Des scientifiques allemands et américains ont prédit le nœud topologiquement le plus complexe jamais trouvé dans une protéine en utilisant AlphaFold, le système d'intelligence artificielle (IA) développé par DeepMind de Google. Leur analyse complète des données produites par AlphaFold a également révélé les premiers nœuds composites dans les protéines : des structures topologiques contenant deux nœuds distincts sur la même corde. Si les nœuds protéiques découverts peuvent être recréés expérimentalement, cela servira à vérifier l'exactitude des prédictions faites par AlphaFold.
Les protéines peuvent se replier pour former des structures topologiques complexes. Les plus intrigants d'entre eux sont les nœuds protéiques - des formes qui ne se démêleraient pas si la protéine était tirée des deux extrémités. Pierre Virnau, physicien théoricien à l'Université Johannes Gutenberg de Mayence, raconte Monde de la physique qu'il existe actuellement environ 20 à 30 protéines nouées connues. Ces structures, explique Virnau, soulèvent des questions intéressantes sur la façon dont elles se replient et pourquoi elles existent.
La forme d'une protéine peut être étroitement liée à sa fonction, mais bien qu'il existe quelques théories sur la fonctionnalité et le but des nœuds protéiques, il existe peu de preuves tangibles pour les étayer. Virnau dit qu'ils pourraient aider à maintenir la stabilité des protéines, en étant particulièrement résistants aux fluctuations thermiques, par exemple, mais ce sont des questions ouvertes. Bien que les nœuds protéiques soient rares, ils semblent également être hautement préservés par l'évolution.
"Si une protéine nouée existe, par exemple, dans la levure, il y a une forte probabilité qu'elle soit également nouée dans la protéine correspondante chez l'homme", explique Virnau. "Donc, ce sont des structures qui existent depuis des centaines de millions d'années."
Un problème de longue date dans la recherche sur les nœuds protéiques a été de trouver et d'identifier les nœuds protéiques. Bien que des structures protéiques complexes aient été déterminées expérimentalement en laboratoire, cela peut être difficile et prendre du temps. Récemment, DeepMind a développé un système d'IA appelé AlphaFold qui, selon elle, peut prédire les structures protéiques avec une vitesse et une précision incroyables. Le système d'apprentissage en profondeur fonctionne sur une grande base de données de protéines connues et de leurs séquences d'acides aminés. Il utilise ces séquences et ces informations sur la structure primaire des acides aminés pour prédire les structures tridimensionnelles des protéines. Sa formation s'articule autour des contraintes évolutives, physiques et géométriques des structures protéiques.
AlphaFold a prédit plusieurs centaines de milliers de structures protéiques, dont la plupart n'ont pas encore été cataloguées. Dans ce dernier ouvrage, publié dans Science des protéines, Virnau et ses collègues ont recherché dans la banque de données d'AlphaFold des nœuds protéiques complexes jusque-là inconnus. Ils ont découvert neuf nouveaux nœuds. Cela comprenait les 7 premiers1-noeud - un noeud avec sept points de croisement qui est le noeud topologiquement le plus complexe jamais trouvé dans une protéine.
Les chercheurs ont également trouvé plusieurs nœuds composites à six croisements. Ceux-ci contiennent chacun deux nœuds en trèfle, qui sont des nœuds à trois croisements. Ils ont également découvert deux nœuds jusque-là inconnus avec cinq croisements essentiels, un 51-noeud et un 52-nouer.
L'équipe travaille maintenant avec le biochimiste Todd Yeates, à l'Université de Californie à Los Angeles, pour créer expérimentalement les protéines identifiées par AlphaFold afin de confirmer qu'elles forment les structures topologiques prédites. "Je suis assez confiant que nous serons en mesure de confirmer ces structures expérimentalement", déclare Virnau.
L'approche quantique révèle un repliement plus rapide des protéines
Si ces structures topologiquement difficiles peuvent être créées expérimentalement, cela montrerait qu'AlphaFold fonctionne comme prévu et donnerait confiance dans ses prédictions de formes de protéines moins complexes. "Les nœuds protéiques ne sont peut-être qu'un aspect mineur de cela, mais ils peuvent néanmoins servir de validation de ces outils en général", explique Virnau.
À l'avenir, il pourrait être possible d'utiliser ces outils d'IA pour l'ingénierie des protéines. Les protéines pourraient être conçues avec des nœuds et d'autres structures complexes qui leur fournissent des fonctionnalités pour des tâches spécifiques, bien que ce soit dans au moins quelques années.
