Prima di procedere
L'inquinamento da plastica rappresenta una sfida globale complessa, data la varietà di polimeri esistenti, come poliesteri, PET e poliuretano, ognuno con legami chimici unici che richiedono specifici metodi di degradazione. Mentre enzimi capaci di scomporre alcune plastiche sono già stati sviluppati, essi affrontano solo una parte del problema. Se per il PET e altri tipi di plastica sono state trovate soluzioni di riciclo, il poliuretano è rimasto a lungo una sfida insormontabile per gli scienziati.
Il poliuretano trova impiego in imballaggi, abbigliamento, calzature e molti altri settori. Nel 2024, ad esempio, la produzione globale di questo polimero ha raggiunto i 22 milioni di tonnellate, senza che si riuscisse a scomporlo efficacemente nei suoi componenti chimici di base. Una parziale degradazione del poliuretano si ottiene riscaldandolo in presenza di dietilenglicole, ma dalla miscela risultante è impossibile estrarre i componenti fondamentali per un riutilizzo. Per questo motivo, il poliuretano viene spesso incenerito, equiparandolo a rifiuti tossici.
Un gruppo internazionale di ricercatori ha deciso di sfruttare le potenzialità dell'Intelligenza Artificiale (IA) per individuare un enzima più efficace nella degradazione del poliuretano. Inizialmente, hanno esaminato studi precedenti, selezionando 15 candidati promettenti. Un requisito fondamentale era la capacità dell'enzima di operare in presenza di dietilenglicole e ad alte temperature, condizioni che richiedono una notevole stabilità proteica. Dopo una prima selezione, sono stati identificati 3 enzimi particolarmente promettenti, le cui strutture proteiche sono state confrontate con database di strutture proteiche reali e con il database di previsioni proteiche AlphaFold di Google.
L'efficacia di questa prima fase di ricerca si è rivelata limitata. I ricercatori hanno quindi adattato le reti neurali Pythia-Pocket e Pythia per le loro esigenze. L'IA è stata incaricata di analizzare gli amminoacidi che compongono gli enzimi promettenti, valutando la loro reattività con altre sostanze chimiche e la stabilità degli enzimi nelle condizioni operative. L'affinamento degli strumenti di IA ha portato alla creazione di una nuova piattaforma, GRAS, che si è dimostrata la più efficace nel raggiungere l'obiettivo.
L'algoritmo GRAS ha identificato 24 potenziali enzimi per la degradazione del poliuretano, 21 dei quali hanno confermato la loro attività in laboratorio. Tra questi, 8 si sono rivelati 30 volte più efficienti degli enzimi naturali. In presenza di dietilenglicole e ad una temperatura di 50 °C, uno degli enzimi ha superato di 450 volte l'efficacia degli enzimi naturali, degradando il 98% del poliuretano nei suoi elementi chimici di base in sole 12 ore. Test su scala maggiore hanno dimostrato che l'efficienza dell'enzima si riduce minimamente: nella lavorazione di un chilogrammo di poliuretano, il 95% della plastica è stato degradato. La stabilità dell'enzima è risultata eccellente, consentendone il riutilizzo per tre cicli senza perdita di efficacia.
L'algoritmo GRAS è in grado di identificare proteine adatte alla degradazione di altri tipi di plastica. L'IA ha dimostrato di essere un valido partner, aprendo la strada al riciclo completo della plastica e al riutilizzo dei suoi componenti chimici. Questa scoperta rappresenta un passo avanti significativo nella lotta contro l'inquinamento da plastica, offrendo una soluzione sostenibile ed efficiente per la gestione dei rifiuti plastici.
