🧬 biology

Engineering a Thermostable Ketone Amination Reductase from Aspergillus oryzae via Evolution-Based Design

Ao integrar a reconstrução de sequências ancestrais com a mutagênese guiada por estrutura, pesquisadores conseguiram engenheirar a redutiva aminase de *Aspergillus oryzae* para alcançar atividade catalítica e termoestabilidade significativamente aprimoradas nas variantes Anc74_7 e Anc75_20.

Autores originais: Jiaying Wu, Chuxin Wang, Wenxuan Zhang, Siqi Xu, Ximan Huang, Li Wen, Peiqin Chen, Chunying Jin, Guangya Zhang, Wei Jiang

Publicado 2026-07-22

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Jiaying Wu, Chuxin Wang, Wenxuan Zhang, Siqi Xu, Ximan Huang, Li Wen, Peiqin Chen, Chunying Jin, Guangya Zhang, Wei Jiang

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine que você é um mestre chef tentando assar o bolo perfeito, mas seu forno é um pouco temperamental. Se a temperatura subir demais, o bolo desmorona; se os ingredientes não estiverem perfeitos, o sabor fica insosso. No mundo da ciência, este "chef" é uma enzima — uma pequena máquina biológica que acelera reações químicas. Essas máquinas são incríveis na construção de moléculas complexas, como as aminas quirais encontradas em medicamentos vitais e produtos químicos agrícolas. No entanto, assim como o seu forno temperamental, muitas enzimas naturais são frágeis. Elas podem parar de funcionar se a temperatura subir um pouco, ou se o líquido em que estão nadando mudar seu pH ou contiver álcool. Cientistas têm tentado "ajustar" essas enzimas para torná-las mais resistentes e rápidas, mas é um pouco como tentar consertar um relógio jogando engrenagens aleatórias nele.

Para resolver isso, pesquisadores estão usando um truque inteligente chamado "reconstrução de sequência ancestral". Pense nisso como uma viagem no tempo para as proteínas. Em vez de apenas ajustar a enzima moderna, os cientistas olham para a árvore genealógica da enzima e adivinham como eram seus ancestrais antigos e há muito tempo falecidos. Essas versões antigas geralmente possuem superpoderes, como a capacidade de sobreviver em ambientes mais quentes ou mais hostis, porque evoluíram para viver em mundos diferentes. Ao reconstruir essas proteínas antigas em um computador e depois misturar seus melhores traços com os modernos, os cientistas esperam criar uma "superenzima" que seja tanto resistente quanto eficiente. Este artigo trata de pegar essa ideia e ver se ela funciona para tornar uma enzima específica, encontrada em um fungo chamado Aspergillus oryzae, muito melhor em seu trabalho.

A História da Superenzima

Neste estudo, uma equipe de pesquisadores da Universidade Huaqiao decidiu atualizar uma enzima específica chamada AspRedAm. Esta enzima é um pouco um "burro de carga" no laboratório; ela ajuda a transformar substâncias químicas simples em aminas quirais valiosas, que são os blocos de construção de muitos medicamentos. O problema? A versão natural da AspRedAm é um pouco dramática. Ela fica nervosa e se desfaz se a temperatura ficar muito quente (cerca como 40°C) ou se o ambiente mudar demais. Os cientistas queriam dar a ela um visual novo para torná-la mais forte, mais rápida e capaz de lidar com condições mais difíceis.

A Estratégia de Viagem no Tempo
Primeiro, a equipe agiu como detetives evolutivos. Eles reuniram uma enorme lista de enzimas semelhantes de diferentes organismos e construíram uma árvore genealógica. Usando um programa de computador, eles trabalharam de trás para frente para adivinhar as sequências de DNA de três ancestrais antigos da enzima, que nomearam como Anc43, Anc74 e Anc75. Eles escolheram esses ancestrais específicos porque eles ocupavam pontos interessantes na árvore genealógica, sugerindo que poderiam ter traços únicos e robustos.

A Oficina Digital
Uma vez que tiveram os "projetos" dessas enzimas antigas, eles não pararam por aí. Eles usaram uma ferramenta de computador inteligente chamada FuncLib para jogar um jogo de "e se". Eles pediram ao computador para substituir aminoácidos específicos (os minúsculos blocos de construção da proteína) no sítio ativo — a parte da enzima onde a mágica acontece. Eles geraram centenas de versões virtuais, testando-as em uma simulação digital para ver quais seriam as mais estáveis e melhores em agarrar seus alvos moleculares.

Os Vencedores do Laboratório
A partir de sua triagem digital, eles escolheram os principais candidatos e os construíram na vida real usando bactérias. Eles testaram essas novas enzimas no laboratório, e os resultados foram empolgantes. Duas das novas versões, chamadas Anc74_7 e Anc75_20, foram as estrelas do show.

