Academic literature on the topic 'Amarrage moléculaire'

Les phénotypes de tous les organismes vivants connus sont déterminés par les interactions compliquées entre les protéines produites dans ces organismes. La compréhension des réponses des organismes aux stimuli externes ou internes est basée sur la compréhension des interactions des protéines individuelles et des structures de ses complexes. La prédiction d'un complexe de deux ou plus protéines est le problème du domaine du docking protéine-protéine. Les algorithmes du docking ont habituellement deux étapes majeurs: recherche 6D exhaustive suivi par le scoring. Dans ce travail, nous avons contribués aux deus étapes sus indiquées. Nous avons développés le nouvel algorithme pour la recherche 6D exhaustive, HermiteFit. Cela est basé sur la décomposition des fonctions 3D en base Hermite. Nous avons implémenté cet algorithme dans le programme pour le fitting (l'ajustement des donnés) des cartes de densité électronique de résolution faible. Nous avons montrés qu'il surpasse les algorithmes existants en terme de temps par point tandis qu'il maintient la même précision du modèle sortant. Nous avons aussi développés la nouvelle approche de calculation de la fonction du scoring, qui est basé sur les arguments logique simples et qui évite la calculation ambiguë de l'état de référence. Nous avons comparés cela aux fonctions de scoring existantes avec l'aide du docking protéines-protéines benchmarks bien connues. Enfin, nous avons développés une approche permettant l'inclusion des interactions eau-protéine à la fonction du scoring et nous avons validés notre méthode pendant le CAPRI (Critical Assessment of Protein Interactions) tour 47
The phenotype of every known living organism is determined mainly by the complicated interactions between the proteins produced in this organism. Understanding the orchestration of the organismal responses to the external or internal stimuli is based on the understanding of the interactions of individual proteins and their complexes structures. The prediction of a complex of two or more proteins is the problem of the protein-protein docking field. Docking algorithms usually have two major steps: exhaustive 6D rigid-body search followed by the scoring. In this work we made contribution to both of these steps. We developed a novel algorithm for 6D exhaustive search, HermiteFit. It is based on Hermite decomposition of 3D functions into the Hermite basis. We implemented this algorithm in the program for fitting low-resolution electron density maps. We showed that it outperforms existing algorithms in terms of time-per-point while maintaining the same output model accuracy. We also developed a novel approach to computation of a scoring function, which is based on simple logical arguments and avoids an ambiguous computation of the reference state. We compared it to the existing scoring functions on the widely used protein-protein docking benchmarks. Finally, we developed an approach to include water-protein interactions into the scoring functions and validated our method during the Critical Assessment of Protein Interactions round 47

Ce projet de thèse décrit la conception d'inhibiteurs de deux enzymes de l'agent du paludisme et de modulateurs de la sous-unité α5 des récepteurs nicotiniques de l'acétylcholine (nAChR) impliqués dans les dépendances. La subtilase de Plasmodium vivax (SUB1), nécessaire pour la sortie des parasites des cellules a été ciblée avec des inhibiteurs covalents réversibles. Nous avons effectué un docking covalent de peptidomimétiques candidats et étudié leur cyclisation. Plusieurs mimétiques ont montré une activité sub-micromolaire et leur structure a pu être résolue par co-cristallisation. Nous avons ciblé la lactate déshydrogénase, essentielle au métabolisme de Plasmodium falciparum avec des inhibiteurs conçus par analogie du tandem cofacteurs-substrat. Nous avons construit une bibliothèque combinatoire que nous avons criblé in silico, en évitant de cibler les isoenzymes humaines. Nous avons sélectionné une cinquantaine de molécules, en cours de synthèse pour tests ex vivo. Enfin, pour lutter contre les dépendances, une chimère α5-α4 de l'AChBP a été utilisée dans une approche multidisciplinaire. La structure en complexe avec les premiers ligands connus d'α5 a été résolue et nous l'avons utilisée avec deux modèles comparatifs pour un criblage in silico. Nous avons introduit l'interaction cation-π dans le logiciel FlexX, autorisé des chaînes latérales flexibles dans le site de liaison et développé un pipeline interactif pour l'analyse des résultats de criblage virtuel. Les molécules obtenues ont été confirmées par des expériences STD-RMN. Des modèles de réseaux neuronaux profonds ont également été construits pour prédire la bioactivité sur cible et hors cible
