La dégradation du plastique en accéléré. Une nouvelle variante d’enzyme peut décomposer en quelques heures ou quelques jours des matières plastiques qui mettent généralement des siècles à se dégrader.
Une nouvelle variante d’enzyme peut décomposer en quelques heures ou quelques jours des plastiques qui détruisent l’environnement et qui prennent généralement des siècles à se dégrader. Elle a été créée par des ingénieurs chimistes et des scientifiques de l’Université du Texas à Austin.
Cette découverte, publiée le 27 avril 2022 dans le journal Naturepourrait contribuer à résoudre l’un des plus grands problèmes environnementaux du monde : que faire des milliards de tonnes de déchets plastiques qui s’accumulent dans les décharges et polluent nos terres naturelles et nos eaux. L’enzyme a le potentiel de suralimenter le recyclage à grande échelle, ce qui permettrait aux grandes industries de réduire leur impact environnemental en récupérant et en réutilisant les plastiques au niveau moléculaire.
“Les possibilités de tirer parti de ce processus de recyclage de pointe sont infinies dans toutes les industries”, a déclaré Hal Alper, professeur au département McKetta de génie chimique à UT Austin. “Au-delà de l’industrie évidente de la gestion des déchets, cela donne également aux entreprises de tous les secteurs la possibilité de prendre l’initiative de recycler leurs produits. Grâce à ces approches enzymatiques plus durables, nous pouvons commencer à envisager une véritable économie circulaire des plastiques.”
Comprend un timelapse de la dégradation du plastique sur une période de 48 heures. Crédit : Université du Texas à Austin / École d’ingénierie Cockrell.
Le projet se concentre sur le polyéthylène téréphtalate (PET), un polymère important que l’on trouve dans la plupart des emballages de consommation, notamment les boîtes de biscuits, les bouteilles de soda, les emballages de fruits et de salades, ainsi que certaines fibres et certains textiles. Il représente 12 % de l’ensemble des déchets mondiaux.
L’enzyme a pu accomplir un “processus circulaire” consistant à décomposer le plastique en parties plus petites (dépolymérisation), puis à le reconstituer chimiquement (repolymérisation). Dans certains cas, ces plastiques peuvent être entièrement décomposés en monomères en 24 heures seulement.
PET (polyéthylène téréphtalate) est la résine polymère thermoplastique la plus courante de la famille des polyesters et est utilisée dans les fibres pour les vêtements, les récipients pour les liquides et les aliments, et le thermoformage pour la fabrication.
Des chercheurs de la Cockrell School of Engineering et du College of Natural Sciences ont utilisé un modèle d’apprentissage automatique pour générer de nouvelles mutations d’une enzyme naturelle appelée PETase qui permet aux bactéries de dégrader les plastiques PET. Le modèle prédit quelles mutations de ces enzymes permettraient d’atteindre l’objectif de dépolymérisation rapide des déchets plastiques post-consommation à basse température.
Grâce à ce processus, qui comprenait l’étude de 51 différents conteneurs en plastique de post-consommation, de cinq différentes fibres et tissus en polyester et de bouteilles d’eau toutes fabriquées en PET, les chercheurs ont prouvé l’efficacité de l’enzyme, qu’ils appellent FAST-PETase (PETase fonctionnelle, active, stable et tolérante).
“Ce travail démontre vraiment le pouvoir de réunir différentes disciplines, de la biologie synthétique au génie chimique en passant par l’intelligence artificielle”, a déclaré Andrew Ellington, professeur au Center for Systems and Synthetic Biology, dont l’équipe a dirigé le développement du modèle d’apprentissage automatique.
Le recyclage est le moyen le plus évident de réduire les déchets plastiques. Mais à l’échelle mondiale, moins de 10 % de l’ensemble du plastique a été recyclé. La méthode la plus courante pour se débarrasser du plastique, outre sa mise en décharge, consiste à le brûler, ce qui est coûteux, consomme beaucoup d’énergie et rejette des gaz nocifs dans l’air. Parmi les autres procédés industriels alternatifs, on peut citer les procédés très énergivores de la glycolyse, de la pyrolyse et/ou de la méthanolyse.
Les solutions biologiques nécessitent beaucoup moins d’énergie. La recherche sur les enzymes pour le recyclage des plastiques a progressé au cours des 15 dernières années. Cependant, jusqu’à présent, personne n’avait réussi à trouver le moyen de fabriquer des enzymes capables de fonctionner efficacement à basse température pour les rendre à la fois portables et abordables à grande échelle industrielle. La FAST-PETase peut effectuer le processus à moins de 50 degrés Celsius.
Up next, the team plans to work on scaling up enzyme production to prepare for industrial and environmental application. The researchers have filed a patent application for the technology and are eying several different uses. Cleaning up landfills and greening high waste-producing industries are the most obvious. But another key potential use is environmental remediation. The team is looking at a number of ways to get the enzymes out into the field to clean up polluted sites.
“When considering environmental cleanup applications, you need an enzyme that can work in the environment at ambient temperature. This requirement is where our tech has a huge advantage in the future,” Alper said.
Reference: “Machine learning-aided engineering of hydrolases for PET depolymerization” by Hongyuan Lu, Daniel J. Diaz, Natalie J. Czarnecki, Congzhi Zhu, Wantae Kim, Raghav Shroff, Daniel J. Acosta, Bradley R. Alexander, Hannah O. Cole, Yan Zhang, Nathaniel A. Lynd, Andrew D. Ellington and Hal S. Alper, 27 April 2022, Nature.
DOI: 10.1038/s41586-022-04599-z
Alper, Ellington, associate professor of chemical engineering Nathaniel Lynd and Hongyuan Lu, a postdoctoral researcher in Alper’s lab, led the research. Danny Diaz, a member of Ellington’s lab, created the machine learning model. Other team members include from chemical engineering: Natalie Czarnecki, Congzhi Zhu and Wantae Kim; and from molecular biosciences: Daniel Acosta, Brad Alexander, Yan Jessie Zhang and Raghav Shroff. The work was funded by ExxonMobil’s research and engineering division as part of an ongoing research agreement with UT Austin.
