Nerai Bioscience
Biotechnologie · Schweiz
Nerai entwickelt CRISPR-Werkzeuge mit KI
Im Register seit 31.08.2026. Wir verfolgen, was aus diesem KI-Einsatz wird.
Wie nutzt Nerai Bioscience KI?
Nerai Bioscience nutzt maschinelles Lernen mit gerichteter Evolution und Zell-Screening, um maßgeschneiderte CRISPR-Proteinvarianten zu entwickeln.
Auf einen Blick
- Unternehmen
- Nerai Bioscience
- Branche
- Biotechnologie
- Land
- Schweiz
- Funktion
- Forschung und Entwicklung
- KI-Technik
- Künstliche Intelligenz und maschinelles Lernen
- Ergebnis
- 8 CRISPR-Genbearbeitungswerkzeug-Pipelines; 100 parallele Evolutionsexperimente; 500.000 Schweizer Franken Seed-Finanzierung
Ausgangslage
Nerai Bioscience wurde 2025 in der Schweiz gegründet und ist ein Spin-off der Universität Zürich. Das Unternehmen arbeitet an CRISPR-Genbearbeitungswerkzeugen für seltene erbliche Erkrankungen. Nach den vorliegenden Angaben können bestehende CRISPR-Werkzeuge derzeit etwa 20 Prozent der krankheitsverursachenden Mutationen reparieren. Einschränkungen ergeben sich unter anderem aus DNA-Erkennungssequenzen, Bearbeitungsfenstern und der Leistung der verwendeten Bearbeitungsproteine. Zudem kann eine einzelne seltene Erkrankung durch viele verschiedene Mutationen verursacht werden, die bei verschiedenen Patienten an unterschiedlichen Stellen liegen.
Die Entwicklung eines eigenen Werkzeugs für jede Erkrankung oder sogar jede Mutation erfordert laut den Quellen einen komplexen und langwierigen Forschungs- und Entwicklungsprozess sowie hohe Kosten für die klinische Entwicklung. Nerai adressiert diese Einschränkungen mit einem Verfahren, das Protein-Engineering, Hochdurchsatz-Screening und maschinelles Lernen verbindet.
Was das Unternehmen konkret macht
Nerai entwickelt mithilfe einer KI-gestützten Hochdurchsatz-Protein-Engineering-Technologie neue Varianten von CRISPR-Genbearbeitungswerkzeugen. Die Werkzeuge sollen auf bestimmte Genomsequenzen zugeschnitten werden und Mutationsstellen erreichen, die von bestehenden Werkzeugen nicht abgedeckt werden. Dabei konzentriert sich das Unternehmen auf seltene erbliche Leber- und Augenerkrankungen.
Die Technologie kombiniert drei Arbeitsschritte: automatisierte gerichtete Evolution von Proteinen, Hochdurchsatz-Zellfunktions-Screening und maschinelles Lernen. Das maschinelle Lernen verarbeitet die Daten aus Evolution und Screening und wird zur Vorhersage und Verbesserung der Bearbeitungsleistung sowie zur Gestaltung der nächsten Runde von CRISPR-Werkzeugen eingesetzt.
Technik & Ansatz
Bei der gerichteten Evolution führt Nerai nach eigenen Angaben 100 parallele Evolutionsexperimente für mehrere CRISPR-Enzyme gleichzeitig durch. Dabei werden neue Enzymvarianten mit unterschiedlichen Fähigkeiten zur Erkennung von PAM-Sequenzen und mit verbesserter Bearbeitungsleistung gesucht. PAM-Sequenzen bestimmen die Zielspezifität eines CRISPR-Werkzeugs durch die spezifische Erkennung durch das Enzym.
Anschließend untersucht Nerai laut Quellen Hunderte der durch gerichtete Evolution erzeugten Kandidaten. Die Kandidaten werden in menschliche Zellen eingebracht. Mit Aktivitätsassays und Genotypisierungen misst das Unternehmen die zielgerichtete Bearbeitungsaktivität, Präzision und Bearbeitungseffizienz an Tausenden von DNA-Zielstellen. Auf dieser Grundlage werden Werkzeuge ausgewählt, die wirksamer auf die jeweilige Zielmutation einwirken.
Das maschinelle Lernen analysiert die dabei entstehenden Daten. Nerai erfasst dabei den Zusammenhang zwischen Proteinsequenzen, Merkmalen der DNA-Ziele und dem tatsächlichen Bearbeitungseffekt. Die daraus abgeleiteten Ergebnisse fließen in die Gestaltung der nächsten Werkzeugrunde ein. Die Quellen beschreiben dies als Feedback-Zyklus zur kontinuierlichen Selbstoptimierung.
