Plastikspisende enzym kunne eliminere milliarder af tons lossepladsaffald

En enzymvariant skabt af ingeniører og videnskabsmænd ved University of Texas i Austin kan nedbryde miljøbegrænsende plastik, der typisk tager århundreder at nedbryde på blot få timer til dage.

Denne opdagelse, offentliggjort i dag i Nature , kunne hjælpe med at løse et af verdens mest presserende miljøproblemer:hvad skal man gøre med de milliarder af tons plastikaffald, der hober sig op på lossepladser og forurener vores naturlige jorder og vand. Enzymet har potentialet til at overlade genanvendelse i stor skala, hvilket vil give større industrier mulighed for at reducere deres miljøpåvirkning ved at genvinde og genbruge plast på molekylært niveau.

"Mulighederne er uendelige på tværs af industrier for at udnytte denne førende genbrugsproces," sagde Hal Alper, professor i McKetta Department of Chemical Engineering ved UT Austin. "Ud over den åbenlyse affaldshåndteringsindustri giver dette også virksomheder fra alle sektorer mulighed for at tage føringen i genbrug af deres produkter. Gennem disse mere bæredygtige enzymtilgange kan vi begynde at forestille os en ægte cirkulær plastøkonomi."

Projektet fokuserer på polyethylenterephthalat (PET), en væsentlig polymer, der findes i de fleste forbrugeremballager, herunder småkagebeholdere, sodavandsflasker, frugt- og salatemballage samt visse fibre og tekstiler. Det udgør 12 % af alt globalt affald.

Enzymet var i stand til at gennemføre en "cirkulær proces" med at nedbryde plasten til mindre dele (depolymerisering) og derefter kemisk sætte den sammen igen (repolymerisation). I nogle tilfælde kan disse plastik nedbrydes fuldstændigt til monomerer på så lidt som 24 timer.

Forskere ved Cockrell School of Engineering og College of Natural Sciences brugte en maskinlæringsmodel til at generere nye mutationer til et naturligt enzym kaldet PETase, der tillader bakterier at nedbryde PET-plast. Modellen forudsiger, hvilke mutationer i disse enzymer, der ville opnå målet om hurtigt at depolymerisere post-consumer affaldsplastik ved lave temperaturer.

Gennem denne proces, som omfattede undersøgelse af 51 forskellige plastikbeholdere, fem forskellige polyesterfibre og -stoffer og vandflasker, alle lavet af PET, beviste forskerne effektiviteten af ​​enzymet, som de kalder FAST-PETase (funktionel, aktiv, stabil og tolerant PETase).

"Dette arbejde demonstrerer virkelig styrken ved at samle forskellige discipliner, fra syntetisk biologi til kemiteknik til kunstig intelligens," sagde Andrew Ellington, professor i Center for Systems and Synthetic Biology, hvis team ledede udviklingen af ​​maskinlæringsmodellen.

Genbrug er den mest oplagte måde at skære ned på plastikaffaldet. Men globalt set er mindre end 10 % af al plastik blevet genbrugt. Den mest almindelige metode til bortskaffelse af plastik er, udover at smide det på en losseplads, at brænde det, hvilket er dyrt, energikrævende og spytter skadelig gas ud i luften. Andre alternative industrielle processer omfatter meget energikrævende processer med glykolyse, pyrolyse og/eller metanolyse.

Biologiske løsninger tager meget mindre energi. Forskningen i enzymer til plastgenanvendelse er gået frem i løbet af de sidste 15 år. Indtil nu havde ingen dog været i stand til at finde ud af, hvordan man fremstillede enzymer, der kunne fungere effektivt ved lave temperaturer for at gøre dem både bærbare og overkommelige i stor industriel skala. FAST-PETase kan udføre processen ved mindre end 50 grader Celsius.

Derefter planlægger teamet at arbejde på at opskalere enzymproduktionen for at forberede industriel og miljømæssig anvendelse. Forskerne har indgivet en patentansøgning på teknologien og ser på flere forskellige anvendelser. Oprydning af lossepladser og grønnere industrier med høj affaldsproduktion er det mest oplagte. Men en anden vigtig potentiel anvendelse er miljøsanering. Holdet ser på en række måder at få enzymerne ud i marken for at rydde op i forurenede steder.

"Når du overvejer miljøoprydningsapplikationer, har du brug for et enzym, der kan arbejde i miljøet ved omgivelsestemperatur. Dette krav er, hvor vores teknologi har en enorm fordel i fremtiden," sagde Alper.

Alper, Ellington, lektor i kemiteknik Nathaniel Lynd og Hongyuan Lu, en postdoc-forsker i Alpers laboratorium, ledede forskningen. Danny Diaz, et medlem af Ellingtons laboratorium, skabte maskinlæringsmodellen. Andre teammedlemmer omfatter fra kemiteknik:Natalie Czarnecki, Congzhi Zhu og Wantae Kim; og fra molekylær biovidenskab:Daniel Acosta, Brad Alexander, Yan Jessie Zhang og Raghav Shroff. + Udforsk yderligere

Ny enzymopdagelse er endnu et spring mod plastikaffald