This PhD project describes the design of inhibitors of two essential malaria enzymes and of novel modulators of specific nicotinic acetylcholine receptors (nAChRs). Plasmodium vivax subtilase SUB1 is required for parasite egress. We focused our efforts on the design of reversible covalent inhibitors of PvSUB1. We performed covalent docking of potential peptide and peptidomimetic candidates and studied peptide cyclization. Several peptides have shown activity in the submicromolar range and could be resolved after co-crystalization. Plasmodium falciparum lactate dehydrogenase is critical for parasite metabolism. We targeted it by design on the basis of inhibitory cofactor analogs. We have built a combinatorial library aiming to bridge the cofactor and the substrate binding site, while avoiding affecting the human isoenzymes. We screened it in silico and selected about fifty molecules that are under synthesis for ex vivo testing. We also targeted α5 subunit containing nAChRs to address addiction. A multidisciplinary approach has been established. It uses an AChBP engineered chimera, which structure was solved in complex with the first known 5 ligands. This structure, and two comparative modeling models were used to perform in silico screening. A cation-π interaction definition was introduced in the FlexX software and side chain flexibility was allowed in the binding site. An interactive pipeline was developed for the analysis of the virtual screening results and hit molecules have been confirmed by STD-NMR experiments. Deep neural networks models were also built to assess on- and off-target bioactivity prediction in a panel of nAChRs and putative off-targets

Dans la cellule, les protéines évoluent dans un environnement très dense et interagissent ainsi avec un grand nombre de partenaires spécifiques et non-spécifiques qui entrent en compétition. L’objectif de ma thèse est de caractériser les propriétés physiques et évolutives des surfaces protéiques pour comprendre comment la pression de sélection s’exerce sur les protéines, façonnant leurs interactions et régulant ainsi cette sévère compétition.Pour cela, j’ai développé une méthodologie permettant de caractériser la propension des protéines à interagir avec les protéines de leur environnement, par des approches de docking. La cartographie moléculaire permettant la visualisation et la comparaison des propriétés de la surface des protéines, j’ai donc mis en place un nouveau cadre théorique basé sur une représentation des paysages énergétiques d'interaction par des cartes d'énergies. Ces cartes (en deux dimensions) reflètent de manière synthétique la propension des surfaces protéiques à engager des interactions avec d’autres protéines. Elles sont donc d’un grand intérêt pratique pour déterminer les régions des surfaces protéiques les plus enclines à engager des interactions avec d’autres molécules.Ce nouveau cadre théorique a permis de montrer que les surfaces des protéines comprennent des régions de différents niveaux d'énergies de liaison (régions chaudes, intermédiaires et froides pour les régions d'interaction favorables, intermédiaires et défavorables respectivement).Une partie importante de la thèse a consisté à caractériser les propriétés physico-chimiques et évolutives de ces différentes régions. L'autre partie a consisté à appliquer cette méthode sur plusieurs systèmes : complexes homomériques, protéines du cytosol de S. cerevisiae, familles d'interologues. Ce travail ouvre la voie à un grand nombre d'applications en bioinformatique structurale, telles que la prédiction de sites de liaison, l’annotation fonctionnelle ou encore le design de nouvelles interactions.En conclusion, la stratégie mise en place lors de ma thèse permet d’explorer la propension d’une protéine à interagir avec des centaines de partenaires d'intérêts, et donc d'investiguer le comportement d’une protéine dans un environnement cellulaire spécifique. Cela va donc au-delà de l'utilisation classique du docking "binaire" puisque notre stratégie fournit une vision systémique des interactions protéiques à l’échelle des "résidus"
