La Rubisco és l'enzim que fixa la major part del diòxid de carboni que les plantes i molts microbis treuen de l'atmosfera, però és un enzim poc eficient: li costa distingir el CO2 de l'oxigen, i quan s'equivoca es perd energia. Fa dècades que els biòlegs intenten millorar-lo, sense gaire èxit, perquè les variants naturals han quedat encotillades en un espai de seqüències molt reduït.
Un equip de la Universitat de Califòrnia a Davis, el Lawrence Berkeley National Laboratory, el Joint BioEnergy Institute i NVIDIA, encapçalat per Alexander Kehl i Justin Siegel, ha provat una altra via en un preprint publicat a bioRxiv. Van ajustar el model de llenguatge de proteïnes ProGen-2 amb Rubiscos que no són de la forma I, van fer servir un segon model, ESM-2, com a jutge, i van generar 5,6 milions de seqüències noves. Després d'un filtratge filogenètic en van triar 21, molt diferents entre elles.
El resultat és modest però concret. Sis dels dissenys es van dissoldre bé dins del bacteri *E. coli*, cinc van produir quantitats mesurables de 3-fosfoglicerat (el producte de la reacció) i un va mostrar una selectivitat pel CO2 per damunt de la de les Rubiscos naturals representatives. L'estructura cristal·lina d'un dels enzims confirma que el lloc actiu té la geometria que el model havia previst, amb una precisió inferior a un àngstrom.
Cal llegir-ho amb prudència. És un preprint que encara no ha passat la revisió per parells, les proves són en bacteris i en tub d'assaig, no en una planta, i que una sola variant destaqui no vol dir que hi hagi una collita més productiva a la vista. El que sí que mostra és que els models de llenguatge poden sortir de l'espai de les seqüències naturals i acabar donant enzims que funcionen, cosa que fins ara semblava més fàcil de dir que de fer.