Un nuovo metodo di intelligenza artificiale rivoluziona la progettazione degli enzimi
La nuova tecnologia Riff-Diff progetta enzimi per reazioni chimiche in modo efficiente e preciso in un unico processo
Annunci
I ricercatori del TU Graz e dell'Università di Graz possono utilizzare questa tecnologia per costruire biocatalizzatori artificiali. Questi nuovi enzimi sono significativamente più veloci, più stabili e più versatili dei precedenti biocatalizzatori artificiali.
Gli enzimi con funzioni specifiche stanno diventando sempre più importanti nell'industria, nella medicina e nella protezione dell'ambiente. Ad esempio, consentono di sintetizzare sostanze chimiche in modo più ecologico, di produrre principi attivi in modo mirato o di scomporre sostanze dannose per l'ambiente. I ricercatori del gruppo di lavoro di Gustav Oberdorfer presso l'Istituto di Biochimica dell'Università di Tecnologia di Graz (TU Graz), insieme ai colleghi dell'Università di Graz, hanno pubblicato sulla rivista scientifica "Nature" uno studio che descrive un nuovo metodo per la progettazione di enzimi personalizzati. La tecnologia chiamata Riff-Diff (Rotamer Inverted Fragment Finder-Diffusion) permette di costruire in modo accurato ed efficiente la struttura della proteina specificamente intorno al centro attivo, invece di cercare una struttura adatta nelle banche dati esistenti. Gli enzimi risultanti non solo sono significativamente più attivi dei precedenti enzimi artificiali, ma anche più stabili.
Biocatalizzatori altamente efficienti
"Invece di mettere il carro davanti ai buoi e cercare nelle banche dati la struttura che corrisponde a un centro attivo, ora possiamo progettare enzimi per reazioni chimiche in modo efficiente e preciso partendo da zero con un processo one-shot", afferma Gustav Oberdorfer, il cui progetto ERC HELIXMOLD è stato una base fondamentale per questa scoperta. L'autore principale Markus Braun dell'Istituto di Biochimica della TU Graz aggiunge: "Gli enzimi che ora possono essere prodotti sono biocatalizzatori altamente efficienti che, grazie alla loro stabilità, possono essere utilizzati anche in ambito industriale. Questo riduce drasticamente lo sforzo di screening e ottimizzazione richiesto in precedenza e rende la progettazione degli enzimi più accessibile alla comunità biotecnologica in generale."
Questi progressi sono stati resi possibili dai nuovi sviluppi dell'apprendimento automatico, che consentono di progettare strutture molto più complesse rispetto ai metodi precedenti. Riff-Diff combina diversi modelli di apprendimento automatico generativo con la modellazione atomistica. In primo luogo, i motivi strutturali delle proteine sono collocati intorno a un centro attivo, quindi un modello generativo di intelligenza artificiale chiamato RFdiffusion genera la struttura completa della molecola proteica. I ricercatori perfezionano questa impalcatura passo dopo passo utilizzando altri modelli, in modo che gli elementi chimicamente attivi siano collocati al suo interno con un'elevata precisione: è stata raggiunta una precisione a livello di angstrom (1 angstrom corrisponde a 0,1 nanometri), come dimostrato dalle strutture proteiche ad alta risoluzione determinate sperimentalmente.
Una scorciatoia evolutiva
Il team ha confermato con successo l'efficacia del metodo in laboratorio. Da 35 sequenze testate sono già stati generati enzimi attivi per diversi tipi di reazione. I nuovi catalizzatori sono risultati significativamente più veloci rispetto alle precedenti progettazioni assistite da computer. Inoltre, i nuovi enzimi hanno mostrato un'elevata stabilità termica e quasi tutti hanno mantenuto la loro forma funzionale fino a 90 gradi Celsius o più, il che è particolarmente importante per l'uso in applicazioni industriali. L'autore principale, Adrian Tripp, dell'Istituto di Biochimica della TU Graz, aggiunge: "Anche se la natura stessa produce un gran numero di enzimi attraverso l'evoluzione, questo richiede tempo. Con il nostro approccio, possiamo accelerare in modo massiccio questo processo e contribuire così a rendere i processi industriali più sostenibili, a sviluppare terapie enzimatiche mirate e a mantenere l'ambiente più pulito".
Questa scoperta è stata resa possibile anche dalla collaborazione interdisciplinare tra la TU Graz e l'Università di Graz. Mélanie Hall dell'Istituto di Chimica dell'Università di Graz conferma la forza della collaborazione: "L'integrazione di diverse aree di competenza all'interfaccia tra scienza delle proteine, biotecnologia e chimica organica dimostra quanto siano cruciali gli approcci interdisciplinari per il progresso della moderna biocatalisi."
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione 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
Altre notizie dal dipartimento scienza
