La capacité de réagir à un environnement changeant était autrefois considérée comme exclusive aux organismes vivants complexes. Viennent ensuite les ordinateurs, spécialement conçus pour les tâches stimulus-réponse, qui peuvent capter les signaux de leur environnement et choisir la marche à suivre en fonction des instructions déjà écrites.
Les scientifiques souhaitent depuis longtemps reproduire ce type de comportement dans les systèmes chimiques. La vie et les ordinateurs ont tous deux besoin de nombreux éléments fonctionnant de manière synchronisée pour prendre des décisions. Il semblait donc assez exagéré de s’attendre à ce qu’une poignée de produits chimiques dans un tube à essai fasse de même.
Pas plus. Une équipe de chercheurs des Pays-Bas et d'Australie a développé un nouveau réseau chimique dans lequel différents peptides entrent en compétition pour les enzymes, en particulier les protéases disposées en réseau. Cette compétition provoque une réorganisation du mélange chimique, formant un réseau enzymatique qui s'adapte au milieu extérieur.
Le réseau peut classer les signaux chimiques et physiques, détecter avec précision la température dans la plage de 25 à 55 °C avec une précision d'environ 1,3 °C et effectuer des tâches telles que faire des choix et ajuster ses réponses, à l'instar des systèmes neuronaux. Le réseau basé sur la protéase peut également gérer plusieurs étapes de traitement simultanément, comme indiqué dans Nature.
Émuler la complexité biologique
Les cellules vivantes absorbent constamment des informations provenant de leur environnement. Ils peuvent détecter des éléments tels que les nutriments, les changements de température, les niveaux d’acidité et la lumière. D’un point de vue biologique, il apparaît comme un réseau complexe de machines, chacune accomplissant sa tâche avec efficacité. En zoomant, il devient clair que l’ensemble du système est piloté par un réseau de produits chimiques qui se signalent et réagissent continuellement les uns avec les autres.
Les chercheurs ont découvert que bon nombre de ces réseaux chimiques complexes dans la nature sont construits à l’aide de modèles similaires et reproductibles appelés motifs de réseau. Plusieurs études ont utilisé ces motifs de réseau comme modèles pour concevoir des réseaux de réactions synthétiques imitant le traitement de l'information biologique, mais elles n'ont pas pu capturer toute la complexité des systèmes vivants.
Les cadres qui se rapprochent le plus de cette polyvalence sont ceux à interactions récursives : les produits d'une réaction chimique sont réinjectés dans le système pour être à nouveau traités. Ces réseaux de réactions peuvent générer une grande variété de produits chimiques à partir de quelques intrants de départ seulement.
Des décisions pilotées par des atomes
En tirant parti des interactions récursives, les chercheurs ont construit un réseau de compétition enzymatique (ERN) complexe et récursif, un environnement chimique hautement dynamique qui sert de base à leur ordinateur moléculaire. Le réseau est construit à partir de sept enzymes et sept peptides avec plusieurs sites de clivage utilisés pour créer un réseau de réaction récursif et compétitif.
Les peptides entrent en compétition pour les enzymes et sont coupés à plusieurs reprises, créant un mélange de fragments en constante évolution. Ce processus continu produit un réseau hautement non linéaire de réactions enzymatiques, aboutissant à un mélange complexe de fragments chimiques dont la composition varie considérablement en fonction des entrées initiales, qui peuvent inclure des changements dans la concentration en peptides ou dans l'environnement physique, comme la température ou le pH.
Les fragments chimiques sont mesurés en temps réel à l'aide d'un spectromètre de masse. Ces données sont ensuite interprétées par un algorithme simple appelé couche de lecture linéaire, qui décode les modèles de fragments et les traduit en une décision ou une prédiction finale, telle que la détection de la température, la détection des changements de périodicité des impulsions lumineuses ou temporelles.
Les chercheurs pensent que les capacités démontrées par l’ERN pourraient lui permettre d’effectuer une détection dynamique et de stocker ou coder des informations temporelles à l’aide d’impulsions optiques. De telles capacités pourraient conduire à des biocapteurs et à des matériaux plus intelligents et plus adaptatifs ayant des applications concrètes dans les soins de santé et la technologie.
Écrit pour vous par notre auteur Sanjukta Mondal, édité par Stephanie Baum, et vérifié et révisé par Robert Egan, cet article est le résultat d'un travail humain minutieux. Nous comptons sur des lecteurs comme vous pour maintenir en vie le journalisme scientifique indépendant. Si ce reporting vous intéresse, pensez à faire un don (surtout mensuel). Vous obtiendrez un sans publicité compte en guise de remerciement.