In the crowded cell, proteins interact with their functional partners, but also with a large number of non-functional partners that compete with the functional ones. The goal of this thesis is to characterize the physical properties and the evolution of protein surfaces in order to understand how selection pressure exerts on proteins, shaping their interactions and regulating this severe competition.To do this I developed a framework based on docking calculations to characterize the propensity of protein surfaces to interact with other proteins. Molecular cartography enables the visualization and the comparison of surface properties of proteins. I implemented a new theoretical framework based on the representation of interaction energy landscapes by 2-D energy maps. These maps reflect in a synthetic manner the propensity of the surface of proteins to interact with other proteins. These maps are useful from a practical point view for determining the regions of protein’s surface that are more prone to interact with other proteins. Our new theoretical framework enabled to show that the surface of proteins harbor regions with different levels of propensity to interact with other proteins (hot regions, intermediate and cold regions to favorable, intermediate and unfavorable regions respectively).A large part of this thesis work consisted in characterizing the physico-chemical properties and the evolution of these regions. The other part of this thesis work consisted in applying this methodology on several study systems: homomeric complexes, cytosolic proteins from S. cerevisiae, families of interologs. This work opens the way to numerous practical applications in structural bioinformatics, such as binding site prediction, functional annotation and the design of new interactions.To conclude, the strategy implemented in this work enable the exploration of the propensity of a protein to interact with hundred of protein partners. It thus enables the investigation of the behavior of a protein in a crowded environment. This application goes beyond the classical use of protein docking as a, because our strategy provides a systemic point of view of protein interactions at an atomic resolution

L’ADN, support de l’information génétique, est constamment altéré par des agents physiques ou chimiques d’origines endogènes (métabolisme) et exogènes (UV, radiations ionisantes, produits chimiques) dont les effets sont génotoxiques. Ces modifications structurales délétères de l’ADN sont éliminées par de nombreux mécanismes de réparation. Parmi eux, le système de réparation par excision de bases (BER) est initié par les ADN glycosylases qui reconnaissent et éliminent les bases endommagées. Dans certaines stratégies anti-cancéreuses, l’utilisation de la chimiothérapie et la radiothérapie ont pour but la destruction des cellules cancéreuses en altérant leur ADN. Dans ce contexte, les ADN glycosylases réparent l’ADN des cellules traitées et induisent une résistance non désirée au traitement, faisant de ces enzymes des cibles thérapeutiques intéressantes. Le but de ces travaux est d’approfondir la compréhension des mécanismes de réparation des ADN glycosylases de la superfamille structurale Fpg/Nei grâce à la modélisation moléculaire et de pouvoir identifier et concevoir des inhibiteurs de ces enzymes. Les simulations de dynamique moléculaire (DM) nous ont permis d’étudier la « Lesion Capping Loop » (LCL) et de l’associer à la stabilisation de la base endommagée positionnée dans le site actif. Nous avons également étudié les chemins de sortie possibles de la base après coupure par l’enzyme et l’implication de la boucle LCL dans ce phénomène grâce à des simulations de DM ciblée (TMD-1). De plus, les simulations de DM couplées à un protocole d’amarrage moléculaire « aveugle » nous ont permis d’identifier 2 sites de fixations possibles majoritaires pour des petites molécules potentiellement inhibitrices. Un de ces sites correspondant au site actif de hNEIL1 a fait l’objet d’un criblage virtuel d’une partie de la base de molécules Ambinter. Ceci nous a permis d’identifier des molécules potentiellement inhibitrices dont les effets seront prochainement testés in vitro dans l’équipe sur la protéine humaine hNeil1
The DNA, genetic information support, is frequently damaged by physical or chemical agents from endogenous (cell metabolism) and exogenous (UV, ionizing radiations, chemicals) factors whose effects are genotoxic. These deleterious DNA structural alterations are removed by many DNA repair mechanisms. Among them, the base excision repair (BER) is initiated by DNA glycosylases which recognize and remove damaged bases. In some anti-cancer strategies, the use of chemo- and radiotherapy is aimed to cancerous cells destruction by altering their DNA. In that specific context, DNA glycosylases repair the DNA of treated cells and induce unwanted resistance to treatments, making these enzymes interesting therapeutic targets. The purpose of this work is to deepen the repair mechanism knowledge of Fpg/Nei structural superfamily of DNA glycosylases using molecular modeling and designing inhibitors of these enzymes. Molecular dynamic simulations allowed us to study the « Lesion Capping Loop » (LCL) and to associate its role to substrate stabilization in the enzyme active site. We also studied some possible excision’s product release pathways and LCL implication in this phenomena by targeted molecular dynamic simulations (TMD-1). Furthermore, molecular dynamic simulations coupled to a blind molecular docking protocol allowed us to identify 2 possible main binding sites of potential inhibitiors. One of these binding sites corresponding to the hNEIL1 active site has been the object of a virtual screening of the Greenpharma database. This allowed us to identify potential inhibitors whom effects will be soon tested in vitro on the humain protein hNEIL1

