。