Un nuevo método de IA revoluciona el diseño de enzimas
La nueva tecnología Riff-Diff diseña enzimas para reacciones químicas de forma eficaz y precisa en un solo proceso
Los investigadores de la TU Graz y la Universidad de Graz pueden utilizar la tecnología para construir biocatalizadores artificiales. Estas nuevas enzimas son mucho más rápidas, estables y versátiles que los anteriores biocatalizadores artificiales.
Las enzimas con funciones específicas son cada vez más importantes en la industria, la medicina y la protección del medio ambiente. Por ejemplo, permiten sintetizar sustancias químicas de forma más respetuosa con el medio ambiente, producir principios activos de forma selectiva o descomponer sustancias nocivas para el medio ambiente. Investigadores del grupo de trabajo de Gustav Oberdorfer en el Instituto de Bioquímica de la Universidad Tecnológica de Graz (TU Graz), junto con colegas de la Universidad de Graz, acaban de publicar un estudio en la revista científica "Nature" en el que describen un nuevo método para el diseño de enzimas a medida. La tecnología denominada Riff-Diff (Rotamer Inverted Fragment Finder-Diffusion) permite construir con precisión y eficacia la estructura de la proteína específicamente en torno al centro activo, en lugar de buscar una estructura adecuada en las bases de datos existentes. Las enzimas resultantes no sólo son mucho más activas que las enzimas artificiales anteriores, sino también más estables.
Biocatalizadores de gran eficacia
"En lugar de poner el carro delante de los bueyes y buscar en bases de datos para ver qué estructura encaja con un centro activo, ahora podemos diseñar enzimas para reacciones químicas de forma eficiente y precisa desde cero utilizando un proceso de una sola vez", afirma Gustav Oberdorfer, cuyo proyecto HELIXMOLD del ERC fue una base clave para este avance. El autor principal, Markus Braun, del Instituto de Bioquímica de la Universidad Técnica de Graz, añade: "Las enzimas que ahora pueden producirse son biocatalizadores muy eficientes que también pueden utilizarse en entornos industriales gracias a su estabilidad. Esto reduce drásticamente el esfuerzo de cribado y optimización que se requería anteriormente y hace que el diseño de enzimas sea más accesible para la comunidad biotecnológica en general."
Este avance ha sido posible gracias a los nuevos avances en aprendizaje automático, que permiten diseñar estructuras mucho más complejas que los métodos anteriores. Riff-Diff combina varios modelos generativos de aprendizaje automático con la modelización atomística. En primer lugar, se colocan motivos estructurales de proteínas en torno a un centro activo y, a continuación, un modelo generativo de IA llamado RFdiffusion genera la estructura completa de la molécula proteica. Los investigadores perfeccionan este andamiaje paso a paso utilizando otros modelos para que los elementos químicamente activos se coloquen en él con gran precisión -se logró una precisión a nivel de angstrom (1 angstrom corresponde a 0,1 nanómetros), como demuestran las estructuras proteicas de alta resolución determinadas experimentalmente.
Atajo evolutivo
El equipo confirmó con éxito la eficacia del método en el laboratorio. Ya se han generado enzimas activas para distintos tipos de reacción a partir de 35 secuencias probadas. Los nuevos catalizadores fueron significativamente más rápidos que los anteriores diseños asistidos por ordenador. Además, las nuevas enzimas mostraron una gran estabilidad térmica y casi todas conservaron su forma funcional hasta los 90 grados centígrados o más, lo que resulta especialmente relevante para su uso en aplicaciones industriales. El autor principal, Adrian Tripp, del Instituto de Bioquímica de la Universidad Técnica de Graz, añade: "Aunque la propia naturaleza produce un gran número de enzimas a través de la evolución, esto lleva su tiempo. Con nuestro método, podemos acelerar enormemente este proceso y contribuir así a que los procesos industriales sean más sostenibles, a desarrollar terapias enzimáticas específicas y a mantener el medio ambiente más limpio".
Este avance también ha sido posible gracias a la colaboración interdisciplinar entre la TU Graz y la Universidad de Graz. Mélanie Hall, del Instituto de Química de la Universidad de Graz, confirma la solidez de la colaboración: "La integración de diferentes áreas de conocimiento en la interfaz de la ciencia de las proteínas, la biotecnología y la química orgánica demuestra lo cruciales que son los enfoques interdisciplinarios para el avance de la biocatálisis moderna."
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Markus Braun, Adrian Tripp, Morakot Chakatok, Sigrid Kaltenbrunner, Celina Fischer, David Stoll, Aleksandar Bijelic, Wael Elaily, Massimo G. Totaro, Melanie Moser, Shlomo Y. Hoch, Horst Lechner, Federico Rossi, Matteo Aleotti, Mélanie Hall, Gustav Oberdorfer; "Computational enzyme design by catalytic motif scaffolding"; Nature, Volume 649, 2025-12-3
Más noticias del departamento ciencias