Les récentes avancées des méthodes de détermination structurale à basse résolution (microscopie électronique, dispersion de neutrons ou de rayons X aux petits angles) et de l'imagerie cellulaire révèlent l'importance des assemblages supramoléculaires dans le fonctionnement de la cellule. Ces structures sont actuellement hors de portée des méthodes classiques de la modélisation moléculaire, limitées à l'étude des assemblages moléculaires de taille moyenne. Nous proposons une approche multi-échelle appelée Heligeom, basée sur les mouvements de vissage, permettant de relier l'échelle atomique à l'échelle des gros assemblages moléculaires. Cette approche exploite la propriété des assemblages moléculaires de s'auto-organiser en une grande variété de motifs géométriques tels que les hélices, les anneaux ou les filaments linéaires. Couplée à l'exploration des modes d'assemblage protéine-protéine au moyen de simulations d'amarrage ou d'échantillonnage par Monte Carlo, cette approche permet l'exploration et la combinaison de ces motifs. L'application d'Heligeom à l'étude du filament de RecA, une protéine membre de la famille des recombinases, a pu apporter un nouvel éclairage sur les modes d'auto-association de RecA et la diversité des géométries correspondantes, ainsi que sur les conséquences structurales de l'introduction d'irrégularités dans ces oligomères.La suite logicielle Heligeom est disponible dans la bibliothèque libre PTools
Recent progress in methods for low resolution structural determination (electron microscopy, small angle neutron or X-ray scattering) and 3D cell imaging reveal the importance of supramolecular assemblies in the cell function. These structures are presently out of the reach of classical molecular modeling methods, which are limited to the study of medium size assemblies. We propose a multi-scale approach called Heligeom, based on the screw representation of movements, which enables linking the atomic scale to the scale of large assemblies. This approach builds on the property of molecular assemblies to self-organize into a large variety of geometric motifs such as helices, rings of linear filaments. Coupled to the exploration of protein-protein assembly modes using docking or Monte Carlo simulations, this approach allows identifying and combining such motifs. Application of Heligeom to study the filaments of RecA, a member of the recombinase protein family, shed new light on the modes of RecA self-association and the diversity of corresponding geometries, as well as the structural consequences of introducing irregularities in these oligomers. The Heligeom suite of computational tools is freely available in the PTools library

La P-glycoprotéine (P-gp) appartient à la famille des transporteurs ABC qui confèrent, aux microorganismes pathogènes et cellules tumorales humaines, par transport actif à travers la membrane plasmique, une résistance à de multiples molécules antibiotiques et anticancéreuses sans parenté structurale. Malgré les quelques structures de transporteurs ABC bactériens, la caractérisation par microscopie électronique de la P-gp, et la récente structure de P-gp de souris déposée dans la Protein Data Bank (PDB), obtenir une structure pour la P-gp humaine est d'un intérêt particulier à cause de son importance clinique. Actuellement, il n'existe pas de modèle structural d'interaction P-gp/substrat permettant d'expliquer sa multispécificité. Par modélisation par homologie, nous avons reconstruit trois structures de la Pgp humaine: une en présence et deux autres en absence de nucléotide. La liaison du nucléotide change l'accessibilité du transporteur de la face cytoplasmique vers la face extracellulaire. Ces trois états conformationnels ont été placés dans un environnement membranaire afin de révéler la localisation des mutations spécifiques altérant la liaison de la P-gp à certains médicaments. Enfin, nous avons réalisé une étude de docking sur deux structures modélisées de P-gp de Hamster dans les deux orientations. Ce docking a concerné trois molécules sans aucune ressemblance structurale (vérapamil, vinblastine et tentoxine) mais dont les fixations sont mutuellement soit compétitives, soit non-compétitives. Les meilleures poses obtenues sont compatibles avec l'existence de deux pharmacophores distincts pour la reconnaissance des drogues transportées par la P-gp.

