Os plásticos são materiais essenciais para a sociedade moderna devido às suas propriedades específicas, mas os níveis crescentes de poluição provenientes dos resíduos de plástico representam uma crise ambiental global. Recentemente, uma cepa de bactéria Ideonella sakaiensis 201-F6 foi isolada e demonstrou uma capacidade incomum de degradar o poli(tereftalato de etileno) (PET). A PETase da cepa 201-F6 de I. sakaiensis (IsPETase) catalisa a hidrólise do PET convertendo-o em ácido mono-(2-hidroxietil) tereftálico (MHET), liberando tereftalato de bis-2(hidroxietil) (BHET) e tereftalato (TPA) como produtos. Uma segunda enzima, MHETase (enzima de digestão de MHET), posteriormente converte MHET em dois monômeros: etilenoglicol (EG) e TPA. Neste estudo, realizaremos simulações de dinâmica molecular (MD) para investigar o comportamento da IsPETase nativa e suas variantes e possivelmente de outras enzimas que desempenham papéis importantes no ciclo completo de degradação do PET. Além disso, exploraremos como as mutações afetam a termoestabilidade e a interação com o substrato PET. Nosso objetivo é elucidar o reconhecimento e ligação de substratos e o mecanismo catalítico das reações enzimáticas, para o qual empregaremos métodos híbridos que combinam mecânica quântica e mecânica molecular (QM/MM) para analisar PETase e suas variantes na degradação de PET. Esperamos obter informações cruciais que possam contribuir para o desenvolvimento de novos biocatalisadores para a biodegradação do PET. Essas descobertas também podem orientar pesquisas futuras na engenharia de estruturas PETase para melhorar a eficiência da reciclagem de polímeros.

A biomassa lignocelulósica é uma fonte renovável extremamente importante de biomateriais e energia. Os polissacarídeos presentes nas plantas, compostos principalmente por fibras de celulose, são a maior fonte de carboidratos da Terra, enquanto a lignina, outro componente importante das paredes celulares das plantas, é a segunda maior fonte de compostos aromáticos, sendo superada apenas pelo petróleo. A desconstrução desses biopolímeros em seus blocos de construção requer uma variedade de enzimas de diferentes famílias. O objetivo principal deste projeto é investigar a estrutura, dinâmica e características funcionais de enzimas ativas em substratos derivados de biopolímeros lignocelulósicos. Usaremos métodos avançados clássicos e híbridos quânticos/clássicos QM/MM MD em nossos estudos. O foco inicial da pesquisa será no SCMGH6 e na nossa seleção de candidatos para enzimas GH1. Esperamos obter insights sobre sua função biológica em estreita conexão com a análise experimental. (AU)

Fratura óssea induzida por osteoporose tem se tornado um grande problema de saúde. O aumento da expectativa de vida resulta em uma maior fração da população afetada por osteoporose, uma doença crônica que aumenta o risco de fratura óssea deteriorando a estrutura do tecido desde a escala molecular até a escala macro. Se as tecnologias atuais de diagnóstico médico não melhorarem, fraturas ósseas decorrente de osteoporose vão se tornar um problema social e financeiro ainda maior para os sistemas de saúde. Identificando critérios de falha de estrutura ósseas e correlacionando tais critérios com sinais primários de deterioração do tecido, é possível aprimorar diagnósticos prognósticos. Uma nova abordagem de identificação prévia de fratura em tecidos ósseos afetados por osteoporose é proposta: A modelagem e simulação multi-escala 3D de fratura óssea induzida por osteoporose usando o método dos elementos de contorno, a dinâmica molecular e outros métodos computacionais. Como a análise computacional é executada a partir de tomografia computadorizada é possível obter a condição específica do paciente. (AU)

Propomos a aplicação de extensas técnicas clássicas de simulação MD e QM/MM para projetar mutações que possam aumentar a estabilidade térmica e a eficiência catalítica de enzimas para aplicações industriais. O foco principal do projeto será em xilanases e outras hidrolases glicosídicas (GHs) para sacarificação de polissacarídeos lineares de biomassa lignocelulósica, mas outras enzimas de interesse industrial, incluindo esterases, fitases e possivelmente outras, também podem ser consideradas à medida que o projeto evolui . A análise da paisagem conformacional, afinidade de ligação do ligante e itinerário catalítico serão realizados em mutantes putativos e comparados entre eles e com o tipo selvagem. As estratégias de prospecção de mutações candidatas para avaliação molecular in silico contarão com as varreduras Rosetta para alinhamento de sequências e varreduras de dissulfidização, além de nossa própria pesquisa automatizada. (AU)

