Descubrimiento de nanopartículas de ingeniería de superficie que aumentan la actividad enzimática a través de cribado...

Área de la Ciencia:

• Nanotecnología y Ciencias de los Materiales
• Bioquímica y Enzimología
• Aprendizaje automático y biología computacional

Sus antecedentes:

• Las nanopartículas (NP) pueden mejorar la actividad de las enzimas, pero los métodos actuales son empíricos y carecen de principios de diseño predictivo.
• La comprensión de las relaciones estructura-función en las interfaces bio-nanopartículas es crucial para desarrollar biocatalizadores y biosensores avanzados.

Objetivo del estudio:

• Introducir la primera plataforma de alto rendimiento para el descubrimiento de nanopartículas de ingeniería de superficie (SEN) que modulan la función de las enzimas.
• Establecer un marco predictivo para el diseño de NP que mejoran la actividad mediante la identificación de las características clave de los ligandos superficiales.
• Demostrar la relevancia funcional de los pares optimizados de enzimas SEN en la lucha contra las bacterias multirresistentes.

Principales métodos:

• Sintetizó una biblioteca de 194 SEN basados en oro y paladio funcionalizados con diversos ligandos de péptidos.
• Se analizaron las SEN contra tres enzimas modelo (citocromo c, lactoperoxidasa (LPO) y lipasa) utilizando una plataforma de alto rendimiento.
• Entrenó un modelo de aprendizaje automático en el conjunto de datos resultante para identificar características correlacionadas con una mayor actividad enzimática.

Principales resultados:

• Se identificaron múltiples SEN que aumentaron sustancialmente la actividad enzimática, con el más efectivo logrando una mejora de aproximadamente 19 veces.
• El modelo de aprendizaje automático identificó con éxito las características clave de los ligandos que predicen SEN de alto rendimiento.
• Los estudios mecanicistas confirmaron el papel dominante de la capa de ligando en la mejora de la actividad de conducción, transferible a través de plataformas NP.

Conclusiones:

• Desarrolló un método escalable y generalizable para mapear y aprovechar las relaciones estructura-función a nanoescala en las biointerfaces.
• El marco predictivo permite el diseño racional de NPs para mejorar la actividad enzimática, con amplias aplicaciones en biocatálisis y biosensing.
• Un par optimizado de SEN/LPO demostró una eficacia superior contra las bacterias multirresistentes y la formación de biopelículas en comparación con el LPO solo.