Fur (Ferric Uptake Regulator) est un régulateur transcriptionnel spécifique des bactéries qui intervient dans le contrôle de l'homéostasie du fer, ce qui en fait une cible antibactérienne intéressante. Avant mon arrivée au laboratoire, quatre inhibiteurs interagissant spécifiquement avec Fur avaient été isolés. La partie active de ces inhibiteurs consiste en des peptides de 13 acides aminés. Au cours de cette thèse, j'ai utilisé une double-approche : théorique et expérimentale pour étudier l'interaction de ces peptides avec Fur afin de comprendre le mécanisme d'inhibition. J'ai synthétisé plusieurs séquences peptidiques, montré par des tests biochimiques que certaines inhibaient Fur et déterminé les interactions importantes à l'activité inhibitrice. J'ai obtenu des modèles théoriques des complexes Fur/peptides par amarrage moléculaire, cohérents avec les résultats expérimentaux, qui ont mis en évidence une zone d'inhibition de Fur. Des criblages in silico dans cette zone ont permis de sélectionner de petites molécules, inhibitrices potentielles de Fur et donc intéressantes pour des applications thérapeutiques.

Les antibiotiques sont les médicaments les plus utilisés dans la médecine moderne. Depuis leurs découvertes, ils ont drastiquement changé la façon dont les infections sont traitées. Toutefois, à travers le processus d’adaptation, les bactéries deviennent éventuellement résistantes aux antibiotiques. Malgré leur omniprésence dans la biosphère, l’émergence de souches résistantes est favorisée par le mauvais usage des antibiotiques, ce qui crée une menace importante pour la santé publique. Les antibiotiques actuelles perdent graduellement leur efficacité, et vue le faible nombre de nouvelles molécules développées, la priorité est donnée pour la découverte de nouvelles stratégies capables de combattre les pathogènes. Les nouvelles cibles thérapeutiques idéales doivent exercer une faible pression évolutive, diminuer la virulence et être unique aux microorganismes. Une façon d’atteindre cet objectif est d’interférer dans la régulation et l’homéostasie du Fer chez les bactéries. La biodisponibilité du Fer a fortement influencé l’émergence de la vie sur terre et les stratégies évolutives qu’elle a adoptée. Ce qui a mené à l’apparition d’un mécanisme central de détection du Fer assurant la régulation de cet élément de haute importance. Ce senseur est un point faible que nous pourrons exploiter dans notre combat contre les infections bactériennes. La protéine Fur, pour « Ferric Uptake Regulator », est un régulateur de transcription métal dépendant qui est impliqué dans vaste réseau de régulation contrôlant principalement l’homéostasie du Fer et l’expression de facteurs de virulence. Le travail présenté dans ce manuscrit complète les études précédentes sur des inhibiteurs de la protéine Fur en utilisant une approche combinée théorique et expérimentale grâce a des expériences de XAS, SAXS et MALLS associé a de la modélisation moléculaire. Nous décrivons pour la première fois la structure de Fur d’E. coli ainsi que la structure d’un tétramère de Fur d’un mutant de P. aeruginosa. Par ailleurs, les profils d’énergie libre des protéines Fur de différentes espèces ont été déterminé, pour des complexes tetramériques ou dans le cas de dimères liés à l’ADN, permettant une compréhension préliminaire de leur mécanistique. Les informations structurales obtenues grâce aux travaux présentés dans ce manuscrit permettront de mieux comprendre les mécanismes d’inhibition des protéines Fur ainsi que fournir de nouvelles opportunités pour le développement de molécules a visée thérapeutique
