Nell’era della chimica verde e della biotecnologia sostenibile, gli enzimi sono i super-ingegneri della natura, capaci di eseguire reazioni complesse con velocità, precisione ed efficienza ambientale. Ma comprendere e migliorare queste macchine biologiche non è un compito semplice. È qui che entra in gioco la biochimica computazionale.

Mi chiamo Yao Wei e sono una studentessa al di dottorato in Scienze Farmacologiche, Biomolecolari, Sperimentali e Cliniche presso l’Università degli Studi di Milano. La mia ricerca, parte della Rete Dottorale MetRaZymes MSCA-ITN Doctoral Network. Durante il mio dottorato di ricerca, sto conducendo una serie di progetti che esplorano come le ossigenasi ferro-dipendenti, una classe eterogenea di enzimi, possano essere comprese, previste e riprogettate utilizzando la potenza della scienza computazionale moderna. Questi enzimi, che si affidano ad atomi di ferro per catalizzare reazioni di ossidazione, sono protagonisti fondamentali in processi che spaziano dal metabolismo dei farmaci nell’uomo alla biosintesi nei vegetali.

Il puzzle degli enzimi umani: prevedere le interazioni dei CYP450 con l’intelligenza artificiale

Uno dei principali ambiti della mia ricerca riguarda i citocromi P450 umani (CYP450), una famiglia di enzimi che aiuta il nostro organismo a metabolizzare farmaci e altre sostanze estranee. Poiché ogni enzima CYP450 ha un proprio insieme di substrati e inibitori, prevederne il comportamento è fondamentale per lo sviluppo di farmaci più sicuri ed efficaci.

Per affrontare questo problema, ho sviluppato una pipeline computazionale che combina modelli linguistici proteici e deep learning basato su grafi per distinguere i substrati dagli inibitori. Il modello è anche integrato con dati di tossicogenomica, che ci permettono di valutare come le variazioni genetiche influenzano la funzione degli enzimi CYP450. L’obiettivo finale è supportare la medicina personalizzata e guidare lo sviluppo di farmaci meno tossici.

Tunnel enzimatici e CYP153A6: espandere lo spettro dei substrati

Oltre alla salute umana, sto anche studiando enzimi con applicazioni industriali e ambientali. Uno di questi è CYP153A6, che ossida il limonene, un composto rinnovabile presente nelle bucce degli agrumi.

Simulando il viaggio delle molecole attraverso la struttura flessibile a tunnel dell’enzima, sto lavorando per riprogettarlo in modo da accettare un’ampia gamma di substrati e produrre composti di maggior valore. Questa ingegneria dei tunnel enzimatici potrebbe contribuire allo sviluppo di biocatalizzatori più efficienti e sostenibili per la chimica verde.

Dai rifiuti vegetali alla vaniglia: ingegnerizzazione delle diossigenasi

Un altro filone interessante della ricerca coinvolge diossigenasi non-eme ferro-dipendenti, come NOV1 e CsO2, che mostrano un grande potenziale per convertire scarti vegetali in prodotti utili. In particolare, questi enzimi vengono ingegnerizzati per trasformare l’acido ferulico, un sottoprodotto agricolo, nella vanillina, la principale molecola aromatica della vaniglia.

Utilizzando strumenti basati sull’apprendimento automatico, come proteinMPNN, insieme a calcoli quantistici sugli stati di transizione, ho progettato varianti enzimatiche con una prevedibile maggiore efficienza catalitica e una più ampia accettazione di substrati. Questi enzimi riprogettati sono attualmente in fase di valutazione sperimentale in laboratorio.

Innovazione biosintetica: riprogrammare LCD per molecole complesse

In collaborazione con l’Università di Berna, sto lavorando sull’L-lisina ciclodeaminasi (LCD), un enzima coinvolto nella biosintesi dei derivati della piperidina. Sebbene l’enzima nativo sia limitato a substrati semplici come la L-lisina, il nostro obiettivo è ingegnerizzare varianti di LCD capaci di accettare esteri della L-lisina, permettendo la produzione di composti esterificati più complessi.

Per raggiungere questo obiettivo, ho utilizzato tecniche computazionali come il docking molecolare, il calcolo dei tunnel enzimatici e le simulazioni metadinamiche per modellare l’interazione degli esteri all’interno dei tunnel enzimatici. Applicando modelli a stati di Markov e tracciando la cinetica dell’uscita dei ligandi, ho identificato stati conformazionali chiave e un probabile meccanismo indotto di adattamento (induced-fit) con percorsi multipli. Questo lavoro potrebbe portare alla proposta di mutanti enzimatici promettenti, attualmente in fase di validazione sperimentale. Queste varianti potrebbero offrire nuove strade per una biosintesi sostenibile attraverso biocatalizzatori ingegnerizzati.

Dove le molecole incontrano le macchine

Nel loro insieme, questi progetti dimostrano il potere della biochimica computazionale nel colmare il divario tra la struttura molecolare e la funzione industriale. Combinando modellazione molecolare, intelligenza artificiale e bioinformatica, possiamo comprendere meglio il funzionamento degli enzimi, e soprattutto, imparare la funzione industriale. Combinando modellazione molecolare, intelligenza artificiale e bioinformatica, possiamo comprendere meglio il funzionamento degli enzimi—e soprattutto, imparare a farli funzionare meglio.

Dalla medicina personalizzata alla manifattura verde, questi enzimi progettati digitalmente potrebbero contribuire a trasformare il futuro della biotecnologia— in modo silenzioso, pulito, molecola per molecola.