Дисертації з теми "Structure 3D protéine"

L'objectif principal de ce projet de thèse était d'obtenir de nouvelles données structurales sur les transporteurs ADP/ATP mitochondriaux et de développer des outils pour les approches de micro- et nano-cristallographie appliquées à la biologie structurale des protéines membranaires.Le rôle principal du transporteur ADP/ATP (AAC) est d'importer et d'exporter respectivement de l’ADP3- et l’ATP4- à travers la membrane mitochondriale interne, entre l'espace intermembranaire et la matrice. AAC est le transporteur mitochondrial le mieux caractérisé de toute cette famille de protéines. De nombreuses études ont été menées pour caractériser sa fonction et sa structure. Toutefois, les données structurales n’étant disponibles que pour une conformation de la protéine, de nombreuses questions fondamentales notamment sur les différents états conformationnels adoptés par la protéine au cours du processus de transport restent encore posées. Dans cette thèse, nous avons étudié les 4 isoformes humaines d’AAC. Elles sont impliquées dans diverses maladies génétiques, mais jouent également un rôle dans la cancérogenèse. Cette thèse décrit ainsi en détail la caractérisation structurale et fonctionnelle de ces protéines et leur comparaison. C’est est une étape essentielle pour définir leurs propriétés, et constitue un point de départ précieux dans le développement de nouvelles thérapies.Le domaine de la biologie structurale ne cesse de connaître de nouveaux développements, comme c’est le cas par exemple avec l’avènement de la cristallographie sérielle. Il y a donc un besoin constant de nouvelles approches notamment pour la préparation des échantillons, leur montage sur les lignes de lumière et les collectes de données afin de continuer à améliorer la qualité des données collectées au synchrotron. Ainsi, notre objectif était d'utiliser différents échantillons de protéines membranaires pour développer de nouvelles techniques de cristallisation et de montage d’échantillons sur les lignes de lumière afin de préserver au mieux la qualité des échantillons tout en permettant des collectes de données plus rapides, plus efficaces et plus simples
The main objective of this PhD project was to gain new structural data on the mitochondrial ADP/ATP carriers and develop tools for micro- and nano-crystallography approaches applied to membrane protein structural biology.The main role of the ADP/ATP carrier (AAC) is to import and export ADP3- and ATP4- respectively between the intermembrane space and the matrix through the inner mitochondrial membrane. AAC is the best characterized among all mitochondrial carriers. Much has been done to investigate its function and structure. However, since structural data are only available for one conformation of the protein some fundamental questions about the different conformational states adopted during the transport process still need to be answered.In this thesis we considered 4 human AAC homologs as a main target. They are involved in different genetic diseases but play also a role in cancerogenesis. This thesis describes and compares in detail the functional and structural characterization of the human AAC isoforms. It was an essential step to give insight into their native properties and is a precious starting point for the drug development field.Since the structural biology field is rapidly developing especially in serial crystallography techniques, there are more and more new applications for samples preparation, mounting and measurements in order to improve the quality of the data collected at the synchrotrons. Hence, our second objective was to use different membrane protein samples to develop new crystal-friendly crystallization set up combined with different sample environment on the beamline toward faster, more efficient and simpler data collection

La dystrophine est une grande protéine membranaire périphérique qui assure un rôle de soutien du sarcolemme permettant aux cellules musculaires de résister aux stress mécaniques engendrés lors des processus de contraction/élongation. Des mutations génétiques conduisent à sa production sous forme tronquée voire à un déficit total en protéine engendrant de sévères myopathies actuellement incurables. Concevoir des thérapies adaptées passe par une meilleure compréhension du rôle biologique de la dystrophine. Par une approche structure/fonction, notre objectif est de déterminer les bases moléculaires impliquées dans les interactions de la dystrophine avec les lipides membranaires du sarcolemme. Grâce à une approche de diffusion aux petits angles (SAXS et SANS) combinée à de la modélisation moléculaire, nous montrons dans un premier temps que les bicelles constituent un modèle expérimental particulièrement adapté aux analyses de structures de protéines qui y sont associées. Ce développement méthodologique original a été exploité dans un deuxième temps pour caractériser les modifications structurales subies par la dystrophine lorsqu’elle interagit avec les lipides. Nous montrons particulièrement que la liaison aux lipides induit l’ouverture significative de la structure en triple hélice « coiled-coil » de la répétiton 1 du domaine central, et proposons en conclusion un modèle tout atome de la protéine en présence de bicelles. Ces travaux de thèse (i) constituent un apport méthodologique significatif pour l’étude de protéines membranaires, (ii) contribuent à une meilleure compréhension du rôle biologique de la dystrophine en vue de thérapies dédiées aux patients atteints de myopathies
