SANOVIO GmbH

EpiCure

EpiCure ist ein Forschungsprojekt der Ludwig-Maximilians-Universität München und wird planmäßig 2026/2027 als eigenständige Biotech-Gesellschaft inkorporiert. Der Fokus liegt auf epigenetischen Therapien, einem Wirkprinzip, das in der Onkologie noch erhebliches ungenutztes Potenzial birgt. Als Lead Compound wird Carbacitabin (CAB) entwickelt, ein auf Basis epigenetischer Expertise rational designtes Wirkstoffmolekül für Blutkrebserkrankungen, das primär für Hochrisikopatienten mit akuter myeloischer Leukämie (AML) und myelodysplastischem Syndrom (MDS) positioniert wird. CAB wurde gezielt entwickelt, um die Schwächen klinisch eingesetzter Standardtherapeutika zu adressieren, und erzielt in patientenabgeleiteten Tumormodellen eine rund 100-fach reduzierte Toxizität bei gleichzeitig überlegener Wirksamkeit. Das regulatorische Fundament ist gelegt: Das BfArM hat das präklinische Entwicklungsprogramm im Scientific Advice bestätigt. Die erste klinische Studie ist für 2027/28 geplant.

NeoSoma

At NeoSoma, we empower individuals by restoring full control over their health data. Our open-access tracker ensures that users own their data and decide precisely who may access them – without subscription barriers or vendor lock-in. For research our device provides raw signal output, configurable sampling rates and duty cycles, and full transparency of sensor streams. We believe that health tracking should serve the individual first – your body, your data, your decisions – while offering the same professional-grade foundation for science and discovery.

ProviGenAI

ProviGenAI entwickelt eine Softwareplattform für automatisierte Experimente und datengetriebene Prozessoptimierung. In vielen Laboren und biotechnologischen Entwicklungsumgebungen existiert bereits umfangreiche Automatisierung, doch die Planung, Auswertung und Anpassung von Experimenten erfolgt weiterhin manuell. Unsere Plattform verbindet automatisierte Labor-Workflows mit KI-basierter Optimierung. Sie übersetzt experimentelle Protokolle in ausführbare Workflows, orchestriert Experimente auf bestehenden Automationssystemen und analysiert die entstehenden Daten, um Parameter kontinuierlich zu verbessern. Dadurch entstehen geschlossene Lernschleifen zwischen Experiment, Analyse und Entscheidungsfindung. Teams können biotechnologische Prozesse, etwa Fermentation, Screening oder bioprocess development, deutlich schneller und effizienter optimieren.