As enzimas têm o potencial de transformar a indústria química, fornecendo alternativas verdes para uma série de processos. Essas proteínas agem como catalisadores biológicos e, com a ajuda da engenharia molecular, podem fazer com que as reações naturais mudem para o modo turbo. Enzimas sob medida podem, por exemplo, levar à fabricação de medicamentos não poluentes; eles também poderiam decompor com segurança poluentes, esgoto e resíduos agrícolas e depois transformá-los em biocombustível ou ração animal.
Um novo estudo do Weizmann Institute of Science, publicado hoje na Ciência, aproxima essa visão da realidade. Em seu relatório, os pesquisadores, chefiados pelo Prof. Sarel Fleishman, do Departamento de Ciências Biomoleculares, revelaram um método computacional para projetar milhares de diferentes enzimas ativas com eficiência sem precedentes, montando-as a partir de blocos de construção modulares projetados.
Os bioquímicos normalmente projetam novas enzimas ajustando aleatoriamente o DNA das existentes naturalmente e analisando as variantes resultantes para uma atividade desejada, um processo que pode ser extremamente demorado. A equipe de Fleishman teve a ideia de gerar um grande número de enzimas muito diversas, quebrando as naturais em fragmentos constituintes que podem ser alterados e recombinados de várias maneiras.
A inspiração para essa nova abordagem veio de dentro: nosso sistema imunológico, que é capaz de produzir bilhões de anticorpos diferentes – proteínas que, em princípio, podem combater qualquer microrganismo prejudicial – apenas a partir dos bits ditados por um número relativamente pequeno de genes. “Os anticorpos são a única família de proteínas na natureza conhecida por serem geradas de forma modular”, explica Fleishman. “Sua enorme diversidade é alcançada pela recombinação de fragmentos genéticos preexistentes, semelhante a como um novo tipo de dispositivo eletrônico é montado a partir de transistores e unidades de processamento preexistentes”.
As enzimas poderiam ser geradas, como anticorpos, a partir de fragmentos modulares projetados em laboratório que se combinam em estruturas maiores?
Rosalie Lipsh-Sokolik, uma estudante de doutorado que liderou o estudo no laboratório de Fleishman, começou a fazer experimentos com uma família de várias dezenas de enzimas que quebram o xilano, um componente comum das paredes celulares das plantas. “Se conseguirmos aumentar a atividade dessas enzimas, elas podem ser usadas para quebrar compostos vegetais como xilana e celulose em açúcares, que por sua vez podem ajudar a gerar biocombustíveis”, diz Lipsh-Sokolik. “Em vez de descartar resíduos agrícolas, por exemplo, deveríamos ser capazes de transformá-los em fonte de energia.”
Lipsh-Sokolik desenvolveu um algoritmo que usa cálculos de design de proteínas baseados em física junto com um novo modelo de aprendizado de máquina. O algoritmo quebrou cada uma das diferentes variantes das sequências de enzimas de quebra de xilano em vários fragmentos e, em seguida, introduziu dezenas de mutações nessas peças – tudo de maneira a maximizar a compatibilidade potencial dos diferentes bits. Em seguida, reuniu fragmentos em diferentes combinações e selecionou milhões de sequências de enzimas codificadas consideradas estáveis.
O próximo passo para Lipsh-Sokolik e seus colegas foi sintetizar um milhão de enzimas reais a partir desses modelos de computador e testá-las em laboratório. Para sua surpresa, 3.000 foram confirmados como ativos. “A primeira vez que olhamos para os resultados experimentais, ficamos surpresos”, diz Fleishman. “A taxa de sucesso de 0,3% não é alta, mas o grande número de diferentes enzimas ativas que obtivemos foi impressionante. Em estudos típicos de design e engenharia de proteínas, você vê talvez uma dúzia de enzimas ativas”.
Armados com um extenso repertório de enzimas, os pesquisadores fizeram uma pergunta-chave que interessa aos pesquisadores de proteínas: quais características moleculares distinguem as enzimas ativas das inativas?
Usando ferramentas de aprendizado de máquina, Lipsh-Sokolik examinou cerca de cem recursos que caracterizam as enzimas e usou os dez mais promissores para criar um preditor de atividade. Quando ela incorporou esse preditor de atividade em seu algoritmo e repetiu o experimento de design com as enzimas que quebram a xilana, esse repertório de segunda geração tinha até 9.000 enzimas que quebravam a xilana e outras 3.000 que podiam quebrar a celulose, somando um total de 12.000 enzimas ativas. Este foi um aumento de dez vezes na taxa de sucesso em relação ao experimento inicial e um feito sem paralelo na história do design de proteínas: a equipe conseguiu, em um único experimento, projetar mais enzimas potencialmente ativas do que os métodos padrão poderiam produzir em uma década.
Além disso, as milhares dessas variantes ativas eram excepcionalmente diversas em termos de sequência e estrutura, o que sugere que elas podem desempenhar uma ampla variedade de novas funções.
“Quando você pode criar enzimas com níveis tão altos de atividade usando um método completamente automatizado que agora você sabe que também é incrivelmente confiável, isso é realmente uma boa notícia”, diz Lipsh-Sokolik. Fleishman diz que o novo método de Weizmann, que os cientistas chamam de CADENZ – abreviação de Combinatorial Assembly and Design of Enzymes – pode, teoricamente, ser aplicado a qualquer família de proteínas. Sua equipe já está explorando suas aplicações na geração de anticorpos novos e aprimorados ou na criação de variantes das proteínas fluorescentes amplamente usadas como marcadores em biologia.
“Um dos meus objetivos é mudar a maneira como as pessoas criam enzimas, anticorpos e outras proteínas”, diz Fleishman. “A engenharia de proteínas está se tornando uma parte central da economia e da saúde pública: enzimas industriais são proteínas; anticorpos e vacinas também são proteínas. Precisamos ser capazes de otimizá-los e gerar novos de maneira robusta e confiável.”
Os participantes do estudo incluíram a Dra. Olga Khersonsky e Shlomo-Yakir Hoch, do Departamento de Ciências Biomoleculares do Instituto Weizmann de Ciências; Drs. Sybrin P. Schroöder e Casper de Boer e Prof. Hermen S. Overkleeft da Universidade de Leiden, Holanda; e Prof. Gideon J. Davies da Universidade de York, Reino Unido.
Prof. Sarel-Jacob Fleishman é o chefe do Dr. Barry Sherman Institute for Medicinal Chemistry. Sua pesquisa é apoiada pelo Fundo de Pesquisa em Inteligência Artificial e Materiais Inteligentes, em memória do Dr. Uriel Arnon; o Nancy and Stephen Grand Research Center for Sensors and Security; o Schwartz Reisman Collaborative Science Program; a Fundação Dianne e Irving Kipnes; Sra. Darlene Switzer-Foster e Sr. Bill Foster; Carolyn Hewitt e Anne Christopoulos, em memória de Sam Switzer; e a Fundação Milner.