Dystrophin is a large peripheral membrane protein that provides a supporting role for sarcolemma allowing muscle cells to withstand the mechanical stresses generated during contraction / elongation processes. Genetic mutations lead to dystrophin production in truncated form or even to a total deficit in the protein leading to severe myopathies currently incurable. Designing adapted therapies requires a huge knowledge of the biological role of dystrophin. Using a structure / function approach, our aim is to determine the molecular bases involved in the interactions of dystrophin with the membrane lipids of the sarcolemma. Using a small-angle scattering approach (SAXS and SANS) combined with molecular modeling, we show that bicelles constitute a versatile membrane mimic that is particularly adapted to analyze the structure of membrane proteins. This original methodological development was exploited to characterize the structural changes undergone by dystrophin upon lipid binding. We highlight in particular that the lipid binding induces a significant opening of the coiled-coil structure of the repeat 1 of the central domain and, in conclusion, we propose an all-atom model of the protein bound to a bicelle. These thesis works (i) constitute a significant methodological contribution for the study of membrane proteins, (ii) contribute to a better understanding of the biological role of dystrophin for therapies dedicated to patients with myopathies

La biotechnologie est maintenant bien établie dans le paysage de l'industrie chimique. Dans le domaine de la biocatalyse, il existe de nombreux exemples de mise en oeuvre réussie d'étapes enzymatiques dans des procédés de synthèse ou de développement de voies enzymatiques complètes, en particulier dans l'industrie pharmaceutique.Les lactames sont des composés qui se retrouvent dans de nombreux produits naturels et synthétiques, tels que les ingrédients pharmaceutiques actifs (API) et sont des précurseurs dans la chimie des polymères. Pour accéder aux lactames à partir de squelettes simples d'acides omega-aminés, la synthèse nécessite un processus en deux étapes : tout d'abord, l'activation de la fonction acide, puis, l'addition intramoléculaire d'amine nucléophile. Pour les petits lactames (5-7 chaînons), la cyclisation intramoléculaire se produit spontanément une fois l'acide activé.Dans le cadre de nos travaux sur des voies d'accès enzymatiques aux amides, nous avons récemment mis au point une synthèse impliquant une activation par CoA ligases, en absence de CoASH, et utilisant uniquement leur aptitude d'activation de l'acide par adénylation par l'ATP, introduit à seulement 5% molaire grâce à la mise en place d'un système de régénération.Jusqu'à présent, le type de lactames obtenus par biocatalyse est limité aux cycles nus, dépourvus de fonctions. L'objectif du projet est de disposer d'enzymes permettant la synthèse par approche biocatalytique de lactames fonctionnalisés de 5 à 7 chaînons. Pour cela deux types d'approche seront menés :1) Exploration de la biodiversité. Une collection d'enzymes de type CoA ligases, construite par une approche génomique basée sur l'identité de séquences, est disponible au laboratoire. Cette collection, constituée d'environ 250 enzymes, sera criblée sur des substrats précurseurs de lactames d'intérêt. Des enzymes d'adénylation, autres que des CoA ligases ont été identifiées et seront également testées.2) Conception rationnelle. En collaboration avec l'équipe des Pr. Dick Janssen et Dr. Andy-Mark Thunnissen (Université de Groningen, Pays-Bas), les données structurales seront utilisées pour générer des bibliothèques ciblées. Des expériences de docking avec les substrats seront réalisées pour cibler les mutations
Biotechnology is now a well-established part of the chemical industry landscape. In the field of biocatalysis, there are numerous examples of the successful implementation of enzymatic steps in synthesis processes or the development of complete enzymatic pathways, particularly in the pharmaceutical industry.Lactams are compounds found in many natural and synthetic products, such as active pharmaceutical ingredients (APIs), and are precursors in polymer chemistry. To access lactams from simple omega-amino acid backbones, synthesis requires a two-step process: first, activation of the acid function, followed by intramolecular nucleophilic amine addition. For small lactams (5-7 members), intramolecular cyclization occurs spontaneously once the acid has been activated.As part of