Nous innovons dans le domaine du design de protéines. Notre activité a débuté en novembre 2024 !
En combinant la physique, les algorithmes inspirés de la robotique, l'apprentissage profond (deep learning) et le raisonnement automatisé, nous concevons des protéines améliorées à partir de principes fondamentaux et fournissons à nos clients des molécules optimisées pour tout type d'applications.
Nos processus de conception purement in silico permettent d'éviter la plupart des essais expérimentaux coûteux et chronophages. Seuls les designs soigneusement sélectionnés ont besoin d'être testés.
Notre méthode de conception assistée par l'IA est capable de conférer de nouvelles propriétés souhaitables, en fournissant des séquences que l'évolution n'a pas pu explorer.
Grâce à son extrême flexibilité, notre moteur de conception peut proposer des solutions personnalisées qui répondent à vos besoins : spécificité, stabilité, composition de la séquence, activité,...
Chaque problème de conception est différent. Nous proposons une variété de services, adaptés à un large éventail d'exigences, des plus simples aux plus complexes.
La physique, l'apprentissage automatique et la robotique réunis par le raisonnement automatisé.
Notre technologie repose sur une combinaison disruptive de modélisation basée sur la physique et inspirée de la robotique ; d'informations apprises par machine et deep learning extraites de la nature et de résultats expérimentaux, le tout uni par un moteur de raisonnement automatisé dédié qui intègre de manière efficace et optimale ces différentes sources d'information avec des exigences de séquence définies sur mesure.
Grâce à cette combinaison unique de caractéristiques, diverses propriétés des protéines peuvent être ciblées pour l'optimisation, notamment la thermo-résistance, l'activité, la solubilité, la spécificité, la sélectivité ou l'affinité.
À partir de principes fondamentaux et de données universelles, notre technologie s'applique aux protéines orphelines, conçues de novo, ainsi qu'aux protéines existantes, y compris les enzymes, les liants ou les systèmes d'auto-assemblage.
Elle peut contribuer à améliorer les processus basés sur les protéines dans divers domaines, notamment la biotechnologie, la chimie, la bioénergie, la santé, l'environnement et l'alimentation.
Lorsque des informations structurelles sont disponibles, nous nous appuyons sur les champs de force de modélisation moléculaire atomique et quantique les plus récents, et sur des fonctions de score pour choisir les séquences d'acides aminés qui rendront votre protéine réelle, efficace et résistante aux divers stress qu'elle pourrait avoir à subir au cours de son existence.
En utilisant toutes les données disponibles dans les bases de données de structures et de séquences, nous exploitons la technologie de pointe de l'apprentissage génératif automatique et profond pour extraire des informations sur les relations entre séquence, structure et fonction à partir de la nature et d'autres données expérimentales. Grâce à cela, des propriétés mal définies telles que l'expressabilité peuvent également être optimisées.
Les protéines peuvent être modélisées comme des systèmes robotiques poly-articulés complexes avec de nombreux degrés de liberté. Nous exploitons des algorithmes récents et rapides inspirés de la robotique pour capturer efficacement les flexibilités cruciales des protéines cibles, des mouvements de boucles spécifiques aux chemins essentiels d'accès/sortie des ligands.
Notre moteur final de conception de séquences repose sur la technologie de pointe du raisonnement automatisé de l'IA pour intégrer toutes les informations fournies par la physique, l'apprentissage automatique et la robotique avec les exigences spécifiques du client, afin de produire efficacement une bibliothèque de séquences diverses qui peuvent également tenir compte de multiples états conformationnels ciblés.
Une équipe de professionnels dévoués et expérimentés.
Co-fondatrice
Sophie est directrice de recherche à l'INRAE, spécialisée dans la modélisation et la conception de protéines. Elle possède une longue expérience des interactions avec les laboratoires académiques et les entreprises pour la conception sur mesure de protéines dotées de capacités améliorées ou nouvelles pour la biotechnologie et la santé. Son expertise couvre la conception computationnelle de protéines, les développements méthodologiques pour la bioinformatique structurale, les études des relations structure-fonction et l'ingénierie rationnelle des protéines. Elle a co-écrit plus de 60 articles scientifiques et 5 brevets, et a contribué au développement de plusieurs méthodes moléculaires et de conception (basées sur l'IA).
Co-fondateur
Juan est directeur de recherche au CNRS et informaticien spécialisé en robotique algorithmique. Il est l'un des pionniers du développement d'approches de bioinformatique structurale basées sur des algorithmes issus de la robotique et de l'intelligence artificielle. Au cours des 15 dernières années, il a mené des recherches interdisciplinaires fructueuses dans ce domaine en collaboration avec des biochimistes, des biologistes et des physiciens. Il a co-écrit plus de 90 articles scientifiques et a coordonné le développement de plusieurs logiciels et outils, notamment MoMA.
Co-fondateur
Thomas est directeur de recherche à l'INRAE, informaticien spécialisé dans les systèmes hybrides combinant le raisonnement automatisé logique et numérique avec des méthodes d'apprentissage automatique probabiliste et d'apprentissage profond en IA. Il a également contribué à leur extension et à leurs applications en biologie computationnelle, de la génétique et la génomique à la biologie structurale. Il a co-écrit plus de 160 articles scientifiques et plusieurs logiciels originaux de bioinformatique et d'IA fondamentale. Il est Fellow de l'Association for the Advancement of AI et de l'Association européenne pour l'IA.
Dites-nous quel est votre objectif, nous vous aiderons à l'atteindre.
Email : contact@amineo.design
Amineo est basé au cœur du pôle de biotechnologie de Toulouse (TWB), au sud de la France.
Adresse : 3 rue Jacqueline Auriol, 31400 Toulouse, France
Envoyez-nous un message, nous vous répondrons dès que possible.
Ce site est protégé par reCAPTCHA. Les Règles de confidentialité et les Conditions d'utilisation de Google s'appliquent.
