DISCO rompe la barrera del diseño de enzimas, creando proteínas sin equivalente en la naturaleza.
En Resumen
DISCO, un nuevo modelo de IA desarrollado por Caltech y Mila, diseña enzimas funcionales para reacciones nunca antes vistas en biología, superando años de evolución en laboratorio en un solo paso computacional.
Un equipo de investigadores de California Institute of Technology (Caltech), Instituto de IA de Quebec Mila, junto con varias instituciones académicas de renombre, ha presentado un nuevo sistema de IA capaz de diseñar enzimas totalmente novedosas para reacciones químicas inexistentes en la naturaleza. Este desarrollo se considera un posible punto de inflexión para campos como el descubrimiento de fármacos, la química industrial y la biología sintética, donde el progreso se ha visto históricamente limitado por las restricciones de la evolución natural.
El sistema, denominado DISCO — abreviatura de DIFfusion for Sequence-structure CO-design — está diseñado para generar simultáneamente tanto la secuencia de aminoácidos como la estructura tridimensional de una proteína. A diferencia de los métodos convencionales, no requiere predefinición.defiNo se basan en suposiciones sobre mecanismos catalíticos o configuraciones del sitio activo. En cambio, solo se le proporciona una molécula objetivo y construye de forma independiente un modelo de proteína capaz de interactuar con ella.
Este proyecto de investigación abarca múltiples instituciones, entre ellas Caltech, Mila, la Universidad de Montreal, la Universidad McGill, la Universidad de Cambridge, Oxford y el Imperial College de Londres, e incluye a la premio Nobel Frances Arnold entre sus autores principales, lo que refleja la fuerte conexión del proyecto con la investigación consolidada en ingeniería de enzimas.
El problema con la forma en que se han diseñado las enzimas hasta ahora
El diseño de enzimas se ha visto tradicionalmente limitado por las restricciones de la evolución natural y la metodología computacional. Si bien la evolución biológica ha producido catalizadores altamente eficientes, solo ha explorado un subconjunto relativamente reducido de posibles transformaciones químicas. Muchas reacciones de gran valor para aplicaciones industriales o farmacéuticas permanecen ausentes de la biología simplemente porque nunca fueron seleccionadas en entornos naturales.
Los enfoques computacionales convencionales también se han enfrentado a limitaciones estructurales. Una restricción importante es el requisito de defiLa necesidad de predefinir la disposición de los residuos catalíticos implica un conocimiento mecanístico detallado que a menudo no está disponible para reacciones novedosas. Otra limitación reside en la separación del diseño de proteínas en pasos secuenciales, donde la secuencia y la estructura se manejan de forma independiente. Esta separación puede conllevar una pérdida de información, dado que la función enzimática depende de la relación integrada entre ambas.
DISCO está diseñado para superar estas limitaciones modelando conjuntamente la secuencia y la estructura dentro de un marco unificado. El sistema genera secuencias de aminoácidos y coordenadas atómicas juntas en un solo proceso, lo que permite que las relaciones estructurales y funcionales surjan durante la generación en lugar de ser impuestas de antemano. Este enfoque permite que el sistema proponga enzimas para objetivos químicos específicos sin depender de planos catalíticos prediseñados o humanos.defisitios activos ned.
Resultados de laboratorio que superaron años de evolución dirigida.
La validación experimental de DISCO se centró en la química de transferencia de carbenos, una clase de reacciones que no se producen en los sistemas biológicos conocidos, pero que son muy relevantes para la química sintética moderna, en particular en la síntesis farmacéutica.
De entre aproximadamente 20 000 enzimas candidatas generadas computacionalmente, se seleccionaron 90 para realizar pruebas de laboratorio en cuatro tipos de reacciones. Los resultados indicaron un rendimiento superior tanto al de las enzimas que han evolucionado de forma natural como al de los sistemas artificiales diseñados previamente.
En una reacción de ciclopropanación de referencia, la enzima con el mejor rendimiento diseñada con DISCO alcanzó 4,050 ciclos catalíticos totales con un rendimiento del 72 %, superando tanto a las primeras variantes de citocromo P450 modificadas genéticamente como a los diseños enzimáticos computacionales publicados anteriormente que se basaban en plantillas catalíticas estructuradas. En una reacción de formación de enlaces carbono-boro, un único diseño DISCO no optimizado superó los niveles de rendimiento que anteriormente habían requerido múltiples rondas de evolución dirigida, logrando un aumento sustancial con respecto a la actividad de referencia. En una reacción de inserción de carbono-hidrógeno, el sistema igualó los resultados que anteriormente habían requerido muchos ciclos de evolución en laboratorio para alcanzarse, pero los logró en un solo paso computacional.
Más allá del rendimiento catalítico, los diseños también demostraron una novedad estructural. Al compararlos con bases de datos de estructuras proteicas a gran escala, muchos de los motivos generados mostraron poca o ninguna similitud con proteínas naturales conocidas. Uno de los diseños más eficaces parecía derivarse de una proteína de unión al ADN no catalítica presente en un organismo extremófilo, a pesar de tener una similitud de secuencia limitada y carecer de función enzimática conocida. La geometría del sitio activo resultante divergió significativamente de las plantillas biológicas conocidas, lo que sugiere que el sistema es capaz de reutilizar plegamientos proteicos existentes para fines químicos completamente nuevos.
Las enzimas modificadas genéticamente también mostraron adaptabilidad ante mutaciones. En experimentos posteriores, la mutagénesis aleatoria produjo múltiples variantes mejoradas y, en algunos casos, resultados estereoquímicos alterados, lo que indica que las estructuras generadas conservan flexibilidad evolutiva. Esta característica se considera esencial para su aplicación práctica a largo plazo, ya que permite una mayor optimización mediante métodos de laboratorio tradicionales.
Los hallazgos sugieren un cambio en el enfoque del diseño de enzimas, pasando de hipótesis catalíticas construidas manualmente a sistemas generativos capaces de producir puntos de partida funcionales para su posterior evolución. Si bien las implicaciones más amplias aún deben validarse por completo, este trabajo resalta la creciente posibilidad de que regiones del espacio químico previamente inexploradas sean ahora accesibles mediante métodos computacionales.
Renuncia de responsabilidad:
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre la autora
Alisa, una dedicada periodista del MPost, se especializa en criptomonedas, IA, inversiones y el amplio campo de Web3. Con buen ojo para las tendencias y tecnologías emergentes, ofrece una cobertura completa para informar e involucrar a los lectores en el panorama en constante evolución de las finanzas digitales.
Más artículos
Alisa, una dedicada periodista del MPost, se especializa en criptomonedas, IA, inversiones y el amplio campo de Web3. Con buen ojo para las tendencias y tecnologías emergentes, ofrece una cobertura completa para informar e involucrar a los lectores en el panorama en constante evolución de las finanzas digitales.