our work on enzymatic access routes to amides, we recently developed a synthesis involving activation by CoA ligases, in the absence of CoASH, and using only their ability to activate the acid by adenylation with ATP, introduced at only 5 mol% thanks to the implementation of a regeneration system.Until now, the type of lactams obtained by biocatalysis has been limited to bare, functionless rings. The aim of the project is to provide enzymes for the biocatalytic synthesis of 5- to 7-membered functionalized lactams. To achieve this, two approaches will be pursued:1) Exploration of biodiversity. A collection of CoA ligase enzymes, built up using a genomic approach based on sequence identity, is available in the laboratory. This collection, comprising around 250 enzymes, will be screened on lactam precursor substrates of interest. Adenylation enzymes other than CoA ligases have been identified and will also be tested.2) Rational design. In collaboration with the team of Prof. Dick Janssen and Dr. Andy-Mark Thunnissen (University of Groningen, Netherlands), structural data will be used to generate targeted libraries. Substrate docking experiments will be carried out to target mutations

Cette thèse porte sur le développement de méthodes bioinformatiques permettant la prédiction des interactions protéine - ligand. L'approche employée est d'utiliser le partage entre protéines, des informations connues, à la fois sur les protéines et sur les ligands, afin d'améliorer la prédiction de ces interactions. Les méthodes proposées appartiennent aux méthodes dites de chémogénomique. La première contribution de cette thèse est le développement d'une méthode d'apprentissage statistique pour la prédiction des interactions protéines - ligands par famille. Elle est illustrée dans le cas des GPCRs. Cette méthode comprend la proposition de noyaux pour les protéines qui permettent de prendre en compte la similarité globale des GPCRs par l'utilisation de la hiérarchie issue de l'alignement des séquences de cette famille, et la similarité locale au niveau des sites de fixation des ligands de ces GPCRs grâce à l'utilisation des structures 3D connues des membres de cette famille. Pour cela un jeu de données a été créé afin d'évaluer la capacité de cette méthode à prédire correctement les interactions connues. La deuxième contribution est le développement d'une mesure de similarité entre deux sites de fixation de ligands provenant de deux protéines différentes représentés par des nuages d'atomes en 3D. Cette mesure implique la superposition des poches par rotation et la translation, avec pour but la recherche du meilleur alignement possible en maximisant le regroupement d'atomes ayant des propriétés similaires dans des régions proches de l'espace. Les performances de cette méthodes ont été mesurées à l'aide d'un premier jeu de donnés provenant de la littérature et de deux autres qui ont été créé à cet effet. L'ensemble des résultats de cette thèse montre que les approches de chémogénomique présentent de meilleures performances de prédiction que les approches classique par protéine.

Les génomes des mammifères adoptent une organisation 3D fonctionnelle où les interactions entre les enhancers et les promoteurs des gènes sont contenues à l'intérieur de domaines d'association topologique (TADs). La protéine insulatrice CTCF a deux rôles dans ce processus : sa liaison aux promoteurs permettant la formation de boucles enhancers-promoteurs (structure intra-TAD) et sa liaison aux frontières des TADs empêchant la formation de boucles ectopiques entre domaines voisins. Surtout, les perturbations de la liaison de la protéine CTCF à des sites particuliers dans des cellules cancéreuses peuvent être dues à des changements de séquences d'ADN (mutations) ou à des changements de méthylation de l'ADN (épi-mutations). Nous avons d'abord réalisé des expériences calibrées de CTCF ChIP-seq et avons trouvé qu'un grand nombre de sites ont une liaison différente de CTCF, avec une grande fraction de sites différemment liés étant partagés parmi les lignées cancéreuses. Ces changements de liaison de CTCF peuvent être des gains ou des pertes de liaison et sont souvent situés près de gènes associés à la transformation cancéreuse. Nous avons trouvé une remarquable corrélation entre les changements de liaison de CTCF et les changements d'enrichissement de la marque H3K27ac, indiquant un lien entre la liaison de CTCF et l'activité d'éléments cis-régulateurs (CREs). Grâce à des expériences de Hi-C à haute résolution, nous avons évalué l'impact de ces changements de liaison de CTCF sur la structure de la chromatine, caractérisant une réorganisation considérable de la structure 3D du génome à des loci de gènes qui contiennent des pics CTCF perturbés. De manière inattendue, nous trouvons les exemples les plus drastiques de réorganisation à l'intérieur des TADs, au niveau des boucles enhancers-promoteurs. Ensuite, nous avons identifié les changements de méthylation de l'ADN comme la cause de la dérégulation de la liaison de CTCF dans notre modèle. En utilisant un agent retirant la méthylation de l'ADN sur l'ensemble du génome, nous avons réussi à partiellement inverser des changements de liaison de CTCF que nous avons observés et les changements d'expression induits. Ainsi, notre étude identifie une réorganisation invasive de la liaison de CTCF et des structures intra-TADs, induite par la méthylation de l'ADN. Ces épi-mutations récurrentes peuvent expliquer les mécanismes de dérégulation commune des gènes dans les cancers