Super Velocidade: Essas novas enzimas não apenas funcionaram; elas trabalharam mais rápido. A versão Anc74_7 foi 1,6 vezes mais rápida que a original, e a Anc75_20 foi impressionantes 2,2 vezes mais rápida.
Resistência ao Calor: A enzima original começaria a se desfazer após uma hora a 40°C. As novas versões, no entanto, foram duras na queda. A uma temperatura escaldante de 50°C, elas duraram centenas de horas antes de perderem metade de seu poder. Na verdade, sua "meia-vida" (o tempo que leva para perder metade de sua atividade) foi cerca de 377 vezes mais longa do que a da enzima original nessa temperatura.
Resistência a Solventes: Processos industriais frequentemente utilizam solventes como álcool ou acetona, que normalmente matam as enzimas. Esses novos mutantes, porém, conseguiram conviver nesses solventes e ainda continuaram trabalhando, retendo cerca de 80% de sua atividade mesmo após ficarem em metanol ou DMSO por 150 minutos.

Por Que Isso Funcionou?
Os cientistas não aceitaram apenas a palavra deles; eles olharam "sob o capô" usando simulações moleculares. Eles descobriram que as mutações que realizaram mudaram a forma da "boca" da enzima (o sítio ativo). Nas novas versões, os ingredientes (substratos) se encaixam de forma mais justa e formam conexões mais fortes, como uma peça de quebra-cabeça se encaixando perfeitamente no lugar. Esse ajuste mais justo significou que a enzima poderia agarrar seu alvo mais facilmente e segurá-lo firmemente enquanto realizava seu trabalho.

As simulações também mostraram que as novas enzimas eram mais compactas e rígidas, como uma mala bem arrumada comparada a uma bagunçada. Essa rigidez impediu que elas se desestruturassem quando as coisas esquentavam. Além disso, a superfície das novas enzimas tinha uma carga elétrica mais equilibrada, o que as ajudou a manter a estabilidade mesmo quando o ambiente ficava complicado.

A Conclusão
Este artigo sugere que combinar "viagem no tempo" (reconstrução ancestral) com design computacional inteligente (design semirracional) é uma maneira poderosa de construir melhores enzimas. Eles não tiveram apenas sorte; eles projetaram uma versão da enzima que é significativamente mais estável e eficiente. Embora a AspRedAm original fosse um pouco frágil, esses novos primos, Anc74_7 e Anc75_20, estão prontos para o mundo real, potencialmente ajudando a fabricar medicamentos e produtos químicos de forma mais eficiente e sustentável no futuro. O estudo prova que, ao olhar para o passado e usar ferramentas modernas, podemos projetar máquinas biológicas que estejam à altura dos desafios da indústria atual.

Resumo Técnico: Engenharia de uma Cetona Aminase Redutase Termoestável de Aspergillus oryzae via Design Baseado em Evolução

Definição do Problema
Aminas quirais são andaimes críticos em produtos farmacêuticos e agroquímicos, mas sua síntese industrial frequentemente depende de catálise química que requer condições severas ou sofre de limitações em seletividade estereoquímica e sustentabilidade. Embora a biocatálise ofereça uma alternativa mais suave e seletiva, a aplicação de aminases redutivas é frequentemente dificultada por escopos de substrato estreitos, baixa eficiência catalítica e baixa estabilidade. Especificamente, a redutase de amina de Aspergillus oryzae (AspRedAm), uma promissora aminase de imina dependente de NADPH, exibe limitações significativas em estabilidade térmica (precipitando após 1 hora a 40°C) e sensibilidade ao pH. Esses inconvenientes restringem sua utilidade prática na biocatálise industrial, necessitando de engenharia de proteínas para aumentar sua robustez e desempenho catalítico sem comprometer a atividade.

Metodologia
Este estudo empregou uma estratégia de design baseada em evolução integrando a Reconstrução de Sequência Ancestral (ASR) com mutagênese semiracional guiada por estrutura. O fluxo de trabalho procedeu da seguinte forma:

Análise Filogenética e ASR: Uma árvore filogenética foi construída utilizando 41 sequências homólogas de AspRedAm recuperadas do banco de dados NCBI. Utilizando abordagens de máxima verossimilhança em PAMLX, três nós ancestrais (Anc43, Anc74 e Anc75) foram reconstruídos. Esses nós foram selecionados com base em suas posições periféricas na árvore (associadas à diversificação funcional) e divergência de sequência substancial.
Identificação de Sítios de Mutação: O docking molecular foi utilizado para mapear as bolsas de ligação do substrato e identificar resíduos-chave dentro de 4,0 Å do substrato para AspRedAm e seus três variantes ancestrais.
Design Semiracional (FuncLib): O servidor FuncLib foi utilizado para gerar bibliotecas de mutantes. Combinando análise de conservação evolutiva com modelagem atômica de Rosetta, 50 estruturas de variantes foram geradas para cada um dos quatro enzimas (AspRedAm, Anc43, Anc74, Anc75), resultando em 200 candidatos iniciais.
Triagem In Silico: Os candidatos foram filtrados através de um processo de triagem multifatorial:
- Estabilidade: O FoldX foi usado para prever mudanças de estabilidade ( $\Delta\Delta G$ ), retendo variantes com perfis energéticos favoráveis.
- Afinidade de Ligação: O AutoDock Vina calculou as energias de docking para substratos e cofatores.
- Solubilidade: O DeepPredict estimou a acessibilidade à superfície do solvente (RSA).
- Dinâmica: Os 15 melhores variantes foram submetidos a simulações de dinâmica molecular (MD) de 10 ns para construir Paisagens de Energia Livre (FEL), avaliando a estabilidade conformacional e a profundidade do poço.
Validação Experimental: Três variantes selecionadas (Anc74_7, Anc75_8 e Anc75_20) foram expressas em E. coli BL21(DE3), purificadas e caracterizadas. Ensaios enzimáticos mediram temperatura/pH ideais, estabilidade térmica e de solvente, atividade específica e parâmetros cinéticos ( $K_m$ , $k_{cat}$ , $k_{cat}/K_m$ ).
Análise Mecanística: Simulações de MD de 100 ns, análise de contribuição de energia livre em nível de resíduo e cálculos de potencial zeta de superfície foram realizados para elucidar a base estrutural das melhorias observadas.

Principais Contribuições e Resultados
O estudo conseguiu projetar variantes de AspRedAm com eficiência catalítica e termoestabilidade significativamente aumentadas:

Desempenho Catalítico: A variante Anc75_20 exibiu um aumento de 2,2 vezes na atividade específica em comparação com a AspRedAm selvagem, enquanto a Anc74_7 mostrou um aumento de 1,6 vez. A análise cinética revelou que essas melhorias foram impulsionadas pelo aumento dos números de turnover ( $k_{cat}$ ) e, em alguns casos, pela melhoria da afinidade pelo substrato ( $K_m$ ). Por exemplo, com 1-indanona como substrato, a eficiência catalítica ( $k_{cat}/K_m$ ) da Anc75_20 aumentou em mais de 2 vezes.
Estabilidade Térmica: As variantes projetadas demonstraram uma resiliência térmica notável. A 50°C, as meias-vidas de Anc74_7 e Anc75_20 foram aproximadamente 377 vezes mais longas do que a da AspRedAm selvagem. Mesmo a 30°C, as variantes mantiveram a estabilidade por centenas de horas, com meias-vidas aproximadamente 187 vezes mais longas que a do tipo selvagem.
Tolerância a Solventes e pH: Os mutantes retiveram alta atividade residual (aprox. 80%) em solventes polares (metanol, DMSO) e mostraram melhor tolerância a solventes moderadamente polares (isopropanol, acetato de etila) em comparação com o tipo selvagem. Eles também mantiveram a atividade sob condições fortemente alcalinas (pH 10).
Insights Estruturais:
- Reconfiguração do Sítio Ativo: O docking molecular indicou que os variantes melhorados formaram redes de pontes de hidrogênio mais estáveis com os substratos (por exemplo, envolvendo os resíduos Asp280, Ser235, Ala120, Gly153, Ser155), levando a uma ligação de ligante mais apertada e ao posicionamento otimizado para a catálise.
- Estabilidade Conformacional: As simulações de MD e a análise de FEL mostraram que os variantes adotaram estruturas mais compactas (menor Raio de Giro) e exibiram uma área de superfície acessível ao solvente (SASA) reduzida. As FELs revelaram poços de baixa energia mais profundos e concentrados, indicando que os mutantes estabilizam a conformação cataliticamente ativa de forma mais eficaz do que o tipo selvagem.
- Otimização Eletrostática: A análise do potencial zeta de superfície mostrou que os variantes possuem uma distribuição de carga mais uniforme, reduzindo manchas extremas de carga positiva/negativa. Isso provavelmente contribui para sua maior tolerância a flutuações de pH e solventes orgânicos ao minimizar perturbações de carga superficial.

Significância
O artigo afirma que este trabalho demonstra a utilidade da integração da Reconstrução de Sequência Ancestral com o design semiracional guiado por estrutura (especificamente usando FuncLib) para o desenvolvimento de biocatalisadores de alto desempenho. Ao inferir sequências ancestrais extintas e refiná-las através de design computacional e triagem experimental, os autores conseguiram superar as limitações inerentes de estabilidade e atividade da AspRedAm. O estudo fornece um framework prático para a engenharia de enzimas, mostrando que a eficiência catalítica pode ser significativamente aumentada sem comprometer a estabilidade estrutural. As variantes resultantes oferecem uma plataforma robusta para aplicações industriais na síntese assimétrica de aminas quirais, abordando a necessidade de enzimas que funcionem efetivamente sob diversas e desafiadoras condições de processo.

A História da Superenzima

Mais como este