The most commonly prescribed drugs in human medicine are antibiotics. Since their discovery, they have drastically impacted the way we treat infections. However, a bacterium eventually becomes resistant to antimicrobial treatment through the natural process of adaptative evolution. Even if resistant bacteria are omnipresent in the biosphere, their emergence rate is accelerated by the misuse of antimicrobial agents leading to the public health threat we are facing now. As currently available antimicrobial agents lose their effectiveness and very few new drugs are being developed, a breakthrough in new strategies to fight pathogens should be a priority. Ideal new therapeutic targets should exert weak evolutionary pressure, disarm or weaken the pathogen and be unique to microorganisms. One way to do so is by interfering with the iron regulation and its homeostasis within Bacteria. The bioavailability of iron strongly influenced early life and the metabolic strategies that sustained it. A central iron sensing mechanism evolved to ensure the regulation of such an important element. Sadly for bacteria this sensor became an exploitable weakness in our battle against infection. The “Ferric Uptake Regulator” is a metal dependent transcription regulator with a large regulatory network controlling iron homeostasis and bacterial virulence. This work continues previous investigations on Fur inhibitors using a combined experimental and theoretical approach by performing XAS, SAXS and MALLS experiments together with computer simulations. We describe for the first time the structures of Fur from E. coli in addition to a tetrameric Fur structure of a mutant from P. aeruginosa. Moreover, free energy profiles of Fur proteins, as tetramers or dimers bound to DNA, from different species were generated and key residues involved in the interactions determined, providing mechanistic insights into Fur complexes. The structural information gathered from this work will be used to better understand inhibition mechanisms of Fur proteins providing new opportunities to overcome drug development challenges

Les complexes protéine-ARN jouent un rôle crucial dans la régulation cellulaire. La prédiction de leur structure 3D a des applications dans la conception de protéines et de médicaments. Le projet ITN RNAct visait à combiner des méthodes expérimentales et informatiques pour concevoir de nouveaux "motifs de reconnaissance de l'ARN" (RRM) - domaines protéiques interagissant avec l'ARN simple brin (ARNsb) - pour la biologie synthétique et la bioanalyse. La modélisation des complexes protéine-ARNsb (amarrage) est ardue car l'ARNsb n'a pas de structure propre dans sa forme libre. L'amarrage traditionnelle échantillonne les positions relatives (poses) de 2 structures moléculaires et les note pour sélectionner les plus probables. Il n'est pas directement applicable ici en raison de l'absence de structures libres d'ARNsb, pas plus que l'apprentissage profond en raison du nombre trop faible de structures connues. L'amarrage par fragments, état de l'art pour l'ARNsb, amarre toutes les conformations possibles de fragments d'ARN sur une protéine et assemble les poses les mieux notées de manière combinatoire. Notre méthode ssRNA'TTRACT utilise le logiciel d'amarrage ATTRACT et sa représentation gros grain qui remplace des groupes d'atomes par une bille. Cependant, les paramètres ARN-protéine de sa fonction de notation (ASF) ne sont pas spécifiques à l'ARNsb et peuvent être optimisés. De plus, des caractéristiques spécifiques aux RRM peuvent être apprises et guider l'amarrage. Nous avons développé un pipeline d'amarrage RRM-ssRNA basé sur les données, pour actualiser une stratégie existante. Les RRM ont 2 acides aminés aromatiques de position conservée, chacun liant par empilement un nucléotide de l'ARN. Mon collègue H. Dhondge a regroupées les structures RRM-ARNsb connues sur critère géométrique et obtenu un ensemble de prototypes de coordonnées 3D de tels empilements dans les RRM. J'ai créé un pipeline qui prend en entrée une séquence de RRM et d'ARN et l'identification des nucléotides empilés, récupère la structure du RRM dans AlphaFoldDB, identifie les positions 3D possibles des nucléotides empilés et exécute ssRNA'TTRACT avec des contraintes de distance maximales vers chaque position. En parallèle, nous avons dérivé HIPPO (HIstogram-based Pseudo-POtential), un potentiel de notation pour les poses