Mammalian genomes adopt a functional 3D organization where enhancer-promoter interactions are constrained within Topologically Associating Domains (TADs). The CTCF insulator protein has a dual role in this process, with binding at promoters resulting in the formation of enhancer-promoter loops (intra-TAD structure) and binding at TAD boundaries preventing the formation of inappropriate loops between neighboring domains. Importantly, perturbations of CTCF binding at specific sites in cancer cells can be caused by both changes to the DNA sequence (mutations) or DNA methylation changes (epi-mutations). We first performed precisely-calibrated CTCF ChIP-seq experiments and found that a large number of sites are differentially bound, with a substantial fraction of differential CTCF binding peaks shared among cancer cell lines. Differential CTCF peaks can both be gained and lost and are often localized close to genes associated with breast cancer transformation. We found a striking correlation between CTCF binding changes and H3K27ac changes indicating a link between CTCF binding and the activity of cis-regulatory elements (CREs). Using high-resolution Hi-C, we assessed the impact of differential CTCF binding on chromatin structure, characterizing considerable 3D genome reorganization at gene loci with perturbed CTCF peaks. Unexpectedly, we find the most drastic examples of reorganization within TADs, at the level of enhancer-promoter loops. Then, we identified DNA methylation changes as the upstream cause of CTCF binding deregulation in our breast cancer model. Using genome-wide hypomethylating agent, we were able to partially reverse observed CTCF binding changes and the gene expression changes they induced. Our work thus identifies a pervasive DNA-methylation-guided reorganization of CTCF binding and intra-TAD structure. Such recurrent patterns of epi-mutations can provide a mechanistic explanation for shared gene deregulation in cancers

La protéine Bcd1 est un facteur nucléaire essentiel à la viabilité cellulaire de la levure Saccharomyces cerevisiae. Il est décrit comme requis pour assurer la stabilité des snoRNA à boîtes C/D. Ces petits ARN non codants s’assemblent à un jeu de 4 protéines invariables pour former les snoRNP à boîtes C/D qui sont des acteurs cruciaux de la biogenèse des ribosomes. En effet, quelques-unes de ces particules participent aux mécanismes assurant la maturation du précurseur des ARN ribosomiques et la grande majorité des autres particules sont des catalyseurs de la modification par 2’-O-méthylation des riboses. Bcd1p n’est pas présente au sein des particules matures, mais fait partie de ses facteurs d’assemblage, au même titre que les sous-complexes Rsa1p:Hit1p et R2TP (Rvb1p:Rvb2p:Tah1p:Pih1p). Notre analyse de différents fragments de Bcd1p a dans un premier temps montré que sa région N-terminale (résidus 1 à 96) suffit à lui conférer son caractère essentiel. Cette région comprend un domaine à double doigt à zinc de la famille zf-HIT, également présent chez un autre facteur d’assemblage des snoRNP à boîtes C/D, la protéine Hit1. Nous avons résolu la structure 3D en solution de ces doigts à zinc et montré que ce sont des modules d’interaction avec les protéines Rvb1/2. Dans un second temps nous avons identifié la région C-terminale (résidus 120 à 303) de la protéine Bcd1 comme étant suffisante pour interagir avec la chaperonne d’histone Rtt106p. La structure 3D en solution de ce domaine a été déterminée par RMN. Différentes approches de cinétique d’échange hydrogène/deutérium et d’expériences de cross-link suivies par des analyses par spectrométrie de masse, des expériences de titrage par RMN et de SAXS nous ont permis d’obtenir des informations sur les surfaces d’interaction de chacune de ces deux protéines. Un fragment, défini à partir des données de RMN de Bcd1p libre, nous a permis d'obtenir des cristaux du complexe Bcd1p:Rtt106p ouvrant la perspective de résoudre sa structure 3D par diffraction aux rayons X. De plus, des études fonctionnelles ont débuté visant à déterminer l’importance de la formation de ce complexe sur la biogenèse des snoRNP à boîtes C/D et l’impact de Bcd1p sur l’interaction entre Rtt106p et les nucléosomes
