Investigadores de la EPFL han explicado los comportamientos impredecibles de los nanoporos biológicos, atribuyéndolos a cargas eléctricas internas. Al diseñar variantes del poro bacteriano aerolisina, demostraron cómo estos poros pueden imitar el aprendizaje similar al cerebral. Los hallazgos sugieren potencial para aplicaciones en computación bioinspirada.
Los nanoporos biológicos, pequeños orificios moleculares esenciales en la naturaleza y la biotecnología, han desconcertado a los científicos durante mucho tiempo con sus comportamientos complejos. Las proteínas formadoras de poros juegan roles clave en la defensa inmune humana y en toxinas bacterianas que perforan las membranas celulares, permitiendo un control preciso del movimiento de iones y moléculas. Adaptados para usos como la secuenciación de ADN y la detección molecular, estos poros a veces exhiben rectificación —donde el flujo de iones varía con la polaridad del voltaje— y gating, donde el flujo se detiene abruptamente.
Un equipo liderado por Matteo Dal Peraro y Aleksandra Radenovic en la EPFL investigó estos fenómenos utilizando el poro bacteriano aerolisina. Diseñaron 26 variantes modificando aminoácidos cargados dentro del poro, observando el viaje de los iones bajo diversas condiciones. Aplicando señales de voltaje alternas, diferenciaron la rectificación, que ocurre rápidamente, del gating que se desarrolla más lentamente. Los modelos biofísicos ayudaron a revelar los mecanismos.
La rectificación surge de las cargas a lo largo de la superficie interna del poro que influyen en el movimiento de los iones, actuando como una válvula unidireccional que favorece una dirección. El gating, sin embargo, resulta de un flujo intenso de iones que altera el equilibrio de cargas, desestabilizando la estructura flexible del poro y causando un bloqueo temporal hasta su restablecimiento. Invertir los signos de las cargas permitió controlar el tiempo del gating, mientras que aumentar la rigidez del poro lo eliminó por completo, subrayando la importancia de la flexibilidad estructural.
Estos conocimientos permiten el diseño personalizado de nanoporos para reducir el gating no deseado en la detección o explotarlo para la computación. En un experimento clave, el equipo creó un nanoporo que imita la plasticidad sináptica, "aprendiendo" de pulsos de voltaje similares a las sinapsis neuronales. Esto apunta a futuros procesadores basados en iones que aprovechen el aprendizaje molecular. El estudio aparece en Nature Nanotechnology (2025; DOI: 10.1038/s41565-025-02052-6).