Según un estudio publicado en Nature, investigadores han desarrollado polímeros sintéticos que imitan la función de las enzimas, lo que podría revolucionar la catálisis industrial y el desarrollo de fármacos. El equipo se centró en la creación de heteropolímeros aleatorios (RHPs, por sus siglas en inglés) que, a diferencia de las proteínas, tienen esqueletos con diferentes químicas, pero aun así logran replicar los comportamientos de las proteínas mediante la disposición estratégica de las cadenas laterales.

La investigación, guiada por un análisis de aproximadamente 1300 sitios activos de metaloproteínas, implicó el diseño de RHPs a través de una síntesis "one-pot". Se introdujeron monómeros clave como equivalentes de residuos proteicos funcionales, y las características químicas de los segmentos que contenían estos monómeros, como la hidrofobicidad segmentaria, se modularon estadísticamente. Este proceso dio como resultado RHPs que formaban sitios pseudoactivos, proporcionando a los monómeros clave microentornos similares a los de las proteínas.

"Proponemos que, para los polímeros con químicas de esqueleto diferentes a las de las proteínas, la programación de proyecciones espaciales y temporales de las cadenas laterales a nivel segmentario puede ser eficaz para replicar los comportamientos de las proteínas", afirmaron los investigadores en su artículo. También señalaron que la libertad de rotación de los polímeros puede compensar las deficiencias en la especificidad de la secuencia monomérica, lo que lleva a un comportamiento uniforme a nivel del conjunto.

El desarrollo de estos imitadores de enzimas tiene importantes implicaciones para diversas industrias. Las enzimas tradicionales, aunque son muy eficientes, suelen ser frágiles y caras de producir. Los RHPs, por otro lado, ofrecen el potencial de una mayor estabilidad y menores costes de producción, lo que los convierte en alternativas atractivas para la catálisis industrial, la síntesis de fármacos y otras aplicaciones.

El diseño de estos RHPs aprovecha los principios de la IA y el aprendizaje automático. Mediante el análisis de un vasto conjunto de datos de sitios activos de metaloproteínas, los investigadores pudieron identificar características y patrones clave que podían replicarse en polímeros sintéticos. Este enfoque basado en datos destaca el creciente papel de la IA en la ciencia de los materiales y la ingeniería química.

"El uso de la IA para guiar el diseño de estos polímeros es un cambio de juego", dijo la Dra. Emily Carter, profesora de ingeniería química en la Universidad de Princeton, que no participó en el estudio. "Nos permite explorar una gama mucho más amplia de posibilidades e identificar soluciones que habrían sido imposibles de descubrir a través de los métodos tradicionales".

Las implicaciones sociales de esta investigación son de gran alcance. Unos procesos industriales más eficientes y sostenibles podrían conducir a la reducción de residuos y la contaminación. El desarrollo de nuevos fármacos y terapias podría acelerarse, abordando necesidades médicas no cubiertas. Sin embargo, también es importante tener en cuenta los riesgos potenciales asociados al uso generalizado de polímeros sintéticos, como su impacto medioambiental y su posible toxicidad.

Los investigadores se centran ahora en optimizar el diseño de los RHPs y explorar sus aplicaciones en diversos campos. También están trabajando en el desarrollo de métodos para la producción a gran escala de estos materiales, lo que será crucial para su adopción generalizada. Los próximos pasos consisten en probar los RHPs en aplicaciones del mundo real y evaluar su rendimiento en comparación con las enzimas tradicionales. Las futuras investigaciones también se centrarán en la comprensión de la estabilidad a largo plazo y el impacto medioambiental de estos polímeros sintéticos.