The protein Bcd1 is a nuclear factor essential for the cellular viability of the yeast Saccharomyces cerevisiae. It is described as required to ensure box C/D snoRNA stability. These small non-coding RNAs associate with an invariable set of 4 proteins to form the box C/D snoRNPs that are crucial players in ribosome biogenesis. Indeed, some of these particles participate in mechanisms for the maturation of the ribosomal RNA precursor (prerRNA) and the vast majority of the other particles are catalysts of 2’-O-methylation of riboses. Bcd1p is not present in mature particles, but is one of the assembly factors in addition to the Rsa1p:Hit1p and R2TP (Rvb1p:Rvb2p:Tah1p:Pih1p) sub-complexes. Our analysis of the different Bcd1p fragments has firstly shown that the essential function of Bcd1p relies on its N-terminal region (residues 1 to 96). It comprises a double zinc finger domain from the zf-HIT family, also present in another box C/D snoRNP assembly factor, the protein Hit1. We solved the 3D solution structure of these two zinc fingers and showed that these are modules for the interaction of Bcd1p with the Rvb1/2 proteins. Secondly, we identified the C-terminal region (residues 120 to 303) of Bcd1p as being sufficient to interact with the histone chaperone Rtt106p. The 3D solution structure of this domain of Bcd1p was determined by NMR. Different approaches of hydrogen/deuterium kinetic exchange and cross-link experiments followed by mass spectrometry analysis, NMR titration, and SAXS allowed us to obtain information about the interaction surfaces on each of the two proteins. A fragment defined from NMR data on the free Bcd1p allowed us to obtain crystals of the Bcd1p:Rtt106p complex, opening the perspective to solve its 3D structure by X-ray diffraction. Furthermore, functional studies started in order to determine the importance of this complex formation in box C/D snoRNP biogenesis and the impact of Bcd1p on the interaction of Rtt106p with nucleosomes

This thesis is in the intersection of two proliferating research fields, namely data mining and bioinformatics. With the emergence of graph data in the last few years, many efforts have been devoted to mining frequent subgraphs from graph databases. Yet, the number of discovered frequentsubgraphs is usually exponential, mainly because of the combinatorial nature of graphs. Many frequent subgraphs are irrelevant because they are redundant or just useless for the user. Besides, their high number may hinder and even makes further explorations unfeasible. Redundancy in frequent subgraphs is mainly caused by structural and/or semantic similarities, since most discovered subgraphs differ slightly in structure and may infer similar or even identical meanings. In this thesis, we propose two approaches for selecting representative subgraphs among frequent ones in order to remove redundancy. Each of the proposed approaches addresses a specific type of redundancy. The first approach focuses on semantic redundancy where similarity between subgraphs is measured based on the similarity between their nodes' labels, using prior domain knowledge. The second approach focuses on structural redundancy where subgraphs are represented by a set of user-defined topological descriptors, and similarity between subgraphs is measured based on the distance between their corresponding topological descriptions. The main application data of this thesis are protein 3D-structures. This choice is based on biological and computational reasons. From a biological perspective, proteins play crucial roles in almost every biological process. They are responsible of a variety of physiological functions. From a computational perspective, we are interested in mining complex data. Proteins are a perfect example of such data as they are made of complex structures composed of interconnected amino acids which themselves are composed of interconnected atoms. Large amounts of protein structures are currently available in online databases, in computer analyzable formats. Protein 3D-structures can be transformed into graphs where amino acids are the graph nodes and their connections are the graph edges. This enables using graph mining techniques to study them. The biological importance of proteins, their complexity, and their availability in computer analyzable formats made them a perfect application data for this thesis.

Un dérivé phosphorylé covalent stable de la Ca-ATPase du réticulum sarcoplasmique est obtenu à partir de la protéine modifiée par le FITC. Nous avons produit de façon reproductible, des cristaux de type tubulaire de ce dérivé phosphorylé cuvaient stable, à partir de vésicules de réticulum sarcoplasmique natives. Après un traitement d'image de clichés de cryomicroscopie électronique, nous avons calculé la première structure tridimensionnelle d'un dérivé phosphorylé covalent stable d'une ATPase de type P à 8À de résolution. La comparaison de cette nouvelle structure avec les autres structures existantes de la Ca-ATPase, suggère certaines modifications notamment au niveau ou positionnement des domaines cytoplasmiques. Des expériences de trypsinisation et de chromatographie sur une colonne agarose-Red120, ont permis d affiner ces observations. Les liens entre ces moditications structurales et le mécanisme de transport de calcium couplé à l'hydrolyse d ATP sont discutés.

