Modelagem computacional e docking molecular de enzimas secretadas por Xanthomonas albilineans

Abstract

A crescente demanda energética, juntamente com o impacto ambiental provocado pela queima de combustíveis fósseis (petróleo, gás natural e carvão mineral), impõe a necessidade do desenvolvimento de fontes alternativas e renováveis de energia. O etanol celulósico, impulsionado pelo avanço tecnológico, tem recebido crescente relevância como integrante na solução para essa questão energética. Esse tipo de etanol é produzido a partir dos carboidratos complexos (celulose e hemicelulose) extraídos da biomassa lignocelulósica (madeira, gramíneas, resíduos agrícolas, entre outros), uma matéria-prima de baixo custo e abundante no planeta. O processo de obtenção desses carboidratos é dependente das enzimas ativas em carboidratos (CAZymes), que são responsáveis pela biotransformação e degradação dos componentes lignocelulósicos em partes menores. Atualmente, as CAZymes utilizadas durante o processo de produção do etanol celulósico possuem um alto custo e baixa eficiência, sendo necessário a exploração de novas enzimas. Embora diversas bactérias, fungos, leveduras e animais decompositores possuam CAZymes naturais, o número de organismos analisados é limitado. A bactéria Xanthomonas albilineans, um fitopatógeno cujo principal hospedeiro é a cana-de-açúcar, uma gramínea reconhecida por sua capacidade de produção de biomassa e energia, desenvolveu ao longo de seu processo evolutivo mecanismos otimizados para invadir e sobreviver no xilema da planta. Um dos principais mecanismos de infecção utilizados por esta bactéria envolve a secreção de enzimas adaptadas para degradar a parede celular vegetal e utilizar os produtos da quebra como fonte de carbono para sua sobrevivência. Essa capacidade em degradar a parede celular vegetal, transforma Xanthomonas albilineans em um alvo de estudo que pode resultar na identificação de novas CAZymes com potencial para a produção de biocombustíveis. Em razão dos métodos experimentais para determinar a estrutura de proteínas demandarem um alto recurso financeiro, este trabalho teve como objetivo utilizar ferramentas computacionais para identificar CAZymes secretadas por Xanthomonas albilineans que estão envolvidas na degradação da parede celular vegetal, através da hidrólise de celulose. Foram utilizados métodos de bioinformática estrutural para realizar uma triagem do proteoma da bactéria e a predição estrutural de cinco enzimas (XALc_0484, XALc_0865, XALc_0874, XALc_2967 e XALc_2969) secretadas pelo patógeno. Estas enzimas foram selecionadas para análise subsequente de interação com os oligossacarídeos de celulose, por intermédio de docking molecular. Entre os principais métodos utilizados para a predição estrutural das enzimas, os métodos que empregam algoritmos de Inteligência Artificial apresentaram os melhores modelos, com destaque para as estruturas obtidas no banco de dados do AlphaFold. A análise estrutural revelou que quatro dessas enzimas possuem domínios estruturais conservados que as classificam entre as famílias de hidrolases glicosídicas, GH5 (XALc_2967 e XALc_2969), GH6 (XALc_0484) e GH12 (XALc_0865). XALc_0874 apresentou semelhanças estruturais com alginato liases da família PL6. Com base nos resultados das simulações de docking foi possível inferir que as enzimas XALc_0484, XALc_0865, XALc_2967 e XALc_2969 provavelmente atuam na degradação da celulose, com preferência por ligantes maiores como os tetrassacarídeos. Além disso, XALc_0484 obteve os melhores resultados entre todas as enzimas analisadas, justificando sua posição de destaque para a sobrevivência de X. albilineans e um potencial alvo para uso industrial. As ferramentas computacionais utilizadas provaram ser essenciais para os estudos de biologia estrutural.