gros-grain RRM-ARNsb basé sur la fréquence des distances bille-bille dans les poses quasi-natives versus erronées. HIPPO combine 4 ensembles de paramètres en une note consensus, afin de prendre en compte les divers modes de liaison RRM-ARNsb. Testé dans une approche "leave-one-out", il atteint un enrichissement d'un facteur 3 en quasi-natives dans les 20% de poses mieux notées pour ½ des cas contre ¼ avec ASF, et 'un facteur 4 pour ⅓ des cas contre 7% avec ASF. Surprenamment, HIPPO obtient aussi de meilleurs résultats qu'ASF sur un ensemble test de protéines sans RRM, bien que entraîné sur des RRM. Les approches par fragment rencontrent un problème intrinsèque de notation car certains fragments se lient plus spécifiquement/fortement que d'autres. Or nous avons constaté que, pour le fragment le mieux noté par complexe, HIPPO sélectionne systématiquement plus de quasi-natifs qu'ASF. Cela nous a inspiré une approche d'amarrage incrémentale: chacune des poses bien notées d'un fragment sont utilisées comme graine pour construire une chaîne d'ARN complète de manière incrémentale. Cette stratégie élimine le besoin de contacts conservés connus, jusqu'alors nécessaires pour obtenir des modèles précis, ce qui la rend généralisable aux protéines sans RRM. Nos recherches futures visent à identifier le Η le plus performant pour chaque fragment, potentiellement par apprentissage automatique (profond). Notre approche pour dériver des paramètres de notation est en principe applicable à tout type de protéine/ligand et nous prévoyons de l'étendre à d'autres domaines de protéines liant l'ARN, ainsi qu'à l'ADNsb et aux peptides longs
Protein-RNA complexes play crucial roles in cell regulation. Predicting their 3D structure has applications in protein design and drug development. The ITN project RNAct aimed to combine experimental and computational methods to design new "RNA recognition motifs" (RRM) - protein domains interacting with single-stranded RNA (ssRNA) - for applications in synthetic biology and bioanalysis. Modelling protein-ssRNA complexes (docking) is an arduous task due to the flexibility of ssRNA, which lacks a proper structure in its free form. Traditional docking methods sample the relative positions (poses) of 2 molecular structures and score them to select the correct (near-native) ones. It is not directly applicable here due to the absence of free ssRNA structures, nor is deep learning due to the too low number of known structures for training. Fragment-based docking (FBD), the state-of-the-art approach for ssRNA, docks all possible conformations of RNA fragments onto a protein and assembles their best-scored poses combinatorially. ssRNA'TTRACT, our FBD method, uses the well-known ATTRACT docking software, with its coarse-grained representation that replaces atom groups by one bead. Yet the RNA-protein parameters of ATTRACT scoring function (ASF) are not ssRNA-specific and require optimisation. Additionally, RRM-specific features can be learned and used to guide the docking. With my colleague H. Dhondge, we have developed a data-driven FBD pipeline for RRM-ssRNA complexes, as an updated version of an existing strategy. RRMs have two aromatic amino acids (aa) in conserved positions, each stacking with a nucleotide of the bound ssRNA. H. Dhondge collected all known RRM-ssRNA structures with such stacking and clustered them to obtain a set of prototypes for the 3D coordinates of such interactions in RRM. I then set up a docking pipeline with as input the RRM and RNA sequences and the identification of the stacked nucleotides. The pipeline retrieves the RRM structure from AlphaFoldDB, identifies possible 3D positions of the stacked nucleotides and runs ssRNA'TTRACT with maximal distance restraints toward each position. In parallel, we addressed the weakness of ASF for ssRNA by deriving HIPPO (HIstogram-based Pseudo-POtential), a new scoring potential for ATTRACT poses of ssRNA on RRM, based on the frequency of bead-bead distances in near-native versus wrong poses. It