Pesquisadores desenvolveram polímeros sintéticos que imitam a função de enzimas, potencialmente revolucionando a catálise industrial e o desenvolvimento de fármacos. O estudo, publicado na Nature, detalha como esses heteropolímeros aleatórios (RHPs) foram projetados para replicar os sítios ativos de metaloproteínas, alcançando microambientes semelhantes aos de proteínas através de uma síntese "one-pot".

A equipe, guiada pela análise de aproximadamente 1.300 sítios ativos de metaloproteínas, concentrou-se em modular estatisticamente as características químicas de segmentos-chave contendo monômeros dentro dos RHPs, incluindo a hidrofobicidade segmentar. Essa abordagem permitiu que eles criassem pseudo-sítios ativos capazes de desempenhar funções enzimáticas. "Propomos que, para polímeros com químicas de cadeia principal diferentes da das proteínas, programar projeções espaciais e temporais de cadeias laterais no nível segmentar pode ser eficaz na replicação de comportamentos de proteínas", afirmaram os pesquisadores em seu artigo.

A importância desta pesquisa reside na superação das limitações no design de materiais sintéticos. Embora replicar a complexa estrutura hierárquica das proteínas seja um objetivo de longa data, alcançar a equivalência funcional tem se mostrado difícil. Os pesquisadores abordaram isso aproveitando a liberdade rotacional dos polímeros para compensar as deficiências na especificidade da sequência monomérica, resultando em um comportamento uniforme no nível do conjunto.

As implicações dos RHPs que imitam enzimas são de longo alcance. As enzimas tradicionais são frequentemente caras de produzir e sensíveis às condições ambientais. Esses mímicos sintéticos oferecem uma alternativa potencialmente mais robusta e econômica para diversas aplicações. "Os RHPs resultantes formam pseudo-sítios ativos que fornecem aos monômeros-chave um microambiente semelhante ao de proteínas", observou o estudo, destacando a precisão alcançada na replicação dos aspectos funcionais das enzimas naturais.

A IA desempenhou um papel crucial neste desenvolvimento, especificamente na análise do vasto conjunto de dados de sítios ativos de metaloproteínas. Algoritmos de aprendizado de máquina foram usados para identificar características estruturais e químicas importantes que contribuem para a atividade enzimática. Essa abordagem orientada por dados permitiu que os pesquisadores projetassem racionalmente RHPs com propriedades catalíticas aprimoradas. O uso de IA na ciência dos materiais é uma tendência crescente, acelerando a descoberta de novos materiais com funcionalidades personalizadas.

Olhando para o futuro, os pesquisadores planejam otimizar ainda mais o design dos RHPs e explorar sua aplicação em várias reações catalíticas. O desenvolvimento desses mímicos de enzimas representa um passo significativo em direção à criação de sistemas artificiais com a complexidade e funcionalidade dos sistemas biológicos. Isso pode levar a avanços em áreas como química sustentável, medicina personalizada e remediação ambiental.