Cette thèse est à l'intersection de deux domaines de recherche en plein expansion, à savoir la fouille de données et la bio-informatique. Avec l'émergence des bases de graphes au cours des dernières années, de nombreux efforts ont été consacrés à la fouille des sous-graphes fréquents. Mais le nombre de sous-graphes fréquents découverts est exponentiel, cela est due principalement à la nature combinatoire des graphes. Beaucoup de sous-graphes fréquents ne sont pas pertinents parce qu'ils sont redondants ou tout simplement inutiles pour l'utilisateur. En outre, leur nombre élevé peut nuire ou même rendre parfois irréalisable toute utilisation ultérieure. La redondance dans les sous-graphes fréquents est principalement due à la similarité structurelle et / ou sémantique, puisque la plupart des sous-graphes découverts diffèrent légèrement dans leur structures et peuvent exprimer des significations similaires ou même identiques. Dans cette thèse, nous proposons deux approches de sélection des sous-graphes représentatifs parmi les fréquents a n d'éliminer la redondance. Chacune des approches proposées s'intéresse à un type spécifique de redondance. La première approche s'adresse à la redondance sémantique où la similarité entre les sous-graphes est mesurée en fonction de la similarité entre les étiquettes de leurs nœuds, en utilisant les connaissances de domaine. La deuxième approche s'adresse à la redondance structurelle où les sous-graphes sont représentés par des descripteurs topologiques définis par l'utilisateur, et la similarité entre les sous-graphes est mesurée en fonction de la distance entre leurs descriptions topologiques respectives. Les principales données d'application de cette thèse sont les structures 3D des protéines. Ce choix repose sur des raisons biologiques et informatiques. D'un point de vue biologique, les protéines jouent un rôle crucial dans presque tous les processus biologiques. Ils sont responsables d'une variété de fonctions physiologiques. D'un point de vue informatique, nous sommes intéressés à la fouille de données complexes. Les protéines sont un exemple parfait de ces données car elles sont faites de structures complexes composées d'acides aminés interconnectés qui sont eux-mêmes composées d'atomes interconnectés. Des grandes quantités de structures protéiques sont actuellement disponibles dans les bases de données en ligne. Les structures 3D des protéines peuvent être transformées en graphes où les acides aminés représentent les nœuds du graphe et leurs connexions représentent les arêtes. Cela permet d'utiliser des techniques de fouille de graphes pour les étudier. L'importance biologique des protéines et leur complexité ont fait d'elles des données d'application appropriées pour cette thèse.

Le snoRNA U3 contient deux motifs conservés C'/D et de B/C qui permettent de recruter les protéines constitutives de la snoRNP U3. La liaison de la protéine Snu13p/15.5 kD à chacun de ces motifs est un préalable pour le recrutement des 4 autres protéines, à savoir : Nop1p, Nop56p et Nop58p sur le motif C'/D et de Rrp9p, une protéine spécifique du snoRNA U3, sur le motif B/C. Nous avons utilisé la structure 3D connue d'une protéine humaine contenant 7 motifs WD-40 et des méthodes de modélisation moléculaire pour proposer un modèle de structure 3D de Rrp9p. En parallèle, nous avons identifié les déterminants nécessaires à l'association des protéines Snu13p, Nop1p, Nop56p et Nop58p sur le motif C'/D du snoRNA U3, ceci en produisant différents variants du snoRNA U3 et en testant leurs capacités fonctionnelles et leurs stabilités dans la levure. Sur la base d'un modèle 3D d'une snoRNP C/D construit par C. Charron, nous avons ensuite formulé des hypothèses sur les interactions possibles entre le motif C'/D et les acides aminés des protéines Snu13p et Nop58p et confirmé ces hypothèses par mutagénèse dirigée. Les données ont en plus révélé qu'une faible quantité de snoRNA U3 est suffisante pour assurer la croissance des levures. Toujours par mutagénèse dirigée et étude des conséquences in cellulo, j'ai pu montrer quelles sont les contraintes en distance entre les motifs C'/D et B/C. Ce qui nous permet de formuler des hypothèses sur leurs positionnements relatifs dans la snoRNP. Au total mon travail a permis d'apporter des informations importantes sur l'architecture et les contraintes fonctionnelles de la snoRNP U3 de levure