combines 4 distinct parameter sets (four Η) into a consensus scoring, to better account for the diverse RRM-ssRNA binding modes. Tested in a leave-one-out approach, HIPPO reaches a 3-fold enrichment of near-natives in 20% top-scored poses for ½ of the ssRNA fragments, versus ¼ with ASF. It even reaches a 4-fold enrichment for ⅓ of the fragments, versus 7% of the fragments with ASF. Surprisingly, HIPPO performed better than ASF also on a benchmark of non-RRM proteins, while trained only on RRMs. Most FBD approaches encounter inherent scoring issues, probably due to some fragments binding more specifically/strongly than others. To address this point, we examined the best-scored fragment per complex and found that HIPPO consistently selects more near-natives than ASF for this fragment. This inspired an incremental docking approach: the top-ranked poses of one fragment are used as a starting point to build a full RNA chain incrementally. This strategy eliminates the need for known conserved contacts, which have been required so far to obtain accurate models, making it generalizable to non-RRM proteins. Future research aims to identify the best-performing Η for each fragment, potentially using (deep) machine learning. Our workflow to derive scoring parameters is in principle applicable to any protein/ligand type and we plan to expand it to other RNA-binding protein domains, as well as ssDNA and long peptides

Les interactions ARN-protéine interviennent dans de nombreux processus cellulaires fondamentaux. L'obtention de détails à l'échelle atomique de ces interactions nous éclaire sur leurs fonctions, mais permet également d'envisager la conception rationnelle de ligands pouvant les moduler. Lorsque les deux techniques majeures que sont la RMN et la cristallographie aux rayons X ne permettent pas d'obtenir une structure 3D entre les deux partenaires, des approches de docking peuvent être utilisées pour apporter des modèles. L'application de ces approches aux complexes ARN-protéine se heurtent cependant à une difficulté. Ces complexes résultent en effet souvent de la liaison spécifique d'une courte séquence d'ARN simple-brin (ARNsb) à sa protéine cible. Hors, la flexibilité inhérente aux segments simples-brins impose dans une approche classique de docking d'explorer un large ensemble de leur espace conformationnel. L'objectif du projet est de contourner cette difficulté par le développement d'une approche de docking dite "par fragments". Ce dernier s'est fait à partir de domaines de liaison à l'ARN très représentés dans le monde du vivant. Les résultats ont montré une excellente capacité prédictive de l'approche à partir de la séquence de l'ARN. Ils ont de plus montré un potentiel intéressant dans la prédiction de séquences d'ARN simple-brin préférentiellement reconnues par des domaines de liaisons à l'ARN
RNA-protein interactions mediate numerous fundamental cellular processes. Atomic scale details of these interactions shed light on their functions but can also allow the rational design of ligands that could modulate them. NMR and X-ray crystallography are the 2 main techniques used to resolve 3D highresolution structures between two interacting molecules. Docking approaches can also be utilized to give models as an alternative. However, the application of these approaches to RNA-protein complexes is hampered by an issue. RNA-protein interactions often relies on the specific recognition of a short singlestranded RNA (ssRNA) sequence by the protein. The inherent flexibility of the ssRNA segment would impose, in a classical docking approach, to explore their resulting large conformation space which is not computationally reliable. The goal of this project is to overcome this barrier by using a fragment-based docking approach. This approach developed from some of the most represented RNA-binding domains showed excellent results in the prediction of the ssRNA-protein binding mode from the RNA sequence and also a great potential to predict preferential RNA binding sequences