Determinantes mecánicos de la inmovilización enzimática orientada de las simulaciones de Martini

Área de la Ciencia:

• La biotecnología y la bioquímica.
• Biología computacional Biología computacional.
• Ingeniería de enzimas Ingeniería de enzimas Ingeniería de enzimas

Sus antecedentes:

• La inmovilización enzimática es crucial en la biotecnología, pero enfrenta desafíos para equilibrar la estabilidad, la actividad y las interacciones superficiales.
• Las simulaciones por computadora pueden predecir cómo las estrategias de inmovilización impactan la estructura y la dinámica de las enzimas.
• Comprender estos efectos es clave para el diseño racional de biocatalizadores.

Objetivo del estudio:

• Investigar cómo la geometría de la conexión superficial influye en la estructura y función de las enzimas inmovilizadas utilizando un nuevo protocolo de simulación.
• Para comparar los efectos de la inmovilización tradicional de His-tag con las variantes de clúster de histidina diseñadas en el comportamiento de las enzimas.
• Proporcionar conocimientos mecanicistas sobre las interacciones enzima-superficie y guiar el desarrollo de mejorados biocatalizadores inmovilizados.

Principales métodos:

• Utilizó un modelo de simulación de grano grueso basado en la estructura (Go̅Martini) para analizar las interacciones enzima-superficie.
• Comparación de los efectos de inmovilización de His-tag frente a dos variantes de clúster de histidina diseñado en *Bacillus stearothermophilus* alcohol deshidrogenasa (BsADH).
• Se analizó la dinámica conformacional, la estabilidad bajo estrés térmico y los parámetros funcionales (tasas de asociación/disociación).

Principales resultados:

• La inmovilización basada en clúster mejoró la estabilidad conformacional bajo estrés térmico al restringir localmente la flexibilidad.
• La adhesión superficial no alteró significativamente las tasas de asociación de etanol, pero disminuyó la disociación de NADH.
• Las simulaciones predijeron con precisión las tendencias experimentales, lo que demuestra el poder predictivo del modelo Go̅Martini.

Conclusiones:

• Los grupos de histidina diseñados ofrecen una estrategia prometedora para mejorar la estabilidad de las enzimas durante la inmovilización.
• Las simulaciones de Go̅Martini proporcionan valiosos conocimientos mecanicistas sobre las interacciones enzima-superficie y las compensaciones funcionales.
• Este trabajo establece un marco para el diseño in silico y la optimización de sistemas enzimáticos inmovilizados.