Ergebnisse
Nerai hat auf Basis der Technologie nach den vorliegenden Angaben acht CRISPR-Genbearbeitungswerkzeug-Pipelines aufgebaut. Jede Pipeline verwendet eine maßgeschneiderte PAM-spezifische Cas9-Variante. Drei Pipelines für Lebererkrankungen befinden sich in der In-vivo-Phase der Leitkandidatenoptimierung: NB-301 für Typ-I-Zitrullinämie, NB-20X für Phenylketonurie und NB-101 für Alpha-1-Antitrypsin-Mangel.
Vier weitere Pipelines befinden sich laut Quelle noch in der Entdeckungsphase. Sie betreffen NB-401 für Homozystinurie, NB-501 für klassische Galaktosämie Typ I, NB-601 für primäre Hyperoxalurie und NB-701 mit nicht offengelegter spezifischer Indikation. Für den Bereich Augenheilkunde wurde NB-e101 zur Behandlung der autosomal-dominanten Retinitis pigmentosa entwickelt.
Im Mai 2025 schloss Nerai eine Seed-Finanzierungsrunde über 500.000 Schweizer Franken mit Kickfund als Investor ab. Die Mittel sollen laut Quelle die präklinische Entwicklung der Hochdurchsatz-Protein-Engineering-Technologie und der Pipelines für seltene genetische Erkrankungen voranbringen.
Einordnung
Der dokumentierte KI-Einsatz liegt bei Nerai nicht in einer isolierten Softwareanwendung, sondern in einem biotechnologischen Entwicklungsprozess. Maschinelles Lernen wird mit automatisierter Proteinentwicklung und experimentellen Zelltests verbunden. Die vorliegenden Quellen belegen den Aufbau der acht Pipelines und die jeweiligen Entwicklungsphasen. Sie enthalten jedoch keine Angaben zu klinischen Ergebnissen, zugelassenen Therapien oder Behandlungsergebnissen bei Patienten.
Quellen
Unabhängig belegtVon einer unabhängigen Quelle (Redaktion/Dritter) berichtet, nicht nur vom Unternehmen oder KI-Anbieter.
- ↗Schweizer Biotech-Unternehmen Nerai Bioscience: KI-gestützte Hochdurchsatz-Protein-Engineering-Technologie für neuartige CRISPR-Genbearbeitu
- ↗Swiss Biotech Nerai Bioscience Develops AI-Powered High-Throughput Protein Engineering for Novel CRISPR Gene Editing Tools | Top 100 Swiss I
- ↗18 startups selected for >>venture>> final pitches - Startupticker
KI Cases fasst öffentlich berichtete Einsätze neutral zusammen und verlinkt die Originalquellen. Maßgeblich ist die jeweilige Quelle.
Weitere Fälle
ZHAW School of Engineering
Hochschule/Forschung
KI für ortsspezifische Schweizer Dialekte
Die ZHAW School of Engineering baut ein Voice-Cloning-Modell für ortsspezifische Schweizer Dialekte auf und evaluiert künstliche Aufnahmen in Hörstudien.
Forschung und Entwicklung · eigenes Voice-Cloning-Modell für synthetische Sprache
Parima
Biotechnologie / kultivierte Proteine
Parima optimiert Zelllinien mit einem digitalen Zwilling
Parima arbeitet mit DeepLife an einem aviären digitalen Zwilling zur Optimierung von Zelllinien und der Produktion kultivierten Fleisches.
Forschung und Entwicklung · KI-gestützte Optimierung von Zelllinien
Sravathi AI
Biotechnologie/Pharma
KI-Screening für einen GIPC1-Inhibitor gegen Bauchspeicheldrüsenkrebs
Sravathi AI kombiniert generative KI, Modellierung und Chemiesimulation, um aus rund 40.000 Verbindungen einen GIPC1-Inhibitor für präklinische Tests zu identifizieren.
Forschung und Entwicklung, Wirkstoffentdeckung · Generative KI, prädiktive Modelle, Molekülmodellierung, physikbasierte Modellierung und Quantenchemie
Jede Woche neue KI-Fallstudien
Wie Unternehmen KI wirklich einsetzen: kuratiert, mit Quelle. Der Newsletter startet bald, trag dich ein und sei von Anfang an dabei.
Abonnieren