Nouvelle méthode pour concevoir un liant protéique sur mesure
Une nouvelle approche, sans apprentissage, de la conception computationnelle de liants protéiques ouvre de nouvelles possibilités pour les applications biomédicales de la prochaine génération
La conception de liants protéiques à partir de zéro est depuis longtemps un défi de taille dans le domaine de la biologie computationnelle. Les chercheurs ont maintenant mis au point un pipeline innovant, sans formation, qui utilise le principe fondamental de la complémentarité des formes pour concevoir des liants protéiques spécifiques à un site, qui sont ensuite optimisés pour s'adapter précisément à des sites cibles choisis. Les chercheurs ont testé cette méthode sur des protéines liées au cancer, montrant leur capacité à bloquer la croissance des tumeurs chez l'animal. Cette découverte ne fait pas seulement progresser la conception de liants, elle améliore également notre compréhension du repliement des protéines et de leurs interactions au niveau moléculaire.
Les progrès récents dans le domaine de la conception informatique des protéines ont reposé principalement sur les réseaux neuronaux et l'apprentissage automatique pour générer des liants. Cependant, la complexité des interactions protéine-protéine et les limites des modèles basés sur les données limitent les progrès futurs. Une équipe de chercheurs de l'Institut Max Planck de biologie de Tübingen, de l'université de Tübingen et de l'hôpital universitaire de Tübingen a mis au point un pipeline informatique sans apprentissage qui utilise l'appariement de formes complémentaires pour guider la création de liaisons protéiques.
"Malgré les progrès considérables réalisés ces dernières années dans le domaine de la conception computationnelle de protéines, la conception de protéines liantes à partir de zéro reste un défi", explique le premier auteur de l'étude, Kateryna Maksymenko. "À ce jour, les approches les plus fructueuses utilisent des réseaux neuronaux. Notre objectif était de développer un pipeline sans apprentissage pour la conception de liants. Nous voulions un pipeline de conception qui permette non seulement de créer des liants spécifiques à un site, mais aussi d'approfondir notre compréhension du repliement et de la fonction des protéines."
Du concept à l'application pratique
Cette étude illustre l'application réussie de la nouvelle approche pour concevoir des liants protéiques ciblant deux molécules biologiquement importantes : le récepteur alpha de l'interleukine-7 (IL-7Rα), qui joue un rôle essentiel dans l'immunité et la leucémogénèse, et le facteur de croissance de l'endothélium vasculaire (VEGF), une molécule angiogénique clé et une cible thérapeutique dans diverses maladies.
Le pipeline intègre une sélection computationnelle rapide d'échafaudages de correspondance de forme à partir de vastes bases de données de protéines avec une conception d'interface basée sur la physique et des simulations de dynamique moléculaire pour classer les candidats liants prometteurs. Les meilleurs modèles ont ensuite été validés expérimentalement, démontrant une forte affinité de liaison, une grande stabilité et une activité puissante in vitro et in vivo.
Une vision de l'avenir de l'ingénierie des protéines
Ce nouveau pipeline de conception simplifie non seulement le processus, mais nous permet également de mieux comprendre les principes physiques fondamentaux de la fonction des protéines. En outre, cette approche permet d'incorporer des acides aminés artificiels dans les protéines conçues. Les chercheurs espèrent que ces travaux inspireront des applications plus larges et accéléreront la découverte de traitements.
Ces travaux ouvrent la voie à la conception de liants protéiques robustes, efficaces et interprétables, ce qui pourrait transformer le développement de médicaments et le diagnostic moléculaire.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Kateryna Maksymenko, Valeriia Hatskovska, Murray Coles, Narges Aghaallaei, Natalia Pashkovskaia, Natalia Borbarán‐Bravo, Matteo Pilz, Philip Bucher, Mareike Volz, Joana Pereira, Marcus D. Hartmann, Ghazaleh Tabatabai, Judith Feucht, Stefan Liebau, Patrick Müller, Andrei N. Lupas, Julia Skokowa, Mohammad ElGamacy; "A Complementarity‐Based Approach to De Novo Binder Design"; Advanced Science, 2025-7-21
Autres actualités du département science
