CradleNEU

Cradle ist eine spezialisierte Generative-AI-Plattform für das Proteindesign und die Proteinoptimierung in der Biotechnologie. Die Software hilft Biologen und Bioinformatikern dabei, Proteine, Enzyme und Antikörper zielgerichtet zu modifizieren, um deren Stabilität, Löslichkeit, Bindungsaffinität oder Expression zu verbessern. Anstatt sich ausschließlich auf zeit- und kostenintensive Nasslabor-Tests zu verlassen, nutzt Cradle Machine-Learning-Algorithmen, um optimale Sequenzvarianten in silico vorherzusagen.

Die Plattform kombiniert fortschrittliche Deep-Learning-Modelle mit einer benutzerfreundlichen Oberfläche, die keine tieferen Programmierkenntnisse in Python erfordert. Forscher können bestehende Proteinsequenzen hochladen, spezifische Designziele definieren und Vorschläge für Punktmutationen oder rekombinierte Sequenzen generieren lassen. Die Vorhersagen werden mit Konfidenzwerten versehen, sodass Labor-Teams nur die aussichtsreichsten Varianten synthetisieren und testen müssen.

Durch den geschlossenen Feedback-Loop zwischen Nasslabor und KI verbessert sich die Modellpräzision mit jeder Iteration. Experimentelle Ergebnisse aus dem Labor werden zurück in Cradle eingespeist, wodurch die KI-Modelle projektspezifisch nachjustiert werden. Dies verkürzt die Entwicklungszyklen im Therapeutic- und Industrial-Biotech-Bereich erheblich und reduziert die Anzahl der benötigten Testrunden dramatisch.

• KI-gestützte Sequenzoptimierung — Generiert gezielte Mutationsempfehlungen für Proteine, um spezifische Eigenschaften wie Hitzebeständigkeit, Bindungsstärke oder Expressionsrate zu maximieren. Die Vorhersagen basieren auf modernsten biophysikalischen und generativen Sprachmodellen für Proteine.
• Iteratives Lab-to-Loop Learning — Ermöglicht das einfache Re-Importieren von Werten aus Nasslabor-Assays. Das System lernt aus den positiven und negativen Testergebnissen, um nachfolgende Designrunden noch präziser auf das spezifische Zielprotein abzustimmen.
• Kollaborative Bioinformatik-Plattform — Bietet interaktive Visualisierungen und Werkzeuge für interdisziplinäre Teams aus Nasslabor-Biologen und Bioinformatikern. Projekte und Variantenbibliotheken können zentral verwaltet, analysiert und exportiert werden.

Biotech- und Pharmaunternehmen, akademische Forschungsgruppen sowie Start-ups im Bereich Synthetische Biologie und Proteindesign. Die Plattform richtet sich sowohl an Bioinformatiker als auch an Nasslabor-Wissenschaftler.

Ein Biotech-Unternehmen möchte ein industrielles Enzym für einen chemischen Prozess hitzebeständiger machen. Das Forschungsteam lädt die Wildtyp-Sequenz des Enzyms bei Cradle hoch und definiert das Ziel einer höheren thermischen Stabilität. Cradle berechnet innerhalb kurzer Zeit eine Bibliothek von 96 vielversprechenden Sequenzvarianten. Das Labor synthetisiert diese Auswahl, testet sie im Experiment und speist die Performancedaten zurück in die Plattform ein. Bereits in der zweiten Runde identifiziert das Team ein Enzym mit der gewünschten Hitzetoleranz, was monatelange Screening-Arbeit erspart.

• Biotech- und Pharmaunternehmen, akademische Forschungsgruppen sowie Start-ups im Bereich Synthetische Biologie und Proteindesign. Die Plattform richtet sich sowohl an Bioinformatiker als auch an Nasslabor-Wissenschaftler.
• Ein Biotech-Unternehmen möchte ein industrielles Enzym für einen chemischen Prozess hitzebeständiger machen.
• KI-gestützte Sequenzoptimierung: Generiert gezielte Mutationsempfehlungen für Proteine, um spezifische Eigenschaften wie Hitzebeständigkeit, Bindungsstärke oder Expressionsrate zu maximieren. Die Vorhersagen basieren auf modernsten biophysikalischen und generativen Sprachmodellen für Proteine.
• Iteratives Lab-to-Loop Learning: Ermöglicht das einfache Re-Importieren von Werten aus Nasslabor-Assays. Das System lernt aus den positiven und negativen Testergebnissen, um nachfolgende Designrunden noch präziser auf das spezifische Zielprotein abzustimmen.
• Kollaborative Bioinformatik-Plattform: Bietet interaktive Visualisierungen und Werkzeuge für interdisziplinäre Teams aus Nasslabor-Biologen und Bioinformatikern. Projekte und Variantenbibliotheken können zentral verwaltet, analysiert und exportiert werden.

Nicht geeignet für reine Text- oder Bildgenerierungsaufgaben außerhalb der Biowissenschaften. Wer lediglich bekannte 3D-Proteinstrukturen ohne Sequenzoptimierung betrachten möchte, findet in reinen Viewer-Tools leichtere Alternativen.

• AlphaFold — Open Source · Sitz: London, Vereinigtes Königreich · DSGVO / EU
• ESMFold — Open Source · Sitz: Menlo Park, Vereinigte Staaten · DSGVO / EU
• Owkin — Paid · Sitz: Paris, Frankreich · Unklar
• RoseTTAFold — Open Source · Sitz: Seattle, Vereinigte Staaten · US-Cloud
• Schrödinger Maestro — Paid · Sitz: New York, Vereinigte Staaten · Unklar