Flujo de trabajo DyeDactic para predecir la halocromía de colorantes biosintéticos

Área de la Ciencia:

• Biotecnología
• Química Computacional
• Ciencia de Materiales

Sus antecedentes:

• El teñido microbiano ofrece una alternativa sostenible para la fabricación textil.
• El diseño computacional puede crear nuevos colorantes biosintéticos con propiedades mejoradas como la fotostabilidad y la reducción de la toxicidad.
• La predicción de la halocromía (cambio de color con el pH) es crucial para la aplicación de tintes.

Objetivo del estudio:

• Presentar el flujo de trabajo DyeDactic para predecir la halocromía en colorantes potenciales.
• Utilizar métodos computacionales para diseñar nuevos colorantes biosintéticos con un rendimiento mejorado.
• Guiar las modificaciones quimioenzimáticas para la aplicabilidad industrial de los colorantes microbianos.

Principales métodos:

• Un modelo de red neuronal gráfica filtra bibliotecas de compuestos para estimar las energías de transición electrónica.
• La teoría de funcionales de densidad dependiente del tiempo (TD-DFT) calcula los espectros de absorción y los colores moleculares.
• Se estiman los estados de protonación en diferentes valores de pH y se combinan los espectros para predecir el color general.

Principales resultados:

• El flujo de trabajo DyeDactic se aplicó a colorantes naturales (emodina, quinalizarina, biliverdina, orceína) con validación experimental.
• Se investigó el mecanismo molecular detrás del cambio de color inducido por el pH en la bikaverina.
• El flujo de trabajo predice con éxito la halocromía para varios compuestos.

Conclusiones:

• El flujo de trabajo DyeDactic es una herramienta valiosa para el diseño racional de colorantes biosintéticos.
• Este enfoque facilita el desarrollo de tintes sostenibles con propiedades sintonizables para aplicaciones industriales.
• La predicción computacional de la halocromía ayuda a lograr el color y el rendimiento deseados en los tintes microbianos.