Kan proteindesign overgåden styrte evolusjonen innen resirkulering av plast?
Av Emily Reeves 11. november 2025. Oversatt herfra

Bilde 1. Protein-design utstyr

Et team av forskere fra Kina utnyttet KI til å designe et enzym som forenkler resirkulering av polyuretan! Dette arbeidet ble publisert i tidsskriftet Science.
Hva er polyuretan, og hvor brukes det? Det er en type plast, og det finnes stort sett overalt: sko, klær, yogamatter, madrasser, sofaputer. Mange av disse tingene ender opp på søppelfyllinger, hvor de vedvarer i årevis på grunn av kjemisk tverrbinding.

Hvordan oppnådde forskerne dette?
Forskerne utviklet en prosess kalt GRASE (Grafisk nevRalt nettverk basert på anbefaling av Aktive og Stabile Enzymer) for å screene og identifisere lovende uretanaser - enzymer som bryter ned uretanbindinger i polyuretan. Her er den trinnvise prosessen:

Trinn 1: Forskere identifiserte enzymer fra naturen med "promiskuøs" aktivitet mot polyuretan. I enzymologi betyr "promiskuøs" at disse proteinene ikke er strengt spesialiserte for ett substrat, men løst kan binde og delvis bryte ned en rekke molekyler. Disse naturlige enzymene ga forskerne ideer om krav til et enzym som kunne bryte ned polyuretan.

Trinn 2: For enzymer som manglet eksperimentelle strukturer, brukte forskerne AlphaFold til å forutsi 3D-modeller. Disse proteinstrukturene ble deretter konvertert til grafrepresentasjoner - hjørner for aminosyretyper, kanter for atomavstander i ryggrad - noe som gjorde dem til ideelle input for grafiske nevrale nettverk (GNN-er).

Trinn 3: Deretter ble et nevralt nettverk (hvordan AI fungerer) brukt til å analysere disse grafene og generere nye aminosyresekvenser som ble optimalisert for et sett med forhåndsinnstilte designfunksjoner som antas å legge til rette for nedbrytning av polyuretan.

Bilde 2. Enzymer nødvendige for å lage glukose

Trinn 4: De beste kandidatsekvensene ble uttrykt i bakterier (in vivo-produksjon) og testet for aktivitet mot polyuretansubstrater.

Resultatet: Blant treffene skilte et enzym kalt AbPURase seg ut, og viste 32 ganger større aktivitet mot ett substrat og 62 ganger større aktivitet mot et annet substrat. Med ytterligere optimalisering for industrielle forhold oppnådde AbPURase nesten fullstendig depolymerisering av kilogramstort polyuretanskum påbare åtte timer - og overgikk dermed langt de naturlige enzymene.

Hvorfor denne tilnærmingen slår tradisjonell styrt evolusjon
Styrt evolusjon utnytter mutasjon og kunstig seleksjon. Prosessen ber E. coli-populasjoner om en løsning, der forbedringer identifiseres via seleksjon. Det er vellykket til en viss grad, men begrenset av populasjonsstørrelse, mutasjonsrater/mutasjonsavveininger og evnen til å designe et passende seleksjonstrykk.
Dette arbeidet snur litt på manuset ved å dekode begrensninger i eksisterende proteiner (folding, katalyse, stabilitet) som muliggjør design av krav til nye funksjoner. Ingen blindsøk nødvendig, og resultatet? Et plastspisende enzym i én designsyklus.

Bilde 3. Eks. på anvendt Design forskning

Et interessant tankeeksperiment
Kan tilfeldig mutasjon pluss kunstig seleksjon bygge bro over gapet fra det nærmeste naturlige enzymet til dette AI-optimaliserte? Noen må kjøre det eksperimentet. Etter hvert som vi undersøker grensene for mutasjon og seleksjon kontra fremsynsdreven ingeniørkunst, vil denne typen eksperimenter være nøkkelen.
Dette føles som begynnelsen på designsentrisk proteinteknikk.