Los científicos han desarrollado una nueva forma de “diseñar racionalmente” enzimas para proporcionar un mejor rendimiento. Han ideado un algoritmo, que tiene en cuenta la historia evolutiva de una enzima, para señalar dónde se pueden introducir mutaciones que tienen más probabilidades de conducir a una mejora funcional.
Su trabajo, publicado hoy en una revista líder. Comunicaciones de la naturaleza Puede tener impactos significativos y de amplio alcance en una variedad de industrias, desde la producción de alimentos hasta la salud humana.
Las enzimas son fundamentales para la vida y son clave para desarrollar medicinas y herramientas modernas para abordar los desafíos de la sociedad. Han evolucionado durante miles de millones de años a través de cambios en la secuencia de aminoácidos que reducen su estructura tridimensional. Como cuentas en un hilo, cada enzima consta de una secuencia de varios cientos de aminoácidos que codifican su forma tridimensional.
Con una de las 20 “cantidades” de aminoácidos en cada posición, es posible una gran diversidad de secuencias en la naturaleza. En su forma tridimensional, las enzimas realizan funciones específicas como digerir las proteínas de nuestra dieta, convertir la energía química en fuerza en nuestros músculos y destruir bacterias o virus que invaden las células. Si cambia la secuencia, puede alterar la forma 3D, y esto generalmente cambia la funcionalidad de la enzima, haciéndola a veces completamente ineficaz.
Encontrar formas de mejorar la actividad de las enzimas sería muy beneficioso para muchas aplicaciones industriales y, utilizando herramientas modernas de biología molecular, modificar la secuencia de aminoácidos para mejorar su rendimiento es fácil y económico. Sin embargo, introducir aleatoriamente tan solo tres o cuatro mutaciones en la secuencia puede provocar una pérdida dramática de su actividad.
Aquí, los científicos informan sobre una nueva estrategia para diseñar racionalmente una enzima llamada “betalactamasa”. En lugar de introducir mutaciones aleatorias en el método scattergun, investigadores del Broad Institute y la Escuela de Medicina de Harvard desarrollaron un algoritmo que tiene en cuenta la historia evolutiva de la enzima.
“En el corazón de este nuevo algoritmo se encuentra una función de puntuación que explota miles de secuencias de beta-lactamasas de muchos organismos diversos. En lugar de unas pocas mutaciones aleatorias, se generaron hasta 84 mutaciones en una secuencia de 280 para aumentar la eficiencia funcional. “. El Dr. Aamir Khan, profesor asociado de la Facultad de Bioquímica e Inmunología del Trinity College de Dublín, dijo uno de los coautores del estudio.
“Y sorprendentemente, las enzimas recientemente diseñadas habían mejorado tanto la actividad como la estabilidad a altas temperaturas”.
Eve Napier, estudiante de doctorado de segundo año en el Trinity College de Dublín, determinó la estructura experimental 3D de la beta-lactamasa recién diseñada utilizando un método llamado cristalografía de rayos X.
Su mapa 3D reveló que a pesar de que se cambió el 30% de los aminoácidos, la estructura de la enzima era idéntica a la de la beta-lactamasa de tipo salvaje. También reveló cómo los cambios coordinados en los aminoácidos introducidos simultáneamente pueden estabilizar eficazmente la estructura 3D, a diferencia de los cambios individuales que normalmente alteran la estructura de las enzimas.
Eve Napier dijo: “En conjunto, estos estudios muestran que las proteínas pueden diseñarse para mejorar su actividad mediante ‘saltos’ dramáticos en un nuevo espacio de secuencia.
“Este trabajo tiene una amplia gama de aplicaciones en la industria, en procesos que requieren enzimas para la producción de alimentos, enzimas para degradar plásticos y aquellos relacionados con la salud y las enfermedades humanas, por lo que estamos muy entusiasmados con las posibilidades futuras”.
