Согласно исследованию, опубликованному в журнале Nature, исследователи разработали случайные гетерополимеры (СГП), имитирующие ферменты, что предлагает новый подход к созданию синтетических материалов с функциями, подобными белковым. Команда, вдохновленная активными центрами примерно 1300 металлопротеинов, разработала эти СГП, используя метод однореакторного синтеза, статистически модулируя химические характеристики ключевых мономерсодержащих сегментов для создания псевдоактивных центров.

Исследование решает давнюю проблему воспроизведения сложных функций белков синтетическим путем. Хотя ученые добились прогресса в имитации первичной, вторичной и третичной структур белков, достижение химической, структурной и динамической гетерогенности, которая определяет функцию белка, остается сложной задачей. Исследователи предполагают, что, программируя пространственное и временное расположение боковых цепей на сегментном уровне в полимерах, можно воспроизвести поведение белков, даже с химией основной цепи, отличной от таковой у белков.

"Мы представляем ключевые мономеры как эквиваленты функциональных остатков белка", - заявили исследователи в своей статье, подчеркивая важность имитации микроокружения активных центров белка. Свобода вращения полимеров помогает преодолеть ограничения в специфичности последовательности мономеров, что приводит к единообразному поведению всего ансамбля молекул.

Разработка этих имитаторов ферментов имеет потенциальные последствия для различных областей, включая катализ, доставку лекарств и материаловедение. Создавая синтетические материалы, которые могут выполнять определенные химические реакции или связываться с целевыми молекулами с высоким сродством, ученые могут разработать новые методы лечения, более эффективные промышленные процессы и передовые материалы с заданными свойствами.

Использование ИИ при анализе активных центров металлопротеинов сыграло решающую роль в руководстве разработкой СГП. Алгоритмы машинного обучения могут идентифицировать ключевые особенности и закономерности в больших наборах данных, позволяя исследователям принимать обоснованные решения о составе и структуре своих синтетических материалов. Этот подход подчеркивает растущую важность ИИ в открытии и разработке материалов.

Заглядывая вперед, исследователи планируют и дальше оптимизировать дизайн СГП и изучить их потенциальные применения в различных областях. Они также стремятся разработать новые методы контроля пространственного и временного расположения мономеров внутри полимеров, что может привести к созданию еще более сложных имитаторов ферментов. Команда считает, что этот подход может проложить путь к новому поколению синтетических материалов с функциями, подобными белковым, предлагая широкий спектр возможностей для научных и технологических инноваций.