Google DeepMind ha presentado AlphaProtein Novo (AP Novo), un pipeline de aprendizaje automático para el diseño de novo de enzimas. Según una prepublicación publicada esta semana en bioRxiv, el sistema demuestra por primera vez que enzimas diseñadas computacionalmente pueden superar la minería de secuencias naturales en químicas desafiantes. Desarrollado en conjunto con Caltech y la Universidad de Pittsburgh, AP Novo construye enzimas a partir de primeros principios en lugar de optimizar proteínas existentes, abordando un cuello de botella de larga data en el descubrimiento de biocatalizadores. Dado que el descubrimiento natural de enzimas depende de secuencias que la evolución ya produjo, las reacciones nunca adoptadas por organismos vivos ofrecen poco que explorar — precisamente el vacío que un enfoque desde cero está diseñado para cerrar.

En el núcleo del pipeline se encuentra el scaffolding de motivos. Un modelo de difusión co-genera estructuras de proteínas y secuencias de aminoácidos alrededor de un motivo catalítico — la disposición de cadenas laterales y ligandos requerida para un mecanismo de reacción hipotético. Los diseños candidatos se filtran luego mediante métricas derivadas de predicciones de AlphaFold 3, que evalúan detalles atómicos relevantes desde el punto de vista mecanístico, como la geometría entre una base catalítica y su sustrato. En total, el equipo evaluó más de 5,600 diseños en cinco reacciones, reportando tasas de acierto de hasta 80% en las mejores facetas de diseño y eficiencias catalíticas de vanguardia en reacciones de referencia sin optimización experimental iterativa.

Dos aplicaciones destacadas muestran la amplitud del enfoque. La primera se dirige a nitreno transferasas que sintetizan piperidinas, un heterociclo presente en numerosos fármacos aprobados por la FDA. La ciclación competitiva de un sustrato puede producir un anillo de pirolidina de cinco miembros o un anillo de piperidina de seis miembros, y las enzimas hemo naturales favorecen fuertemente la primera. El tamizaje de 188 variantes naturales e ingenieradas no arrojó ninguna enzima que superara una relación piperidina:pirolidina de 30:70. El diseño líder de novo, GDM_NT_270, logró una regioselectividad de 99:1 para piperidina con un exceso enantiomérico de 94% — una medida de cuán exclusivamente una molécula se produce en una forma imagen especular, una variable de pureza importante en la síntesis de fármacos — y 22 turnovers, invirtiendo el sesgo natural mediante el control directo de la geometría del sitio activo.
La segunda aplicación se dirigió al dietilhexilftalato (DEHP), un plastificante omnipresente y contaminante ambiental disruptor endocrino cuyas voluminosas cadenas laterales y su insolubilidad en agua vencen a la mayoría de las hidrolasas naturales. Un tamizaje reciente de 65 esterasas naturales identificó solo una DEHPasa activa; AP Novo, en cambio, produjo siete nuevas familias estructurales capaces de la reacción, con una tasa de acierto en scaffolds novedosos que alcanzó 11% (39% para scaffolds reciclados). Si bien los diseños siguen siendo menos activos que las enzimas naturales en condiciones acuosas, muestran propiedades raramente vistas en la naturaleza: una enzima de 191 residuos fue 14 veces más activa a 90°C que a temperatura ambiente y siguió siendo funcional en 75% de acetonitrilo — condiciones que desnaturalizan por completo las esterasas naturales. Esta robustez tiene peso práctico, ya que las temperaturas elevadas aceleran las reacciones y los solventes orgánicos ayudan a disolver sustratos insolubles en agua como el DEHP. Su pequeño tamaño y su alta expresión en E. coli reducen además los costos de producción.

Los ensembles de secuencias como señal clave

El principal hallazgo metodológico del estudio concierne al filtrado. Los investigadores descubrieron que evaluar ensembles de secuencias derivadas de LigandMPNN contra el mismo backbone — exigiendo que cada variante resecuenciada pasara filtros inspirados en el mecanismo — amplificó drásticamente el poder predictivo, elevando las tasas de acierto de esterasas de serina hasta 30 veces. Al combinar esto con el remuestreo parcial por difusión del backbone, las tasas de acierto retrospectivas llegaron a 60% para eliminases de Kemp y 80% para esterasas de serina. Los autores sostienen que esto explica por qué funcionan los pipelines de rediseño iterativo: seleccionan implícitamente backbones cuyo espacio local de secuencia-estructura respalda ampliamente la geometría catalítica prevista.

Las limitaciones persisten. Las actividades catalíticas siguen siendo órdenes de magnitud inferiores a las de enzimas naturales u optimizadas por evolución dirigida, la construcción de motivos requiere experiencia específica de cada reacción, y los modelos aún no capturan de manera significativa la física de la catálisis. Aun así, con el código y los pesos liberados para uso no comercial — un acceso que permite a grupos de investigación externos aplicar el pipeline a reacciones de su interés — AP Novo indica que el diseño generativo de proteínas está madurando hacia un complemento práctico — y, en casos selectos, una alternativa — a la minería de la biodiversidad natural.

Fuente: Metaverse