U3 snoRNA contains two conserved pairs of boxes C'/D and B/C needed to bind the stably associated proteins. Binding of protein Snu13p/15.5 kD to each of the conserved motifs is a prerequisite for recruitment of the 4 other U3 snoRNP proteins, namely: Nop1p, Nop56p and Nop58p on the C'/D motif and the Rrp9p U3 specific protein on the B/C motif. We used the known 3D structure of a human G protein containing 7 WD-40 motifs and 3D structure homology modeling methods to build a 3D structure model for Rrp9p. In parallel, by production of variant U3 snoRNAs, and by testing their in vivo stabilities and activities, we identified the C'/D determinants needed for association of proteins Snu13p, Nop1p, Nop56p and Nop58p to U3 snoRNA. Based on a 3D structure model of U3 C/D box RNP built by C Charron, we then formulated hypotheses on the possible interactions between the C'/D motif and amino acids from Snu13p and Nop58p and verified the hypotheses by site-directed mutagenesis of yeast cell components. The data also revealed that very low amounts of U3 snoRNA are sufficient to ensure yeast growth. By site directed mutagenesis, I also studied how the C'/D and B/C motifs should be positioned one relative to the other in order to be functional. Taken together, my work brings important information on the architecture of yeast U3 snoRNP and its functional constraints

Cette thèse présente des résultats dans le domaine de la prédiction d’interactions protéine-ARN. C’est un domaine de recherche très actif, pour lequel la communauté internationale organise régulièrement des compétitions pour évaluer différentes techniques de prédictions in silico d’interactions protéine-protéine et protéine-ARN sur des données benchmarks (CAPRI, Critical Assessment of PRedictedInteractions), par prédiction en aveugle et en temps limité. Dans ce cadre, de nombreuses approches reposant sur des techniques d’apprentissage supervisé ont récemment obtenus de très bons résultats.Nos travaux s’inscrivent dans cette démarche.Nous avons travaillé sur des jeux de données de 120 complexes protéine-ARN extraits de la PRIDB non redondante (Protein-RNA Interface DataBase, banque de données de référence pour les interactions protéine-ARN). La méthodologie de prédiction d'interactions protéine-ARN a aussi été testée sur 40 complexes issus de benchmarks de l'état de l'art et indépendants des complexes de la PRIDB non redondante. Le faible nombre de structures natives et la difficulté de générer in silico des structures identiques à la solution in vivo nous a conduit à mettre en place une stratégie de génération de candidats par perturbation de l’ARN partenaire d’un complexe protéine-ARN natif. Les candidats ainsi obtenus sont considérés comme des conformations presque-natives si elles sont suffisamment proches du natif. Les autres candidats sont des leurres. L’objectif est de pouvoir identifier les presque natifs parmi l’ensemble des candidats potentiels, par apprentissage supervisé d'une fonction de score.Nous avons conçu pour l'évaluation des fonctions de score une méthodologie de validation croisée originale appelée le leave-"one-pdb"-out, où il existe autant de strates que de complexes protéine-ARN et où chaque strate est constituée des candidats générés à partir d'un complexe. L’une des approches présentant les meilleures performances à CAPRI est l’approche RosettaDock, optimisée pour la prédiction d’interactions protéine-protéine. Nous avons étendu la fonction de score native de RosettaDock pour résoudre la problématique protéine-ARN. Pour l'apprentissage de cette fonction de score, nous avons adapté l'algorithme évolutionnaire ROGER (ROC-based Genetic LearnER) à l'apprentissage d'une fonction logistique. Le gain obtenu par rapport à la fonction native est significatif.Nous avons aussi mis au point d'autres modèles basés sur des approches de classifieurs et de métaclassifieurs, qui montrent que des améliorations sont encore possibles.Dans un second temps, nous avons introduit et mis en oeuvre une nouvelle stratégie pour l’évaluation des candidats qui repose sur la notion de prédiction multi-échelle. Un candidat est représenté à la fois au niveau atomique, c'est-à-dire le niveau de représentation le plus détaillé, et au niveau dit “gros-grain”où nous utilisons une représentation géométrique basée sur des diagrammes de Voronoï pour regrouper ensemble plusieurs composants de la protéine ou de l’ARN. L'état de l'art montre que les diagrammes de Voronoï ont déjà permis d'obtenir de bons résultats pour la prédiction d'interactions protéine-protéine. Nous en évaluons donc les performances après avoir adapté le modèle à la prédiction d'interactions protéine-ARN. L’objectif est de pouvoir rapidement identifier la zone d’interaction (épitope) entre la protéine et l’ARN avant d’utiliser l’approche atomique, plus précise,mais plus coûteuse en temps de calcul. L’une des difficultés est alors de pouvoir générer des candidats suffisamment diversifiés. Les résultats obtenus sont prometteurs et ouvrent desperspectives intéressantes. Une réduction du nombre de paramètres impliqués de même qu'une adaptation du modèle de solvant explicite pourraient en améliorer les résultats
