L’IA générative éclaire les secrets des enzymes à l’aide de séquences évoluées dans la nature

Les enzymes, remarquables biocatalyseurs de la nature, jouent un rôle essentiel dans divers aspects de la vie quotidienne. Considérez le spectacle impressionnant des lucioles éclairant une nuit d’été. Leur lueur captivante sert non seulement à enchanter les observateurs, mais joue également un rôle dans la communication et l’accouplement. Ce spectacle naturel est alimenté par une enzyme connue sous le nom de luciférase.

À l’échelle moléculaire, les enzymes sont des réseaux complexes d’acides aminés. La luciférase, un excellent exemple, présente une diversité fascinante parmi les différentes espèces. Cependant, ces homologues présentent des schémas évolutifs spécifiques, cruciaux pour faire progresser la prédiction des structures protéiques. Une question clé se pose : quel est le lien entre ces modèles et la fonction des enzymes ?

Le Dr Xie et le Dr Warshel visent à déchiffrer cette relation complexe. Ils abordent les protéines comme un langage de « lettres » d’acides aminés et développent des outils d’IA générative similaires aux principes qui sous-tendent le ChatGPT largement utilisé.

Leur outil d’IA quantifie la probabilité que certaines séquences ou mutations apparaissent dans la nature. De manière fascinante, ils ont découvert que cette probabilité est principalement liée à l’activité catalytique de l’enzyme lorsque des mutations se produisent à proximité du substrat. À l’inverse, les mutations dans la structure de l’enzyme sont principalement corrélées à la stabilité des protéines. Ces connaissances ont permis l’ingénierie réussie de plusieurs protéines, dont la luciférase.

Le Dr Warshel a déclaré : « La relation entre les informations évolutives et diverses fonctions enzymatiques suggère que les enzymes sont effectivement des objets à plusieurs échelles. Cette étude a le potentiel de révolutionner notre compréhension de la catalyse et de l’évolution des enzymes.

Cette recherche, maintenant publié dans la revue Revue scientifique nationaleoffre non seulement de nouvelles perspectives sur la catalyse enzymatique, mais est également prometteuse pour des applications pratiques en biotechnologie et au-delà.

Plus d’information:
Wen Jun Xie et al, Exploiter l’IA générative pour décoder la catalyse et l’évolution enzymatiques pour une ingénierie améliorée, Revue scientifique nationale (2023). DOI : 10.1093/nsr/nwad331

Fourni par Science China Press

ph-tech