La intel·ligència artificial (IA) revoluciona molts camps de la ciència, no només per la seva capacitat per dur a terme tasques complexes més ràpidament, sinó també perquè permet descobrir solucions innovadores a problemes que abans semblaven impossibles de resoldre. Una àrea on aquest impacte és particularment notable és l'enginyeria d'enzims, que és essencial per avançar en la sostenibilitat ambiental, el reciclatge i la bioeconomia.

Els enzims són proteïnes que actuen com a catalitzadors, és a dir, substàncies que acceleren les reaccions químiques sense consumir-se en el procés. En termes simples, són eines que utilitzen els éssers vius per dur a terme processos químics que d'una altra manera serien molt lents o impossibles a temperatures normals. Per exemple, els enzims a la teva saliva ajuden a descompondre els aliments mentre mastegues.

En la indústria, els enzims s'utilitzen per millorar productes com a detergents, perfums i aliments. També són fonamentals per a processos més avançats, com la producció de medicaments, la neteja de contaminants i el desenvolupament de combustibles renovables. Tanmateix, dissenyar i optimitzar enzims per a usos específics ha estat històricament un procés complicat, costós i lent. Aquí és on la intel·ligència artificial ha transformat el panorama.

El rol de la IA en l'enginyeria d'enzims

Tradicionalment, per modificar un enzim es requeria manipular l'ADN que la produeix, introduir aquests canvis en microorganismes vius com a bacteris, i després provar milers de variants per trobar-ne una que complís l'objectiu desitjat. Això podia prendre mesos o fins i tot anys. Amb la IA, aquest procés s'ha reduït a dies.

L'aprenentatge automàtic, una branca de la IA, permet predir com petits canvis en l'ADN d'un enzim poden millorar el seu funcionament. Per exemple, si es necessita un enzim més eficient per descompondre un plàstic, els algoritmes poden analitzar milers de mutacions possibles i suggerir les que probablement funcionen millor. Aquest enfocament elimina la necessitat d'utilitzar organismes vius en l'etapa inicial del disseny.

El diòxid de carboni (CO₂) és un dels principals responsables de l'escalfament global, i reduir-ne la presència a l'atmosfera és un desafiament clau. Les tecnologies de captura de carboni atrapen aquest gas abans que sigui alliberat a l'aire, per exemple, des de xemeneies industrials. Aquí, els enzims poden jugar un paper crucial.

Els enzims anomenats anhidrases carbòniques són capaços de convertir el CO₂ en bicarbonat, un compost menys nociu. Tanmateix, aquests enzims no són naturalment estables en els ambients extrems de les plantes industrials, com altes temperatures o condicions químiques adverses. Utilitzant IA i tècniques com l'evolució dirigida, els científics han desenvolupat variants d'aquests enzims que poden suportar temperatures superiors als 100 °C i condicions alcalines extremes. Aquestes versions optimitzades ja són provades en plantes pilot per reduir les emissions industrials.

Bioremediació: netejant el medi ambient amb enzims dissenyats

La bioremediació és el procés d'utilitzar microorganismes o enzims per eliminar contaminants del medi ambient. Per exemple, molt pesticides contenen compostos anomenats ortofosfats, que són extremadament tòxics per als éssers vius i poden romandre a terra durant anys. Els ortofosfats són molècules que contenen fòsfor i que interfereixen amb el sistema nerviós dels insectes, però també són perillosos per als humans si no manegen adequadament.

Amb IA, es van desenvolupar enzims que descomponen aquests compostos en substàncies inofensives. Un d'aquests enzims, dissenyat específicament per a un pesticida anomenat Paraoxón, ara pot descompondre aquest químic 63 vegades més ràpid que els enzims naturals. Això significa que àrees de terra contaminada poden restaurar-se en un temps molt menor, i beneficia així tant el medi ambient com les comunitats que depenen d'aquestes terres. Un altre contaminant comú són els compostos halogenats, com el tricloroetilè, utilitzats en la indústria com a solvents, però que contaminen l'aigua subterrània. En aquest cas, també s'han dissenyat enzims capaços de trencar els enllaços químics d'aquests compostos, transformant-los en substàncies no tòxiques.

El desafiament del plàstic: reciclatge enzimàtic

El tereftalat de polietilè (PET) és un dels plàstics més comuns i s'utilitza en ampolles, envasos d'aliments i roba. Encara que és reciclable, gran part del PET acaba en abocadors o als oceans, on pot tardar segles a descompondre's. Aquí és on entren en joc els enzims. Un enzim anomenat PETasa, descoberta en un bacteri que viu en un abocador de plàstics, pot descompondre el PET en els seus components bàsics, com l'àcid tereftàlic, que després pot reutilitzar-se per fabricar nous plàstics. Tanmateix, aquest enzim natural no és prou eficient per a aplicacions industrials. Utilitzant IA, els científics van modificar la PETasa perquè sigui molt més ràpida i resistent a temperatures elevades, la qual cosa permet que el reciclatge enzimàtic sigui més eficient. Per exemple, una versió millorada d'aquest enzim descompon el 90% d'una mostra de PET en només 10 hores, una cosa que seria impossible amb mètodes tradicionals.

La bioeconomia: cap a un futur sostenible

La bioeconomia es refereix a l'ús de recursos biològics, com plantes o rebutjos agrícoles, per produir energia, materials i productes químics de manera sostenible. Un exemple és la biomassa lignocel·lulosa, que inclou restes de fusta, palla i fulles. Aquesta biomassa conté cel·lulosa i lignina, compostos que poden convertir-se en biocombustibles o productes químics útils.

El problema és que la lignocel·lulosa és molt difícil de descompondre. Aquí, els enzims dissenyats amb IA han demostrat ser clau. Per exemple, s'han creat còctels enzimàtics que combinen diversos enzims per descompondre la cel·lulosa en sucres simples, que després poden fermentar-se per produir bioetanol, un combustible renovable. Aquests còctels són molt més eficients que els enzims naturals, el que redueix els costos i fa que el procés sigui més competitiu davant els combustibles fòssils.

Reptes i oportunitats

Malgrat els avenços, hi ha desafiaments importants. Moltes d'aquestes tecnologies encara no es van implementar a gran escala, i la generació de dades necessàries per entrenar els models d'IA continua sent costosa. La combinació d'intel·ligència artificial i biotecnologia no només promet un futur més sostenible, sinó que també redefineix com abordem els desafiaments globals. Aquesta col·laboració entre la intel·ligència humana i la computacional ens apropa cada vegada més a un món on la tecnologia treballa en harmonia amb la naturalesa.