Prédictions de structures 3D des complexes macromoléculaires

Predictions of 3D macromolecular structure complexes

• Auteur / Autrice : Guilhem Faure
• Direction : Raphaël Guerois
• Type : Thèse de doctorat
• Discipline(s) : Bioinformatique
• Date : Soutenance en 2011
• Etablissement(s) : Paris 6

Mots clés

Mots clés contrôlés

Macromolécules

Évolution

Interactions protéine-protéine

Résumé

Prédire comment les protéines s'assemblent constitue un enjeu majeur pour palier aux difficultés inhérentes à la résolution expérimentale des structures de complexes. Au cours de l'évolution, les surfaces des protéines ont été soumises à de multiples pressions de sélection assurant le maintient des interactions entre partenaires. Une des stratégies pour prédire la structure des complexes consiste à analyser les empreintes évolutives que les interactions ont laissées à la surface des partenaires. J’ai modélisé la structure du complexe protéique Xrcc4/Cernunnos en suivant ce principe. Un an plus tard, la structure Xray obtenue, a révélé que le modèle ne déviait de l’interface native que de 2. 1Å. Pour aller plus loin dans le développement de méthodes intégrant les contraintes évolutives, j’ai cherché à étudier les signaux de coévolution aux interfaces. J’ai développé la base de données InterEvol, qui regroupe l’ensemble des interfaces de complexes non-redondantes de la PDB. Elle rassemble plus de 500 groupes d’interologues structuraux qui serviront à étudier la plasticité structurale des interfaces au cours de l’évolution. Par ailleurs, j’ai développé la méthode InterEvolAlign, qui permet de générer des alignements de séquences des interologues même distants en séquence. InterEvol m’a enfin permis de disposer de suffisamment de structures pour développer un potentiel statistique capable de reconnaitre les interfaces natives. InterEvScore considère des trios de contacts et la dimension évolutive. Les résultats montrent que l’information évolutive et la notion d’interaction multi-corps participent de façon significative à l’amélioration des prédictions.