Une nouvelle méthode d'IA révolutionne la conception des enzymes
La nouvelle technologie Riff-Diff conçoit des enzymes pour des réactions chimiques de manière efficace et précise en une seule fois
Les chercheurs de l'Université technique de Graz et de l'Université de Graz peuvent utiliser cette technologie pour construire des biocatalyseurs artificiels. Ces nouvelles enzymes sont nettement plus rapides, plus stables et plus polyvalentes que les biocatalyseurs artificiels précédents.
Les enzymes ayant des fonctions spécifiques deviennent de plus en plus importantes dans l'industrie, la médecine et la protection de l'environnement. Elles permettent par exemple de synthétiser des produits chimiques dans le respect de l'environnement, de produire des principes actifs de manière ciblée ou de décomposer des substances nocives pour l'environnement. Des chercheurs du groupe de travail de Gustav Oberdorfer à l'Institut de biochimie de l'Université technologique de Graz (TU Graz), ainsi que des collègues de l'Université de Graz, viennent de publier dans la revue scientifique "Nature" une étude décrivant une nouvelle méthode de conception d'enzymes sur mesure. La technologie appelée Riff-Diff (Rotamer Inverted Fragment Finder-Diffusion) permet de construire avec précision et efficacité la structure de la protéine spécifiquement autour du centre actif au lieu de rechercher une structure appropriée dans les bases de données existantes. Les enzymes qui en résultent sont non seulement beaucoup plus actives que les enzymes artificielles précédentes, mais aussi plus stables.
Des biocatalyseurs très efficaces
"Au lieu de mettre la charrue avant les bœufs et de rechercher dans les bases de données la structure qui correspond à un centre actif, nous pouvons désormais concevoir des enzymes pour des réactions chimiques de manière efficace et précise en partant de zéro et en utilisant un processus unique", explique Gustav Oberdorfer, dont le projet HELIXMOLD du CER a été l'une des principales bases de cette avancée. L'auteur principal, Markus Braun, de l'Institut de biochimie de l'Université technique de Graz, ajoute : "Les enzymes qui peuvent maintenant être produites sont des biocatalyseurs très efficaces qui peuvent également être utilisés dans des environnements industriels grâce à leur stabilité. Cela réduit considérablement les efforts de sélection et d'optimisation précédemment nécessaires et rend la conception d'enzymes plus accessible à l'ensemble de la communauté biotechnologique".
Ces progrès ont été rendus possibles par de nouveaux développements dans le domaine de l'apprentissage automatique, qui permettent de concevoir des structures beaucoup plus complexes que les méthodes précédentes. Riff-Diff combine plusieurs modèles génératifs d'apprentissage automatique avec la modélisation atomistique. Tout d'abord, des motifs structurels de protéines sont placés autour d'un centre actif, puis un modèle d'IA génératif appelé RFdiffusion génère la structure complète de la molécule de protéine. Les chercheurs affinent cet échafaudage étape par étape à l'aide d'autres modèles afin que les éléments chimiquement actifs y soient placés avec une grande précision - une précision au niveau de l'angström (1 angström correspond à 0,1 nanomètre) a été atteinte, comme le prouvent les structures de protéines à haute résolution déterminées expérimentalement.
Un raccourci évolutif
L'équipe a confirmé avec succès l'efficacité de la méthode en laboratoire. Des enzymes actives pour différents types de réactions ont déjà été générées à partir de 35 séquences testées. Les nouveaux catalyseurs étaient nettement plus rapides que les conceptions antérieures assistées par ordinateur. En outre, les nouvelles enzymes ont fait preuve d'une grande stabilité thermique et ont presque toutes conservé leur forme fonctionnelle jusqu'à 90 degrés Celsius ou plus, ce qui est particulièrement intéressant pour une utilisation dans des applications industrielles. L'auteur principal, Adrian Tripp, de l'Institut de biochimie de l'Université technique de Graz, ajoute : "Bien que la nature produise elle-même un grand nombre d'enzymes au fil de l'évolution, cela prend du temps. Grâce à notre approche, nous pouvons accélérer massivement ce processus et contribuer ainsi à rendre les procédés industriels plus durables, à développer des thérapies enzymatiques ciblées et à garder l'environnement plus propre."
Cette avancée a également été rendue possible par la collaboration interdisciplinaire entre l'Université technique de Graz et l'Université de Graz. Mélanie Hall, de l'Institut de chimie de l'université de Graz, confirme la force de cette collaboration : "L'intégration de différents domaines d'expertise à l'interface de la science des protéines, de la biotechnologie et de la chimie organique montre à quel point les approches interdisciplinaires sont cruciales pour l'avancement de la biocatalyse moderne."
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
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
Autres actualités du département science
