Quand l’IA crée une enzyme mutante qui désintègre le plastique en un temps record
A l’aide d’un algorithme de machine learning, des chercheurs ont identifié cinq mutations d’une enzyme naturelle pour créer une variante artificielle capable de décomposer le plastique en quelques jours.
L’intelligence artificielle peut contribuer à trouver des solutions environnementales. Notamment dans le domaine du recyclage et de la décomposition des matières plastiques. Des ingénieurs et des scientifiques de l'université du Texas à Austin ont en effet créé une enzyme au pouvoir surnaturel. Elaborée à l'aide de techniques de machine learning, la protéine née en laboratoire est en mesure de dégrader presque entièrement des emballages en PET en à peine une semaine, alors que cette matière prend normalement des siècles à se décomposer.
Réutiliser les plastiques au niveau moléculaire
Dans leur article publié par la revue Nature, les chercheurs expliquent que leur enzyme, baptisée FAST-PETase, est aussi capable de réaliser un processus circulaire consistant à décomposer le plastique en éléments plus petits (dépolymérisation), puis à le reconstituer chimiquement (repolymérisation). Le tout à une température de moins de 50 degrés celsius. «Jusqu'à présent, personne n'avait réussi à trouver comment fabriquer des enzymes capables de fonctionner efficacement à basse température pour les rendre à la fois portables et abordables à grande échelle industrielle», précise l'université du Texas à Austin dans son communiqué. La substance créée, qui catalyse les réactions chimiques, a ainsi le potentiel de booster le recyclage à grande échelle en récupérant et en réutilisant les plastiques au niveau moléculaire. FAST-PETase est en outre prometteuse pour procéder à des assainissements de l'environnement. L'équipe de chercheurs étudie désormais un certain nombre de moyens pour nettoyer les sites pollués à l'aide de cette protéine artificielle.
Cinq mutations d’une enzyme naturelle
FAST-PETase est une version mutante (cinq mutations) de l’enzyme PETase que l'on trouve dans la nature, également capable de dégrader le PET, mais moins rapidement. FAST-PETase a été créé à l’aide d’un algorithme de machine learning qui a généré des mutations de l’enzyme naturelle et prédit celles qui permettraient d'atteindre l'objectif de dépolymérisation rapide à basse température. «Ce travail démontre vraiment le potentiel du rapprochement de différentes disciplines, de la biologie synthétique au génie chimique en passant par l'intelligence artificielle», a déclaré Andrew Ellington, professeur au Center for Systems and Synthetic Biology, dont l'équipe a dirigé le développement du modèle d'apprentissage automatique.
