L’IA donne aux algorithmes les moyens de concevoir des biomolécules avec une vaste gamme de fonctions précieuses

Modèle structurel 3D d’une enzyme peroxydase polyvalente générée par un prédicteur de structure basé sur l’IA. Les points jaunes sont les sites de mutations suggérés par PROSS pour améliorer la stabilité de l’enzyme. Crédit : Institut Weizmann des sciences

quand le dr. Shiran Barber-Zucker a rejoint le laboratoire du Prof. Sarel Fleishman en tant que boursière postdoctorale, elle a choisi de poursuivre un rêve environnemental : décomposer les déchets plastiques en produits chimiques utiles. La nature a des moyens astucieux de décomposer les matériaux durs : les arbres morts, par exemple, sont recyclés par les champignons de la pourriture blanche, dont les enzymes dégradent le bois en nutriments qui retournent au sol. Alors pourquoi ne pas amener les mêmes enzymes à dégrader les déchets artificiels ?

Le problème de Barber-Zucker était que ces enzymes, appelées peroxydases polyvalentes, sont notoirement instables. “Ces enzymes naturelles sont de véritables prima donnas; elles sont extrêmement difficiles à travailler”, explique Fleishman, du département des sciences biomoléculaires de l’Institut Weizmann des sciences. Au cours des dernières années, son laboratoire a développé des méthodes de calcul qui sont utilisées par des milliers d’équipes de recherche à travers le monde pour concevoir des enzymes et d’autres protéines avec une stabilité accrue et des propriétés souhaitées supplémentaires. Pour que de telles méthodes soient appliquées, cependant, la structure moléculaire précise d’une protéine doit être connue. Cela signifie généralement que la protéine doit être suffisamment stable pour former des cristaux, qui peuvent être bombardés de rayons X pour révéler leur structure en 3D. Cette structure est ensuite modifiée à l’aide des algorithmes du laboratoire pour concevoir une protéine améliorée qui n’existe pas dans la nature. Mais si la protéine d’origine ne peut même pas être produite en laboratoire ou est trop fragile pour former des cristaux, comme c’est le cas avec les peroxydases polyvalentes, de telles tentatives d’amélioration peuvent se heurter à une impasse.

Barber-Zucker a néanmoins tenté sa chance avec les enzymes prima donna, et son timing était étrange. Depuis les années 1980, des tentatives ont été faites pour contourner le besoin de cristallisation en prédisant la structure 3D d’une protéine à partir de sa séquence d’ADN, mais pour les protéines complexes telles que les peroxydases, ces prédictions n’étaient pas fiables. Pourtant, fin 2020, plusieurs semaines après le lancement de son projet, les structures enzymatiques prédites par Barber-Zucker semblaient soudainement étonnamment fiables. Il s’est avéré qu’à cette époque, la société DeepMind de Google et plusieurs équipes de recherche universitaires avaient amélioré les méthodes de prédiction de structure basées sur l’intelligence artificielle (IA) au point où elles étaient devenues très précises. Cela s’est avéré être un changement de jeu : l’approche a conduit à des modèles prédits qui sont presque aussi précis que ceux obtenus expérimentalement avec la cristallographie.

Armé des nouvelles structures, Barber-Zucker, avec ses collègues, Vladimir Mindel et Jonathan J. Weinstein, étudiants chercheurs du laboratoire de Fleishman, et le professeur. Miguel Alcalde et Dr. Eva García Ruiz de l’Institut de catalyse de Madrid a réalisé l’impensable auparavant. Une seule enzyme de la famille polyvalente des peroxydases avait déjà été décrite structurellement par les chercheurs, et ce projet avait demandé à une équipe d’experts une dizaine d’années. Maintenant, en moins de six mois et sans aucune expertise préalable dans les enzymes dégradant le bois, Barber-Zucker et ses collègues ont réussi à concevoir, produire et analyser des variantes stables de trois peroxydases polyvalentes dont les versions originales ne pouvaient pas, dans le passé, avoir été produites en le labo. Les scientifiques ont utilisé des modèles 3D basés sur l’IA comme point de départ. Ils ont appliqué à ces modèles un algorithme créé dans le laboratoire de Fleishman appelé Protein Repair One Stop Shop, ou PROSS, qui conçoit une protéine modifiée sur l’ordinateur pour améliorer ses propriétés à la demande.

