리고 바이오사이언스

리고 바이오사이언스

Ligo Biosciences

생성형 AI로 자연에 없는 신규 효소를 며칠 만에 설계해 제약·화학 산업의 친환경 대안을 제공하는 바이오테크 플랫폼

가격 문의WebGitHub오픈소스
웹사이트 방문하기ligo.bio

검증된 사실

최신 버전
2026 Platform Launch
GitHub
★ 1,073
최근 변경
2026-06-10 공식 리서치 블로그에 'Muon 옵티마이저의 기하학적 스케일링 법칙 손실' 연구 게시 — 효소 설계 모델 훈련 최적화 방법론 분석. 소스: https://research.ligo.bio/ 2026

2026-06-15 직접 확인 · 자동 검증 데이터

제품 화면

리고 바이오사이언스 제품 화면

2026-06-15 확인

가격 정보

가격 문의시작 가격: 월 $49

생성형 AI 모델을 사용하여 화학 제조 비용을 절감하는 효소 설계 솔루션을 제공합니다. 산업용 바이오테크 전문 서비스로 일반 사용자용 가격표는 없으며, 파트너십 및 도입 문의를 통해 가격 협의가 이루어집니다.

가격표 확인하기

최근 업데이트와 소식

소개AI 요약

Ligo Biosciences는 생성형 딥러닝 모델을 활용해 자연계에 존재하지 않는 산업용 화학 반응을 위한 신규 효소를 설계하는 바이오테크 스타트업입니다. 옥스퍼드대 합성생물학 연구실 출신 창업팀이 개발한 모델은 촉매 원리를 학습하여 기존 수년 걸리던 제약·독소 분해·정밀 화학용 효소 설계를 며칠 내에 가능하게 합니다. Y Combinator S24 배치 참여 기업입니다.

활용 워크플로우

입력

화학 반응 기질(Substrate) 및 생성물(Product)의 SMILES 데이터목표 산업 공정 환경 변수 (온도, pH, 고농도 용매 조건)특정 화학 반응의 전이 상태(Transition State) 및 에너지 장벽 정보Ligo 고유의 단백질 구조-기능 학습 데이터셋

리고 바이오사이언스

생성형 AI 모델을 이용한 최적 촉매 부위(Active Site) 기하 구조 설계Transformer 기반 단백질 백본(Backbone) 구조 및 위상 최적화물리 기반 분자 역학(MD) 및 Protein-Ligand 도킹 시뮬레이션Deep Learning을 활용한 고안정성 단백질 서열(Sequence) 필터링

출력

디지털 설계된 신규 효소 아미노산 서열 (FASTA 형식)예측된 효소 3D 폴딩 구조 모델 (PDB 데이터)반응 효율 및 기질 친화도 예측 분석 리포트합성 생물학 적용을 위한 유전자 코돈 최적화(Codon Optimization) 서열

비자연적 반응(Unnatural Reactions) 특화

화학 공정 전용: 자연계에 존재하지 않는 산업용 화학 합성을 위한 완전 신규 효소 설계 경로

내열성 및 안정성 강화(Direct Evolution) 시뮬레이션

기존 효소 개량: 고온/강산 등 극한의 공정 조건에서도 성능을 유지하도록 기존 구조를 재설계

핵심 차별점: 수만 건의 습식 실험 대신 딥러닝과 물리 법칙을 결합하여, 자연계에 없는 산업용 효소를 단 몇 일 만에 '제로'에서부터 설계합니다.

주요 기능AI 요약

  • 생성형 확산 모델 기반 신규 효소 de novo 설계
  • 자연계 비존재 반응용 효소 설계 가능
  • 제약·농업·정밀 화학 다양한 산업 적용
  • Basecamp Research 데이터 협력 기반 오픈소스 모델 준비 중
  • Adaptyv Bio 차세대 단백질 파운드리 협력

활용 사례AI 요약

  • 제약 합성 공정의 친환경 효소 대체
  • 환경 독소 분해 효소 개발
  • 정밀 화학 물질 합성 촉매 설계
  • 농업용 바이오촉매 개발

사용자 리뷰

리뷰를 불러오는 중...

대안 도구

이 도구 대신 사용할 수 있는 대안