2ème édition | 14, 15, 16 NOVEMBRE 2025 | Reims

Retour aux projets
  • IA
  • modélisation moléculaire

AI-Enzo : l’IA au service de la conception d’enzymes pour des sucres plus sains et durables

AI-ENZO est une plateforme d’intelligence artificielle visant à accélérer la conception d’enzymes pour produire des sucres naturels plus sains et à faible indice glycémique. Elle utilise des modèles d’apprentissage automatique pour prédire et optimiser des variantes enzymatiques capables de transformer des sucres courants en sucres rares à haute valeur ajoutée. Dans le cadre du hackathon Bioeco Camp, une équipe étudiante développera un prototype illustrant l’usage de la modélisation structurale et de la prédiction de séquences par IA pour identifier des enzymes plus efficaces et sélectives.

S'inscrire
Bioeco Camp Projets 211

Quel est le problème que tu souhaites résoudre ?

La consommation excessive de sucres classiques est un enjeu majeur de santé publique, contribuant à des maladies métaboliques comme le diabète ou l’obésité.
La production de sucres alternatifs, plus sains et naturels, est encore limitée par :

  • La complexité de la conception enzymatique : identifier des enzymes capables de transformer efficacement les sucres existants nécessite de longs processus expérimentaux.

  • Le manque d’outils prédictifs fiables : la découverte d’enzymes performantes repose souvent sur des essais et erreurs coûteux en temps et en ressources.

  • Les contraintes de durabilité : les méthodes traditionnelles de production de sucres rares peuvent être peu efficaces et peu respectueuses de l’environnement.

Comment souhaites-tu le résoudre ?

AI-ENZO propose une solution basée sur l’IA pour accélérer et optimiser la conception enzymatique :

  1. Prédiction et optimisation des enzymes : utilisation de modèles d’apprentissage automatique pour identifier et affiner des variantes enzymatiques capables de convertir le saccharose en sucres rares à faible indice glycémique.

  2. Pipeline de conception rapide : le système permet de simuler et classer des variantes enzymatiques de manière prédictive, réduisant drastiquement le temps et les coûts d’expérimentation.

  3. Prototype démonstratif : une démonstration vidéo illustre comment l’IA peut prédire en temps réel les enzymes les plus performantes, montrant le potentiel pour des applications alimentaires durables et plus saines.

Impact attendu :

  •  Innovation alimentaire durable

  •  Alternatives sucrées naturelles et plus saines

  •  Accélération de la découverte enzymatique pour la bioéconomie alimentaire

L'équipe

  • Mahesh Valusamy

    CEO de la startup NyBerMan et du projet AI-Enzo

    LinkedIn
  • Charline Fagnen

    Post-doc à l'URCA

    LinkedIn
  • Stéphanie Baud

    Chercheuse à l'URCA

    LinkedIn

À la recherche de

  • Ingénieurs informatiques
  • Ingénieurs bioinformatique
  • Designers
  • Ecole de commerce

3 jours, 1 mission :
Des idées pour demain

Restons connectés, l’aventure commence !

LinkedIn
Bioeco Camp Photos 04