A equipa, liderada pela Universidade de Durham, em colaboração com parceiros da Islândia, Noruega e Polónia, analisou material genético de lagos vulcânicos islandeses e de fontes hidrotermais a mais de dois quilómetros abaixo da superfície do Oceano Atlântico Norte.

Pode parecer inacreditável, mas a natureza é a maior fonte mundial de enzimas úteis, embora muitas ainda permaneçam desconhecidas. Assim, utilizando a sequenciação de ADN de última geração, os especialistas conseguiram explorar enormes bases de dados contendo milhões de proteínas potenciais.

Através desta abordagem conseguiram identificar proteínas até então desconhecidas que se ligam ao ADN de cadeia simples e permanecem estáveis em condições adversas, como temperaturas elevadas, pH extremo ou níveis elevados de sal.
As proteínas recentemente descobertas foram cuidadosamente estudadas com recurso a diversas técnicas laboratoriais, e a equipa conseguiu demonstrar a sua excecional robustez e a elevada estabilidade térmica, necessárias para a utilização em biotecnologia e medicina.

Os especialistas também determinaram as suas estruturas tridimensionais com alta resolução, fornecendo uma visão detalhada de como as proteínas funcionam e tornando possível a otimização futura através do design de proteínas.

Especificamente, uma das novas proteínas de ligação ao ADN demonstrou melhorar os testes de diagnóstico baseados na amplificação isotérmica mediada por alça, conhecida como LAMP. Estes testes podem detetar material genético de vírus, bactérias ou parasitas sem a necessidade de equipamento de laboratório complexo.

A proteína adicionada acelerou e aumentou a sensibilidade dos testes, melhorando a deteção de RNA de vírus como o SARS-CoV-2, assim como de ADN de outros agentes infeciosos.

De acordo com a Professora Ehmke Pohl, da Universidade de Durham, o estudo destacou o enorme potencial da bioprospeção em habitats extremos. Os resultados não são apenas importantes para a bioeconomia, também lançam as bases para todos os métodos de Inteligência Artificial (IA) na previsão e no design da estrutura proteica.