O tema desta pesquisa de pós-doutorado é o estudo de mecanismos de reação e eficiência catalítica de enzimas ativas em substratos lignocelulósicos usando técnicas avançadas de modelagem molecular. As enzimas de interesse são principalmente Esterases (por exemplo, Glucuronil Esterases - GEs, Feruloil Esterases - FAEs) e ²-glicosidases Glicosídeo Hidrolases (GHs). GEs/FAEs e GHs estão envolvidos no pré-tratamento da biomassa lignocelulósica e na etapa de sacarificação, respectivamente. O melhoramento catalítico dessas enzimas tem um impacto potencial na redução dos custos de produção de biocombustíveis de nova geração. Propomos usar métodos híbridos de Mecânica Quântica/Mecânica Molecular (QM/MM) para descrever o mecanismo de reação dessas enzimas contra substratos lignocelulósicos e, posteriormente, aplicar abordagens de aprendizado de máquina para propor mutações que possam resultar em uma eficiência catalítica aprimorada das enzimas. As estruturas de estado de transição obtidas do QM/MM serão utilizadas como pontos de partida para o projeto com o protocolo enzimático Rosetta e estratégias de machine learning. Os modelos propostos serão posteriormente analisados usando redes neurais. Primeiro, vamos nos concentrar na obtenção de uma descrição molecular detalhada do mecanismo de reação e do rendimento catalítico estimado das enzimas usando QM/MM. Em seguida, combinaremos os dados obtidos para os campos eletrostáticos criados pelos resíduos-chave responsáveis pela estabilização dos estados de transição (TS) em algoritmos de aprendizado de máquina para propor novos modelos catalíticos. (AU)

A lignina é um biopolímero heterogêneo presente nas paredes celulares das plantas e desempenha um papel estrutural importante. Dada a sua abundância (o segundo biopolímero mais abundante na Terra), a lignina é a principal fonte de carbono aromático do planeta, o que destaca a oportunidade de aproveitar esta fonte renovável de produtos químicos valiosos. Os monômeros de lignina podem ser facilmente convertidos em compostos de alto valor - variando de alternativas a produtos químicos à base de petróleo até moléculas farmacêuticas - em muitos ambientes industriais. Porém, atualmente a grande quantidade de lignina gerada na agricultura e na indústria é simplesmente desperdiçada, devido à falta de estratégias para sua valorização. Assim, desenvolver abordagens para funcionalização química de monômeros de lignina é de extrema relevância para a criação de uma linha produtiva mais verde. Estudos recentes elucidaram muitos aspectos de uma enzima oxidativa de Amycolatopsis sp, denominada GcoA, que pertence à classe dos citocromos P450 e é capaz de demetilar os constituintes da lignina para gerar catecol, que pode ser posteriormente funcionalizado para valorizar a lignina. A presente proposta BEPE visa apoiar um estágio de doutorado de 12 meses com o Professor Samuel De Visser na Universidade de Manchester para realizar estudos sobre a atividade da GcoA em componentes de lignina. O Dr. De Visser é um conhecido cientista do Instituto de Biotecnologia de Manchester. O Grupo do Dr. De Visser ganhou destaque na área de citocromos P450, particularmente devido aos seus estudos fortes, relevantes e pioneiros baseados na Teoria Funcional da Densidade com muitas metaloenzimas, entre as quais está o GcoA. Propomos estudar e projetar variantes do GcoA que sejam mais seletivas para outros pequenos componentes e derivados da lignina que ainda não foram testados, como o guaetol. Também estudaremos os perfis de energia livre da reação de GcoA de tipo selvagem e os mutantes propostos usando técnicas clássicas e quânticas clássicas de MD, bem como abordagens quânticas completas baseadas em métodos DFT. Se o tempo permitir, consideramos a engenharia da GcoA para alargar seu sítio de ligação ao substrato, tornando-o capaz de comportar porções maiores de lignina. Para a engenharia do GcoA, inicialmente o local de ligação do substrato será minuciosamente examinado para procurar por resíduos que possam sofrer mutação. Esta etapa fundamental será guiada pela análise de conservação de resíduos e pelos resultados de trabalhos anteriores que redesenharam a GcoA. As mutações propostas no sítio ativo terão como objetivo criar contatos polares que estabilizem o estado de transição de um constituinte de lignina particular - elucidado pelos cálculos quânticos, aumentando assim a seletividade da enzima para um monômero particular. Além disso, técnicas avançadas que examinam o perfil de energia livre de ligação ao substrato serão usadas para comparar perfis de energia livre entre GcoA de tipo selvagem e mutante, bem como para pesquisar mutantes que melhor se liguem aos monômeros de lignina em questão e procurar por razões que conduzem a associação enzima-substrato. Se o tempo permitir, o alargamento do sítio de ligação da enzima será realizado de maneira semelhante: a partir da análise de conservação de resíduos, examinaremos as mutações que podem alargar a fenda de ligação sem grande perda de atividade. Finalmente, esta proposta BEPE está alinhada com o objetivo global de criar uma economia amiga do ambiente. O desenvolvimento de tecnologias que possibilitem a reinserção de subprodutos de resíduos na linha produtiva, reduzindo a quantidade de resíduos e as taxas de extração, é um meio promissor para o desenvolvimento de uma economia mais sustentável. Este projeto visa ajudar a atingir esse objetivo por meio da ciência de ponta, utilizando simulações computacionais de última geração que possam elucidar mecanismos de valorização da lignina. (AU)

