Investigadores han desarrollado heteropolímeros aleatorios (HPA) que imitan enzimas, ofreciendo un nuevo enfoque para crear materiales sintéticos con funciones similares a las de las proteínas, según un estudio publicado en Nature. El equipo, inspirándose en los sitios activos de aproximadamente 1300 metaloproteínas, diseñó estos HPA utilizando un método de síntesis "one-pot", modulando estadísticamente las características químicas de los segmentos clave que contienen monómeros para crear pseudo-sitios activos.

La investigación aborda un desafío de larga data en la replicación sintética de las complejas funciones de las proteínas. Si bien los científicos han avanzado en la imitación de las estructuras primaria, secundaria y terciaria de las proteínas, lograr la heterogeneidad química, estructural y dinámica que impulsa la función de las proteínas ha seguido siendo difícil. Los investigadores proponen que, al programar la disposición espacial y temporal de las cadenas laterales a nivel segmentario en los polímeros, es posible replicar los comportamientos de las proteínas, incluso con químicas de esqueleto diferentes a las de las proteínas.

"Introducimos monómeros clave como equivalentes de los residuos funcionales de las proteínas", afirmaron los investigadores en su artículo, enfatizando la importancia de imitar el microentorno de los sitios activos de las proteínas. La libertad de rotación de los polímeros ayuda a superar las limitaciones en la especificidad de la secuencia de monómeros, lo que lleva a un comportamiento uniforme en todo el conjunto de moléculas.

El desarrollo de estos miméticos enzimáticos tiene implicaciones potenciales para diversos campos, incluyendo la catálisis, la administración de fármacos y la ciencia de los materiales. Al crear materiales sintéticos que pueden realizar reacciones químicas específicas o unirse a moléculas diana con alta afinidad, los científicos podrían desarrollar nuevas terapias, procesos industriales más eficientes y materiales avanzados con propiedades a medida.

El uso de la IA en el análisis de los sitios activos de las metaloproteínas desempeñó un papel crucial en la orientación del diseño de los HPA. Los algoritmos de aprendizaje automático pueden identificar características y patrones clave en grandes conjuntos de datos, lo que permite a los investigadores tomar decisiones informadas sobre la composición y la estructura de sus materiales sintéticos. Este enfoque destaca la creciente importancia de la IA en el descubrimiento y diseño de materiales.

De cara al futuro, los investigadores planean optimizar aún más el diseño de los HPA y explorar sus posibles aplicaciones en diversos campos. También pretenden desarrollar nuevos métodos para controlar la disposición espacial y temporal de los monómeros dentro de los polímeros, lo que podría conducir a miméticos enzimáticos aún más sofisticados. El equipo cree que este enfoque podría allanar el camino para una nueva generación de materiales sintéticos con funciones similares a las de las proteínas, ofreciendo una amplia gama de oportunidades para la innovación científica y tecnológica.