Une Intelligence artificielle (IA) réussit à prédire les interactions protéiques

La manière dont les molécules de protéines s’assemblent a toujours représenté un mystère pour la biologie structurelle. Récemment, des chercheurs de l’UT Southwestern et de l’université de Washington se sont servis d’une intelligence artificielle pour prédire des interactions protéiques. L’étude a permis d’obtenir des modèles 3D de plus de 100 complexes protéiques probables et de 700 complexes jamais caractérisés.

Vision numérique de la biologie humaine

Jusque-là, l’incertitude liée à la structure de nombreuses protéines représentait un important obstacle que les scientifiques ont tenté de résoudre pendant un demi-siècle. Avec cette nouvelle méthode, la science connaît une avancée majeure qui servira dans la réalisation de processus cellulaires débouchant sur la conception de médicaments.

Pour cette étude, les chercheurs de l’UT Southwestern et de l’université de Washington se sont associés à d’autres chercheurs de différentes nationalités. Les résultats de cette recherche ont été publiés dans Science.

Un nouveau référentiel pour la conception de médicaments ?

Le fonctionnement de l’organisme dépend fortement des associations protéiques. Concrètement, les protéines s’assemblent fréquemment en complexe pour mener à bien toutes leurs tâches dans le corps. La compréhension de ce mécanisme et de ses débouchés a permis donc d’une part d’en apprendre un peu plus sur la structure des protéines. D’autre part, elle donne aux scientifiques un nouveau référentiel pour la fabrication médicamenteuse.

En outre, cette découverte représente un progrès considérable dans le domaine de l’interactomique, combinaison entre la bioinformatique et la biologie. Les précieuses informations collectées ont donné plus d’indications sur le processus de formation des interactomes (réseaux biologiques de molécules).

« Les travaux décrits dans notre nouvel article ouvrent la voie à des études similaires de l’interactome humain et pourraient éventuellement contribuer à la mise au point de nouveaux traitements pour les maladies humaines. »

Qian Cong, Docteur en médecine, Professeur adjoint au Centre Eugene McDermott

Une idée de génies

Afin d’obtenir les modèles 3D des complexes protéiques probables, les chercheurs se sont aidés de l’AlphaFold de DeepMind et du RoseTTAFold du laboratoire du Dr Baker. La combinaison de ces deux outils de prédiction de structures de protéines a été appliquée sur des génomes de levure. Cette expérience a servi à mettre en évidence 1505 complexes protéiques probables, dont 699 qui se sont avérés utiles.

Réfractaires à certains complexes mal caractérisés, les scientifiques américains ont fait appel à leurs homologues. Ils ont ainsi pu obtenir de précieuses informations sur les complexes protéiques intervenant dans divers mécanismes de l’organisme. Il peut s’agir de la maintenance, du traitement de l’information génétique, de la construction cellulaire et des systèmes de transport, du métabolisme, de la réparation de l’ADN.