Los nanotubos de carbono de pared simple (SWCNT) se han convertido en candidatos prometedores para aplicaciones en biotecnología y nanoelectrónica debido a sus inusuales propiedades físicas y químicas. A pesar de su potencial, desafíos como la insolubilidad y la toxicidad han obstaculizado su uso generalizado. Estudios anteriores están investigando diversas estrategias para funcionalizar y modificar las superficies de los SWCNT para superar estos desafíos.
En un estudio reciente, investigadores de la Universidad Nacional de Pusan dirigidos por el profesor Tsinghua Jeong, profesor asistente de la Escuela de Ingeniería de Convergencia Biomédica, intentaron llenar este vacío. Este estudio va más allá de las técnicas tradicionales al utilizar métodos de detección de alto rendimiento para dilucidar la relación entre las secuencias de ADN y su afinidad de unión a los nanotubos de carbono. Se centró en optimizar la afinidad de unión y la estabilidad de estas construcciones mediante diseño de secuencia avanzado y simulaciones de dinámica molecular. Esta reciente investigación fue publicada en la revista Ciencia avanzada a los 25Th Junio de 2024. Al analizar los antecedentes de su estudio, el Dr. Jeong explica: “Los investigadores están explorando varias estrategias para diseñar superficies SWCNT para superar los desafíos de las aplicaciones limitadas debido a la insolubilidad y la toxicidad potencial. Un enfoque prometedor es el uso de ADN monocatenario (ssDNA) como tensioactivo envolvente para los SWCNT”.
Los investigadores utilizaron una metodología rigurosa para garantizar una caracterización y optimización precisas de los complejos de ADN monocatenario (ssDNA)-SWCNT. Inicialmente, una biblioteca aleatoria diversa de ADNss de 30 nucleótidos (nt) se sometió a rondas iterativas de detección para identificar secuencias de alta afinidad.
Los modelos computacionales, en particular las simulaciones de dinámica molecular, proporcionaron información sobre la dinámica estructural de la estructura SWCNT. Además, los investigadores utilizaron varios modelos de aprendizaje automático para comprender los patrones de secuencia que influyen en la afinidad de unión. Han creado con éxito un servicio en línea de libre acceso que predice la afinidad de unión de las secuencias de ssDNA a los SWCNT. Estos métodos integrados no solo validaron los resultados experimentales sino que también guiaron el diseño de construcciones ssDNA-SWCNT de alto rendimiento.
Los resultados revelaron mejoras significativas en la estabilidad y funcionalidad del complejo ssDNA-SWCNT. Las secuencias de ADNss de 30 nt de alta afinidad, ricas en adenina y citosina, exhiben una alta potencia de unión, confirmada mediante experimentos de desplazamiento de surfactante. Las simulaciones de dinámica molecular resaltaron la formación de enlaces de hidrógeno intermoleculares estables cerca de la superficie SWCNT, destacando su integridad estructural mejorada. Los modelos de aprendizaje automático predijeron eficazmente las afinidades de unión de las secuencias de ssDNA y respaldaron el diseño de construcciones ssDNA-SWCNT más adecuadas.
Además, el estudio demostró una mejora notable en la resistencia de estos complejos a la degradación enzimática en comparación con el ssDNA libre, lo que los hace muy adecuados para aplicaciones biológicas a largo plazo.
En conclusión, el desarrollo de ssDNA-SWCNT de alta afinidad marca un avance importante en la nanobiotecnología. Las propiedades inusuales de los ssDNA-SWCNT los convierten en candidatos ideales para sistemas de administración de fármacos específicos de células o tejidos, así como para el desarrollo de dispositivos nanoelectrónicos de alto rendimiento.
El Dr. Jeong concluyó: “Nuestro estudio no sólo contribuye significativamente a nuestra comprensión de las interacciones entre ssDNA y SWCNT, sino que también proporciona vías prácticas para aprovechar estas interacciones en una amplia gama de tecnologías avanzadas. Una estabilidad mejorada será prometedora para avanzar en la innovación”. Nanoelectrónica y biotecnología.”










