¿Es posible diseñar la fotosíntesis para que sea más rápida y eficiente?
Una nueva investigación del IGI sugiere que hay formas de mejorar el desempeño de la enzima más abundante del mundo y su capacidad para capturar el carbono atmosférico.
Investigadores de todo el mundo están trabajando en nuevas tecnologías para capturar el carbono de la atmósfera, pero muchos enfoques no cumplen con una métrica clave: su capacidad de escalar. Sin embargo, la naturaleza ya ha desarrollado su propia solución a este problema: plantas, algas y métodos fotosintéticos. bacterias fotosintéticas son las mejores herramientas del mundo para eliminar el dióxido de carbono (CO2) de la atmósfera. La mayor parte de este trabajo lo realiza un enzima:Rubisco, la enzima más abundante en la Tierra, responsable de capturar ~100 gigatoneladas de carbono cada año.
Se podría decir que la Rubisco es la enzima más importante del planeta, pero está lejos de ser perfecta: en comparación con muchas otras enzimas, es bastante lenta y puede cometer errores, reaccionando accidentalmente con oxígeno en lugar de CO2. En los sistemas naturales parece haber una disyuntiva: las variantes de la Rubisco que cometen menos errores son más lentas, y las versiones más rápidas son más propensas a cometer errores. papel nuevo en Nature publicado hoyUn equipo dirigido por el investigador del IGI Dave Savage y el primer autor Noam Prywes mapeó un amplio paisaje de moléculas Rubisco mutantes mucho más allá de lo que se ha observado en la naturaleza, y encontró formas nuevas e inexploradas de mejorar y personalizar su función.
“La ingeniería Rubisco tendría un impacto increíble, ya que podríamos mejorar la capacidad de las plantas para asimilar CO2 y, en particular, para adaptarse a las condiciones atmosféricas futuras”, afirma Savage.
Explorando el paisaje de Rubisco
Si bien existen variaciones de la molécula de Rubisco en las distintas ramas del árbol de la vida, optimizadas para diferentes entornos, millones de años de experimentación evolutiva no han dado como resultado una versión de la enzima que sea rápida y precisa, al menos no una que los científicos hayan encontrado. Pero incluso si la enzima tiene un equilibrio entre velocidad y precisión inherente (una pregunta abierta), la ingeniería genética podría permitir a los científicos elegir versiones con el mejor equilibrio para sus aplicaciones específicas en ingeniería de cultivos, captura biológica de carbono, bioingeniería y más.
“Lo que queríamos hacer era crear conjuntos de datos de alto rendimiento de la función Rubisco para poder entender mejor sus ventajas y desventajas”, afirma Prywes. “Si se pueden crear conjuntos de datos de la función Rubisco, en principio también se podrían seleccionar Rubiscos que tengan comportamientos que se deseen para una aplicación específica”.
En este proyecto, el equipo estaba buscando cómo las diferentes mutaciones afectan la velocidad de la enzima y su afinidad por el CO2, lo que determina su precisión. Para ello, el equipo trabajó con sus colaboradores en el laboratorio de Ron Milo en el Instituto Weizmann para diseñar una cepa de la bacteria E. coli que dependiera de la Rubisco. En la naturaleza, E. coli no utiliza la Rubisco en absoluto, pero la cepa diseñada no puede sobrevivir sin ella. El equipo pudo correlacionar el crecimiento de las bacterias con la velocidad de su molécula de Rubisco (crecimiento más rápido, enzima más rápida), lo que les proporcionó un método para medir el impacto de los cambios en la letra singular secuencia que codifica la molécula.
“Hicimos lo que se llama un 'escaneo mutacional profundo' donde se hace cada una de las mutaciones aminoácidos “Encontramos un mutante de la enzima. Resultó que había un poco menos de 9,000 mutantes. Luego los examinamos todos en un grupo”, dice Prywes.
La pregunta era si alguna de estas mutaciones puntuales individuales cambiaba significativamente el rendimiento de la molécula de Rubisco en presencia de CO2. La mayoría de las mutaciones no tuvieron ningún efecto, mientras que algunas redujeron su afinidad por el CO2, volviéndola más propensa a errores. Pero unas pocas se destacaron por ser muy diferentes del resto. “La sorpresa divertida para nosotros fue que había cuatro mutaciones que estaban fuera de todo el ruido que mejoraba la afinidad por el CO2”, dice Prywes.
El equipo validó experimentalmente dos de estas mutaciones y predijo que mostrarían mejoras modestas en la precisión, de alrededor del 20 % o menos, pero se llevaron otra sorpresa divertida. Un mutante había duplicado aproximadamente la afinidad por el CO2 y el otro la había triplicado. Como en los sistemas naturales, no escaparon a la desventaja: si bien estos mutantes habían mejorado drásticamente su afinidad por el CO2, eran trabajadores muy lentos.
“Estábamos entusiasmados de que cambios tan grandes fueran posibles con un solo crianza de organismos con mutación deseada "Pero es importante recordar que esto es solo el comienzo", dice Savage. "Al combinar más datos y enfoques de aprendizaje automático, creemos que podemos diseñar variantes mejoradas para su uso en plantas y, posiblemente, superar el problema".
El equipo está repitiendo ahora el experimento en la dirección opuesta: probando mutaciones con oxígeno en lugar de CO2 para observar las tasas de error. El objetivo final es completar el mapa completo del paisaje de Rubisco para que pueda diseñarse a medida para aplicaciones específicas.
Esta investigación fue financiada en parte por la subvención K99GM141455-01 (NP) de los Institutos Nacionales de Salud, y el Departamento de Energía de los EE. UU., Programa de Biociencias Físicas, número de subvención DE-SC0016240 (DFS). Dave Savage es investigador del Instituto Médico Howard Hughes.
Más información:
- Un mapa del paisaje bioquímico de la rubisco. Prywes y otros (2025), Nature. https://www.nature.com/articles/s41586-024-08455-0