Intelligente Proteinentwicklung mit Exazyme

Mit Exazyme optimieren Sie Proteine schneller, kosteneffizient und effektiv. Unser KI-basierter Algorithmus sorgt dafür, dass Sie weniger Zeit im Labor verbringen müssen und das beste Ergebnis erzielen.

  • 16 Mal weniger Experimente als mit Standardverfahren
  • Schneller zum besten Ergebnis durch KI
  • Web-App zur einfachen und schnellen Anwendung
Gespräch buchen

Traditionelles Protein-Engineering ist langsam und kostenintensiv

Wer mit Standardverfahren wie directed evolution oder deep mutational scanning Proteine optimiert, weiß wie aufwendig der Prozess ist. Die Entwicklung dauert lang, kostet viel Geld und am Ende kann man nicht sicher sein, ob man tatsächlich das beste Ergebnis erreicht hat. Hier kommt Exazyme ins Spiel.

Mit Exazyme kommen Sie schneller und kostengünstiger zum Ziel

Der Exazyme-Algorithmus wird Sie schneller, mit deutlich weniger Experimenten und dadurch kostengünstiger zu Ihrem Ziel führen. Anstatt selbst viele Experimente durchführen zu müssen, sagt Ihnen die Künstliche Intelligenz auf Basis von Aminosäuresequenzen genau die Attribute vorher, die Sie brauchen. Alles, was Sie tun müssen, ist die vorhergesagten Sequenzen im Labor anzuwenden und das Protein mithilfe des Algorithmus weiterzuentwickeln. Durch unseren Algorithmus finden Sie die höchsten Absolutwerte, die es gibt, denn er ist darauf ausgelegt, den gesamten Suchraum abzusuchen – mit directed evolution und anderen Standardverfahren ist das kaum möglich. Zudem nimmt unser Algorithmus auch schlechte Werte mit auf, um bessere Vorhersagen treffen zu können. Exazyme ist also Ihr Weg zur besten Proteinentwicklung.

Gespräch buchen

Branchen

Mit unserem Algorithmus unterstützen wir viele Unternehmen und Wissenschaftler aus unterschiedlichen Branchen.

Pharmaindustrie

In der Pharmaindustrie hilft unser System dabei, Antikörper, therapeutische Enzyme, Enzyme zur Wirkstoffproduktion und Peptide deutlich schneller zu designen und Absolutwerte zu finden, die Sie mit directed evolution nicht oder nur schwer erreichen würden. Außerdem können wir zu therapeutischen Zwecken gezielt in Protein-Protein-Interaktionsnetze eingreifen.

Industrielle Biotechnologie

Unternehmen in der industriellen Biotechnologie helfen wir dabei, Enzyme zur Produktion von Spezial- und Feinchemikalien, Lebensmitteln oder Lebensmittelzusatzstoffen schneller und zielführender zu designen.

Grüne Biotechnologie

Unser Algorithmus unterstützt in der grünen Biotechnologie dabei, Enzyme zur Verbesserung der Eigenschaften von Pflanzen schneller zu designen. So kann zum Beispiel der Stoffwechsel beschleunigt oder die CO₂-Absorbierung erhöht werden.

16x

weniger Experimente als mit Standardverfahren.

Schnelle

Ergebnisse durch Automatisierung.

20

Datenpunkte reichen dem Algorithmus aus.

10

kostenlose Vorschläge für Neukunden.

Ihre Vorteile

Mit Exazyme profitieren Sie von vielen Vorteilen, die Ihre Arbeit voranbringen werden.

Schnell zum besten Ergebnis

Mit Exazyme müssen Sie 16 Mal weniger Experimente durchführen als mit Standardverfahren. Das spart enorm viel Zeit. Zudem finden Sie durch unseren Algorithmus Absolutwerte, die Sie mit anderen Verfahren nicht oder nur schwer erreichen.

Kosteneffizientes Arbeiten

Da Sie mit Exazyme weniger Experimente durchführen müssen, sparen Sie nicht nur wertvolle Zeit, sondern automatisch auch Geld. Zudem müssen Sie weniger Arbeitsmaterialien einsetzen.

Keine großen Datensätze

Der Algorithmus funktioniert bereits ab zwei Datenpunkten. Es sind also keine großen Datensätze notwendig. Vor dem eigentlichen Start testet er, ob die Messwerte auch tatsächlich ausreichen. So haben Sie die Sicherheit, dass der Algorithmus auch wirklich funktioniert.

Fallstudien unserer Kunden

Wir durften bereits mit vielen Unternehmen und Wissenschaftlern aus verschiedenen Branchen zusammenarbeiten. So konnten wir sie bei ihrer Arbeit unterstützen.

Unser Team

Exazyme möchte die Gesellschaft voranbringen. Hinter der Idee stehen Biochemikerin Dr. Jelena Ivanovska, AI-Experte Dr. Ingmar Schuster und Ingenieur Philipp Markert. Unser gemeinsames Ziel ist es, die Entdeckung und das Design von Proteinen deutlich zu beschleunigen und Wissenschaftler dabei zu unterstützen, bessere Biokatalysatoren zu liefern. Denn während proteinbasierte Katalysatoren eine immer größere Rolle in der nachhaltigen chemischen Industrie und der Weiterverwendung von CO₂ spielen, sind Proteinrezeptoren und künstliche Antikörper wichtig in der Medizin.