Cette approche combinée ouvre une vaste gamme d’opportunités. “Des millions de protéines potentiellement précieuses qui n’auraient pas pu être accessibles biochimiquement sont désormais à portée de main pour la recherche et pour une utilisation en biomédecine et en chimie”, a déclaré Fleishman. Il fait référence au fait que les structures 3D ont été résolues expérimentalement pour moins de 0,05 % des millions de protéines naturelles dont la séquence d’ADN est connue, et qu’environ la moitié de toutes les protéines dans la nature ne peuvent pas être efficacement exprimées et testées en laboratoire. “Ces protéines sont la matière noire de la biologie – les scientifiques n’ont aucun moyen de déterminer avec précision ce qu’elles font. Dans les études précédentes sur la conception des protéines, notre première question était : ‘Avons-nous une structure de la protéine sur laquelle nous voulons nous concentrer ?’ Mais maintenant cette question est devenue sans objet, on peut se débrouiller avec une structure ou sans, et c’est un vrai tournant.”

La conception de médicaments est un domaine qui pourrait bénéficier immédiatement de cette avancée. Par exemple, les anticorps créés chez les animaux de laboratoire doivent être adaptés aux humains avant de pouvoir être utilisés en milieu clinique, un processus laborieux qui implique la cristallisation et la modification de nombreuses régions de la molécule animale. La nouvelle avancée devrait rendre ce processus et d’autres processus d’ingénierie des anticorps beaucoup plus efficaces et efficients.

Les applications environnementales, à l’origine de cette étude, sont une autre voie prometteuse. Les enzymes dégradant le bois pourraient, par exemple, être adaptées au recyclage des déchets agricoles tenaces. Au lieu de brûler ces déchets ou de les dissoudre avec des produits chimiques polluants, comme c’est souvent le cas aujourd’hui, il est peut-être possible de les décomposer, à l’aide de peroxydases polyvalentes, en sucres pouvant être fermentés en biocarburant. Les agriculteurs pourraient alors effectuer le recyclage dans de petits bioréacteurs.

Les enzymes pourraient également être conçues pour dégrader les polluants environnementaux. En fait, Barber-Zucker a déjà montré que ses enzymes améliorées peuvent attaquer un colorant polluant particulièrement tenace. Elle a également découvert que chacune des trois enzymes améliorées présentait une activité différente en laboratoire et que chacune se spécialisait dans la dégradation de différents composants du bois, ce qui suggère qu’elles pourraient agir en synergie. Il est important de noter que les trois enzymes se sont révélées remarquablement stables et résistantes à la chaleur, une caractéristique essentielle pour leur utilisation dans l’industrie. Barber-Zucker vise maintenant à développer un “cocktail” d’enzymes dans lequel une douzaine d’enzymes différentes, y compris ses peroxydases polyvalentes, travailleront en synergie pour décomposer les déchets de bois en biocarburant ou autres matériaux utiles.

Et qu’en est-il de sa vision du recyclage des plastiques durs à l’aide de ces enzymes ? “C’est encore un rêve, mais qui pourrait devenir réalité dans un avenir proche”, dit-elle.

La recherche a été publiée dans le Journal de l’American Chemical Society


Inspiration et réflexion dans la conception de protéines fonctionnelles à grande échelle : conception atomistique guidée par l’évolution


Plus d’information:
Shiran Barber-Zucker et al, Peroxydases polyvalentes stables et fonctionnellement diverses conçues directement à partir de séquences, Journal de l’American Chemical Society (2022). DOI : 10.1021/jacs.1c12433

Fourni par l’Institut Weizmann des sciences

Citation: L’IA donne aux algorithmes les moyens de concevoir des biomolécules avec une vaste gamme de fonctions utiles (13 avril 2022) récupéré le 14 avril 2022 sur https://phys.org/news/2022-04-ai-algorithms-biomolecules-huge-range .html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.

Leave a Comment