Aprendizagem semelhante à do cérebro encontrada em nanoporos bacterianos

Aprendizagem semelhante à do cérebro encontrada em nanoporos bacterianos

Aprendizagem semelhante à do cérebro encontrada em nanoporos bacterianos

As proteínas formadoras de poros estão espalhadas pelos organismos vivos. Nos humanos, são essenciais para a defesa imunitária, enquanto nas bactérias actuam frequentemente como toxinas que perfuram as membranas celulares. Esses poros microscópicos permitem que íons e moléculas se movam através das membranas, controlando o tráfego molecular dentro das células. Devido à sua precisão e controle, os cientistas os adaptaram como ferramentas de nanoporos para a biotecnologia, como no sequenciamento de DNA e na detecção molecular.

Embora os nanoporos biológicos tenham revolucionado a biotecnologia, eles podem se comportar de maneira complexa e às vezes errática. Os pesquisadores ainda não têm uma compreensão completa de como os íons viajam através deles ou por que o fluxo de íons ocasionalmente para completamente.

Dois comportamentos particularmente intrigantes há muito intrigam os cientistas: retificação e bloqueio. A retificação ocorre quando o fluxo de íons muda dependendo do “sinal” (mais ou menos – positivo ou negativo) da tensão aplicada. O gating acontece quando o fluxo de íons diminui ou para repentinamente. Esses efeitos, especialmente o gating, podem atrapalhar a detecção baseada em nanoporos e permanecem difíceis de explicar.

Uma equipe de pesquisa liderada por Matteo Dal Peraro e Aleksandra Radenovic da EPFL identificou agora os mecanismos físicos por trás desses dois efeitos. Usando uma combinação de experimentos, simulações e modelagem teórica, eles descobriram que tanto a retificação quanto o gating surgem das próprias cargas elétricas do nanoporo e da maneira como essas cargas interagem com os íons que se movem através do poro.

Experimentando cargas elétricas

A equipe estudou a aerolisina, um poro bacteriano comumente usado em pesquisas de detecção. Eles modificaram os aminoácidos carregados que revestem seu interior para criar 26 variantes de nanoporos, cada uma com um padrão de carga distinto. Ao observar como os íons viajavam através desses poros modificados sob diferentes condições, eles conseguiram isolar os principais fatores elétricos e estruturais.

Para entender melhor como esses efeitos evoluem ao longo do tempo, os cientistas aplicaram sinais de voltagem alternada aos nanoporos. Esta abordagem permitiu-lhes distinguir a retificação, que ocorre rapidamente, do gating, que se desenvolve mais lentamente. Eles então construíram modelos biofísicos para interpretar seus dados e revelar os mecanismos em funcionamento.

Como os nanoporos aprendem como o cérebro

Os pesquisadores descobriram que a retificação acontece devido à forma como as cargas ao longo da superfície interna influenciam o movimento dos íons, tornando mais fácil o fluxo dos íons em uma direção do que na outra, semelhante a uma válvula unidirecional. O gating, em contraste, ocorre quando um fluxo de íons pesados ​​perturba o equilíbrio de carga e desestabiliza a estrutura do poro. Este colapso temporário bloqueia a passagem de íons até que o sistema seja reiniciado.

Ambos os efeitos dependem da localização exata e do tipo de carga elétrica dentro do nanoporo. Ao inverter o “sinal” de carga, a equipe poderia controlar quando e como o bloqueio ocorria. Quando aumentaram a rigidez dos poros, o gate parou completamente, confirmando que a flexibilidade estrutural é a chave para este fenômeno.

Rumo a nanoporos mais inteligentes

Essas descobertas abrem novas possibilidades para a engenharia de nanoporos biológicos com propriedades personalizadas. Os cientistas agora podem projetar poros que minimizem a ativação indesejada para aplicações em detecção de nanoporos ou usar deliberadamente a ativação para computação de inspiração biológica. Numa demonstração, a equipe criou um nanoporo que imita a plasticidade sináptica, “aprendendo” com pulsos de voltagem, como uma sinapse neural. Esta descoberta sugere que os futuros processadores baseados em íons poderão um dia aproveitar esse “aprendizado” molecular para potencializar novas formas de computação.

Share this content:

Publicar comentário