Durante a evolução, somente uma pequena fração do espaço das sequências de proteínas foi amostrado. A área de design de proteínas de novo tem como objetivo explorar o espaço de sequências não visto durante a evolução para customizar proteínas com diversas aplicações em biologia e ciências de materiais. Por muitos anos, a área dependeu de testar experimentalmente uma proteína por vez com uma taxa de sucesso muito baixa. Recentemente, o Dr. Rocklin desenvolveu um ensaio que avalia a estabilidade de proteínas em larga escala e permite testar e classificar milhares de proteínas de acordo com a estabilidade de seu enovelamento. Esse ensaio também permitiu interrogar quais as variáveis associadas à sequência e à estrutura dessas proteínas que determinavam a sua estabilidade através da construção de modelos de aprendizagem de máquina preditivos. Esses modelos significativamente aumentaram a taxa de sucesso para as novas proteínas desenhadas. Entretanto, além de serem estáveis e bem enoveladas, proteínas exibem dinâmica e existem em um conjunto de estados que definem o seu perfil de energia o qual tem impacto direto na suas funções. Esses estados estão normalmente escondidos da maioria dos experimentos e nunca foram estudados em larga escala. Neste projeto, nós propomos o desenvolvimento e a aplicação de uma nova metodologia que se baseia na expressão, purificação e análise paralela de milhares de proteínas por troca de hidrogênio/deutério associada a espectrometria de massas para derivar quantitativamente o perfil de energia de nanocorpos. Essa classe de proteínas é extremamente importante em diversas aplicações na pesquisa, na área de diagnósticos e como biofármacos, mas apresenta baixa taxa de sucesso devido a propriedades biofísicas desfavoráveis tais como propensão a formação de agregados. Aqui, nós objetivamos construir modelos de aprendizado de máquina treinados em um grande conjunto de dados experimentais coletados para alguns milhares de nanocorpos que nos permitirá aprender como engenheirar nanocorpos com perfis energéticos otimizados para diversas aplicações. (AU)

Aquisição de cluster HPC de computadores como EMU no âmbito do Centro de Pesquisa de Computação em Engenharia e Ciências (AU)

Neste projeto, aplicaremos técnicas de otimização de topologia estrutural baseadas em métodos de elementos finitos (FEM) e descrições atomísticas ou de partículas (Molecular Dynamics - MD ou Discrete Element Method - DEM) dos diferentes constituintes poliméricos para estudar propriedades térmicas e mecânicas de fibras lignocelulósicas. O principal desafio é propor novas estratégias evolutivas para identificar modelos estruturais e estimar a topologia de materiais lignocelulósicos com base em propriedades térmicas e mecânicas pré-definidas.

Técnicas de metagenômica e de modelagem de proteínas por dinâmica molecular serão combinadas para identificar e estudar novas enzimas candidatas para a degradação de biomassa lignocelulósica com vistas à produção de etanol de segunda geração.