Descubren aprendizaje similar al cerebro en nanoporos bacterianos

Los proteínas formadoras de poros son comunes en los organismos vivos. En los humanos, son esenciales para la defensa inmune, mientras que en las bacterias a menudo actúan como toxinas que perforan las membranas celulares. Estos poros microscópicos permiten el paso de iones y moléculas a través de las membranas, controlando el tráfico molecular dentro de las células. Debido a su precisión y control, los científicos los han adaptado como herramientas de nanoporo para la biotecnología, como en la secuenciación de ADN y la detección molecular.

A pesar de que los nanoporos biológicos han revolucionado la biotecnología, su comportamiento puede ser complejo y, a veces, errático. Los investigadores aún carecían de una comprensión completa de cómo viajan los iones a través de ellos o por qué el flujo de iones a veces se detiene por completo.

Dos comportamientos particularmente desconcertantes han intrigado a los científicos durante mucho tiempo: la rectificación y el gating. La rectificación ocurre cuando el flujo de iones cambia según el "signo" (positivo o negativo) del voltaje aplicado. El gating sucede cuando el flujo de iones disminuye o se detiene repentinamente. Estos efectos, especialmente el gating, pueden interrumpir la detección basada en nanoporos y han permanecido difíciles de explicar.

Un equipo de investigación liderado por Matteo Dal Peraro y Aleksandra Radenovic en la EPFL ha identificado ahora los mecanismos físicos detrás de estos dos efectos. Utilizando una combinación de experimentos, simulaciones y modelado teórico, descubrieron que tanto la rectificación como el gating surgen de las cargas eléctricas internas del nanoporo y la forma en que esas cargas interactúan con los iones que se mueven a través del poro.

Experimentando con cargas eléctricas

El equipo estudió el aerolysin, un poro bacteriano comúnmente utilizado en investigaciones de detección. Modificaron los aminoácidos cargados que recubren su interior para crear 26 variantes de nanoporo, cada una con un patrón de carga distinto. Al observar cómo viajaban los iones a través de estos poros modificados bajo diferentes condiciones, pudieron aislar factores eléctricos y estructurales clave.

Para comprender mejor cómo evolucionan estos efectos con el tiempo, los científicos aplicaron señales de voltaje alternas a los nanoporos. Este enfoque les permitió distinguir la rectificación, que ocurre rápidamente, del gating, que se desarrolla más lentamente. Luego construyeron modelos biofísicos para interpretar sus datos y revelar los mecanismos en acción.

Cómo los nanoporos aprenden como el cerebro

Los investigadores descubrieron que la rectificación ocurre debido a cómo las cargas a lo largo de la superficie interna influyen en el movimiento de los iones, facilitando el flujo de iones en una dirección más que en la otra, similar a una válvula unidireccional. El gating, en contraste, ocurre cuando un flujo intenso de iones interrumpe el equilibrio de carga y desestabiliza la estructura del poro. Este colapso temporal bloquea el paso de iones hasta que el sistema se reinicia.

Ambos efectos dependen de la colocación exacta y el tipo de carga eléctrica dentro del nanoporo. Al invertir el "signo" de la carga, el equipo pudo controlar cuándo y cómo ocurría el gating. Cuando aumentaron la rigidez del poro, el gating se detuvo por completo, confirmando que la flexibilidad estructural es clave para este fenómeno.

Hacia nanoporos más inteligentes

Estos hallazgos abren nuevas posibilidades para la ingeniería de nanoporos biológicos con propiedades personalizadas. Los científicos ahora pueden diseñar poros que minimicen el gating no deseado para aplicaciones en detección con nanoporos, o utilizar deliberadamente el gating para la computación bioinspirada. En una demostración, el equipo creó un nanoporo que imita la plasticidad sináptica, "aprendiendo" de pulsos de voltaje de manera similar a una sinapsis neural. Este descubrimiento sugiere que futuros procesadores basados en iones podrían algún día aprovechar este "aprendizaje" molecular para impulsar nuevas formas de computación.