Laut einer in Nature veröffentlichten Studie haben Forscher zufällige Heteropolymere (RHPs) entwickelt, die Enzyme nachahmen und einen neuen Ansatz für synthetische Materialien mit proteinähnlichen Funktionen bieten. Das Team, das sich von den aktiven Zentren von etwa 1.300 Metalloproteinen inspirieren ließ, entwarf diese RHPs mithilfe einer Eintopf-Synthesemethode und schuf so effektiv Enzymnachahmungen mit statistisch modulierbaren chemischen Eigenschaften.

Die Forschung befasst sich mit einer seit langem bestehenden Herausforderung bei der synthetischen Nachbildung der komplexen Funktionen von Proteinen. Während die Nachbildung der strukturellen Hierarchie von Proteinen einige Erfolge gezeigt hat, blieb die Erreichung ihrer funktionellen Heterogenität schwer fassbar. Die Forscher schlagen vor, dass es möglich ist, Proteinverhalten nachzuahmen, indem die räumliche und zeitliche Anordnung von Seitenketten auf segmentaler Ebene in Polymeren programmiert wird. Darüber hinaus kann die inhärente Rotationsfreiheit in Polymeren den Mangel an präziser Monomersequenzierung kompensieren, was zu einem einheitlichen Verhalten über das gesamte Ensemble führt.

"Wir führen Schlüsselmonomere als Äquivalente der funktionellen Reste von Proteinen ein und modulieren statistisch die chemischen Eigenschaften von Schlüsselmonomer-haltigen Segmenten, wie z. B. die segmentale Hydrophobizität", so die Autoren der Studie. Dieser Ansatz ermöglicht es den RHPs, pseudoaktive Zentren zu bilden, die Schlüsselmonomere mit einer proteinähnlichen Mikroumgebung versorgen.

Die Auswirkungen dieser Forschung sind bedeutend und könnten verschiedene Bereiche beeinflussen, darunter Katalyse, Arzneimittelverabreichung und Materialwissenschaften. Enzymnachahmungen könnten stabilere und kostengünstigere Alternativen zu natürlichen Enzymen in industriellen Prozessen bieten. Die Fähigkeit, Polymere mit spezifischen Funktionalitäten zu entwerfen, eröffnet die Möglichkeit, neue Materialien mit maßgeschneiderten Eigenschaften zu schaffen.

Die Entwicklung dieser RHPs unterstreicht auch die wachsende Rolle der künstlichen Intelligenz (KI) in der Materialwissenschaft. Die Forscher nutzten Daten aus einer großen Anzahl von Metalloproteinen, um das Design ihrer Polymere zu steuern. KI-Algorithmen können riesige Datensätze analysieren, um Muster und Beziehungen zu identifizieren, die für Menschen schwer zu erkennen wären, und so die Entdeckung neuer Materialien beschleunigen. Dieser Ansatz steht im Einklang mit dem breiteren Trend, KI zur Optimierung von Materialeigenschaften und zur Entwicklung neuer Moleküle mit spezifischen Funktionen einzusetzen.

Mit Blick auf die Zukunft planen die Forscher, das Design von RHPs weiter zu verfeinern und ihre Anwendungen in verschiedenen Bereichen zu erforschen. Die Fähigkeit, synthetische Materialien zu schaffen, die die Funktionen von Proteinen nachahmen, könnte viele Industrien revolutionieren und neue Lösungen für komplexe Probleme bieten. Die Studie stellt einen bedeutenden Schritt nach vorn bei der Suche nach künstlichen Enzymen und funktionellen Materialien dar.