Moléculas de drogas e biocombustíveis podem ser feitos sob encomenda por fábricas de células vivas, onde enzimas biológicas fazem o trabalho. Agora, pesquisadores da Chalmers University of Technology desenvolveram um modelo de computador que pode prever a rapidez com que as enzimas funcionam, tornando possível encontrar as fábricas vivas mais eficientes, bem como estudar doenças complexas. Seus resultados são publicados em Nature Catalysis .
"Estudar todas as enzimas naturais com experimentos em laboratório seria impossível, eles são simplesmente demais. Mas com nosso algoritmo, podemos prever quais enzimas são mais promissoras apenas observando a sequência de aminoácidos de que são compostas", diz Eduard Kerkhoven, pesquisador em biologia de sistemas da Chalmers University of Technology e principal autor do estudo.

Apenas as enzimas mais promissoras precisam ser testadas

O número de renovação da enzima ou k_cat valor, descreve o quão rápido e eficiente uma enzima funciona e é essencial para a compreensão do metabolismo de uma célula. No novo estudo, os pesquisadores da Chalmers desenvolveram um modelo de computador que pode calcular rapidamente o k_cat valor. A única informação necessária é a ordem dos aminoácidos que formam a enzima – algo que muitas vezes está amplamente disponível em bancos de dados abertos. Depois que o modelo faz uma primeira seleção, apenas as enzimas mais promissoras precisam ser testadas em laboratório.

Dado o número de enzimas que ocorrem naturalmente, os pesquisadores acreditam que o novo modelo de cálculo pode ser de grande importância.

"Vemos muitas aplicações biotecnológicas possíveis. Como exemplo, os biocombustíveis podem ser produzidos quando as enzimas decompõem a biomassa em um processo de fabricação sustentável. O algoritmo também pode ser usado para estudar doenças no metabolismo, onde as mutações podem levar a defeitos na forma como as enzimas o corpo humano funciona", diz Eduard Kerkhoven.

Mais conhecimento sobre a produção de enzimas

Mais aplicações possíveis são a produção mais eficiente de produtos feitos de organismos naturais, em oposição aos processos industriais. A penicilina extraída de um mofo é um exemplo, assim como o taxol de drogas contra o câncer do teixo e o adoçante estévia. Eles são normalmente produzidos em pequenas quantidades por organismos naturais.

"O desenvolvimento e fabricação de novos produtos naturais podem ser muito auxiliados pelo conhecimento de quais enzimas podem ser usadas", diz Eduard Kerkhoven.

O modelo de cálculo também pode apontar as mudanças em k_cat valor que ocorrem se as enzimas sofrem mutação e identificam aminoácidos indesejados que podem ter um grande impacto na eficiência de uma enzima. O modelo também pode prever se as enzimas produzem mais de um "produto".

"Podemos revelar se as enzimas têm alguma atividade de 'luar' e produzem metabólitos que não são desejáveis. É útil em indústrias onde muitas vezes você deseja fabricar um único produto puro."

Os pesquisadores testaram seu modelo usando 3 milhões de k_cat valores para simular o metabolismo em mais de 300 tipos de leveduras. Eles criaram modelos de computador de quão rápido as leveduras podiam crescer ou produzir certos produtos, como o etanol. Quando comparados com o conhecimento pré-existente medido, os pesquisadores concluíram que os modelos com k_cat previsto valores podem simular com precisão o metabolismo. + Explorar mais

Modificação efetiva da função enzimática pela ciência computacional