Une base de données qui prend de l’ampleur
La base AlphaFold, développée à partir de l’outil AlphaFold2 de Google DeepMind et hébergée par l’EMBL‑EBI, a franchi une nouvelle étape : elle contient désormais près de 200 millions de prédictions de structures de protéines individuelles et a été enrichie par l’ajout de 1,7 million de « homodimères » — paires formées par deux copies d’une même protéine. Cette expansion rend l’archive beaucoup plus pertinente pour comprendre non seulement la forme des protéines, mais aussi la manière dont elles s’assemblent pour fonctionner, comme l’illustre la modélisation d’un homodimère du facteur d’élongation de la transcription Eaf.
Pourquoi modéliser des complexes change la donne
Les protéines n’agissent souvent pas seules : leur fonction dépend de la formation de complexes. Par exemple, la protéine virale HIV‑1 protéase n’est active qu’une fois formée en dimère — information essentielle pour la conception de médicaments. Les prédictions de complexes apportent donc :
- Compréhension fonctionnelle : déterminer si une protéine agit en monomère ou en oligomère.
- Ciblage thérapeutique : révéler des interfaces exploitables par des inhibiteurs.
- Hypothèses expérimentales : orienter les expériences de biologie structurale et biochimique.
Un effort collaboratif et intensif
Prédire des complexes est bien plus coûteux en calcul que des monomères, d’où la constitution d’un consortium impliquant des équipes comme celle de Martin Steinegger, l’EMBL‑EBI, Google DeepMind et le constructeur de puces NVIDIA. Le projet s’est concentré sur les protéines issues de 20 espèces majeures — notamment les humains, la souris, la levure et des bactéries pathogènes comme Mycobacterium tuberculosis — afin de couvrir des protéines d’intérêt biomédical élevé et des modèles expérimentaux classiques.
Applications concrètes et exemples précis
Les nouvelles prédictions de dimères ouvrent des usages immédiats pour les chercheurs. Exemples concrets :
- Conception de médicaments : affinage d’inhibiteurs ciblant les interfaces de dimères viraux (ex. inhibiteurs de la protéase du VIH).
- Annotation fonctionnelle : identification de protéines susceptibles de s’auto-associer dans des génomes peu étudiés.
- Bioréingénierie : conception d’enzymes artificielles en optimisant les interfaces d’assemblage.
Limites, incertitudes et défis à surmonter
Malgré ces avancées, plusieurs défis persistent : la précision des interfaces prédits peut varier, les interactions transitoires ou dépendantes de modifications post‑traductionnelles restent difficiles à saisir, et les complexes multi‑protéiques de grande taille dépassent encore la portée pratique pour une prédiction massive. De plus, l’interprétation biologiquement pertinente exige souvent des validations expérimentales complémentaires, par exemple par cristallographie, cryo‑EM ou tests fonctionnels.
Un changement d’échelle pour la recherche structurale
Mettre en ligne des millions de dimères signifie que la communauté dispose désormais d’un inventaire prédictif pour explorer l’assemblage des protéines à l’échelle planétaire. Les équipes expérimentales peuvent formuler des hypothèses mieux ciblées, les biologistes computationnels peuvent analyser l’évolution des interfaces, et les pharmacologues disposent de nouvelles pistes pour cibler des protéines d’intérêt. Cet ensemble de ressources, libre d’accès, accélère la découverte et favorise une intégration plus étroite entre modélisation et expérimentation.
En savoir plus sur L'ABESTIT
Subscribe to get the latest posts sent to your email.