Advisory Board

Exazyme entwickelt sich von Tag zu Tag weiter. Um unser System noch besser zu machen, arbeiten wir mit anerkannten Wissenschaftlern und Experten in den Bereichen Biokatalyse und AI zusammen.

Prof. Dr. Uwe Bornscheuer Biokatalyse-Experte
Dr. Hugo Grimmett AI-Produktentwicklung und Unternehmensaufbau
Prof. Dr. Matthias Ocker Wirkstoffentwicklung mit Fokus auf Krebstherapie

Unsere Zusammenarbeit

Sie haben Interesse an unserer Arbeit, können sich aber noch nicht vorstellen, wie genau unsere Zusammenarbeit ablaufen wird? Wir zeigen es ihnen.

1

Kostenloses Erstgespräch

In einem kostenlosen und ganz unverbindlichen Erstgespräch finden wir heraus, ob und wie wir Sie bei Ihrer Arbeit unterstützen können. Wir zeigen Ihnen die Webapp und welche Vorteile sie hat.

2

NDA & Guidelines

Wenn Sie sich dazu entscheiden unsere App zu nutzen, unterzeichnen wir ein NDA. Dann erhalten Sie übersichtliche Guidelines, damit Sie die App reibungslos anwenden können.

3

App nutzen und profitieren

Jetzt können Sie die App auch schon nutzen und von den vielen Vorteilen profitieren. Laden Sie Ihre Daten beliebig oft hoch und nutzen Sie die Vorschläge der App, um ihr gewünschtes Ergebnis zu erzielen.

Antworten auf die häufigsten Fragen

Viele Fragen begegnen uns bei unserer Arbeit immer wieder. Einige von ihnen möchten wir hier ganz unkompliziert beantworten.

Das Ändern der Aminosäuresequenz eines Proteins ändert typischerweise auch seine dreidimensionale Struktur. Es sind jedoch bereits alle benötigten Informationen in der AA-Sequenz enthalten, weshalb allein mit der AA-Sequenz die dreidimensionale Struktur vorhergesagt werden kann. Gibt man eine weitere Struktur in den KI-Algorithmus ein, dann bringt das weder neue, statistische Informationen noch eine bessere Vorhersage. Darüber hinaus haben nicht alle Proteine eine feste Struktur. Da unser Algorithmus allein auf die AA-Sequenz angewiesen ist, funktioniert er also auch ohne Sekundärstrukturen.

Das hängt von mehreren Punkten ab - vor allem aber von der Qualität der Daten. Aber: In vielen Fällen waren am Ende lediglich zwei Datenpunkte nötig, um herauszufinden, welche Kandidaten in Experimenten priorisiert werden sollten. Um zu testen, ob der Algorithmus funktioniert, benötigt man grundsätzlich 20 Datenpunkte.

Wenn 20 Datenpunkte vorliegen, testen wir, ob der Algorithmus in Ihrem Fall funktioniert. Wenn unser Test positiv ausfällt, garantieren wir eine starke Beschleunigung im Vergleich zu Standard-Methoden wie directed evolution oder deep mutational scanning.

Wir können Ihnen zwar keine genaue Anzahl nennen, wir können aber sagen, dass im Vergleich zu Standardmethoden weniger synthetisierte Sequenzen nötig sind. Für die KI sind mehr Wiederholungen mit kleinerer Größe von Vorteil.

In den allermeisten Fällen funktioniert der Algorithmus. Neun von zehn Nutzern, bei denen der Test negativ ausfiel, fanden am Ende heraus, dass es ein Messproblem gab. Als sie ihre Messungen schließlich verbesserten, stellte sich heraus, dass das System doch funktioniert.

Zuerst laden Sie Ihre Messdaten ganz einfach in unsere Web-App hoch. Die App checkt automatisch, ob genügend Daten vorliegen, um eine gute Vorhersage treffen zu können. Wenn ausreichend Messdaten vorhanden sind, können Sie verschiedene Konfigurationen treffen. Sie können zwischen zufälligen Mutationen, digitalen Tiefen-Mutationsscans, einer festen Kandidatenliste und weiteren Möglichkeiten wählen. Die KI sagt nun voraus, welche Sequenzen die Proteineigenschaften verbessern würden oder gibt Informationen über die Qualität des Proteins. Die entsprechenden Sequenzen können Sie ganz einfach aus unserer Web-App in Form eines Dokuments downloaden und sofort verwenden. Sie nutzen die vorgeschlagenen Sequenzen einfach in Ihren Labortests, verbessern so das Protein und produzieren gleichzeitig weitere wichtige Daten für den Algorithmus. Bei Bedarf können Sie den Prozess schließlich beliebig oft wiederholen, um das Protein immer weiter zu verbessern.