My thesis shows results for the prediction of protein-RNA interactions with machine learning. An international community named CAPRI (Critical Assessment of PRedicted Interactions) regularly assesses in silico methods for the prediction of the interactions between macromolecules. Using blindpredictions within time constraints, protein-protein interactions and more recently protein-RNA interaction prediction techniques are assessed.In a first stage, we worked on curated protein-RNA benchmarks, including 120 3D structures extracted from the non redundant PRIDB (Protein-RNA Interface DataBase). We also tested the protein-RNA prediction method we designed using 40 protein-RNA complexes that were extracted from state-ofthe-art benchmarks and independent from the non redundant PRIDB complexes. Generating candidates identical to the in vivo solution with only a few 3D structures is an issue we tackled by modelling a candidate generation strategy using RNA structure perturbation in the protein-RNAcomplex. Such candidates are either near-native candidates – if they are close enough to the solution– or decoys – if they are too far away. We want to discriminate the near-native candidates from thedecoys. For the evaluation, we performed an original cross-validation process we called leave-”onepdb”-out, where there is one fold per protein-RNA complex and each fold contains the candidates generated using one complex. One of the gold standard approaches participating in the CAPRI experiment as to date is RosettaDock. RosettaDock is originally optimized for protein-proteincomplexes. For the learning step of our scoring function, we adapted and used an evolutionary algorithm called ROGER (ROC-based Genetic LearnER) to learn a logistic function. The results show that our scoring function performs much better than the original RosettaDock scoring function. Thus,we extend RosettaDock to the prediction of protein-RNA interactions. We also evaluated classifier based and metaclassifier-based approaches, which can lead to new improvements with further investigation.In a second stage, we introduced a new way to evaluate candidates using a multi-scale protocol. A candidate is geometrically represented on an atomic level – the most detailed scale – as well as on a coarse-grained level. The coarse-grained level is based on the construction of a Voronoi diagram over the coarse-grained atoms of the 3D structure. Voronoi diagrams already successfully modelled coarsegrained interactions for protein-protein complexes in the past. The idea behind the multi-scale protocolis to first find the interaction patch (epitope) between the protein and the RNA before using the time consuming and yet more precise atomic level. We modelled new scoring terms, as well as new scoring functions to evaluate generated candidates. Results are promising. Reducing the number of parameters involved and optimizing the explicit solvent model may improve the coarse-grained level predictions

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.

La caractérisation des complexes ARN-protéine à l'échelle atomique nous permet de mieux comprendre les fonctions de ces complexes, et de définir des cibles thérapeutiques pour réguler les phénomènes biologiques auxquels ils participent. L'objet de cette thèse est de développer des outils permettant de prédire la structure d'un complexe protéine-ARN lorsque l'on connaît une structure 3D de la protéine ainsi que la structure secondaire de la partie d'ARN en interaction. Nous nous concentrons sur le cas où l'ARN est principalement sous forme simple brin (nucléotides non appariés), posant la difficulté de sa flexibilité. Une méthode d'amarrage développée dans l'équipe CAPSID repose sur l'utilisation de fragments structuraux d'ARN simple brin. Le travail de cette thèse s'est appuyé sur cette méthode pour réaliser l'amarrage de structures secondaires de l'ARN. Nous avons d'abord évalué l'apport d'une contrainte de fermeture de boucle pour l'amarrage de la boucle simple brin d'une structure en épingle, puis abordé l'amarrage des éléments double brin de ces structures, ouvrant la voie à l'assemblage du complexe entier. Cette méthode d'amarrage est dépendante de l'utilisation de bibliothèques de fragments structuraux. Ces bibliothèques sont composées de prototypes qui représentent le paysage conformationnel observé expérimentalement dans les structures d'ARN liés à des protéines. Une large partie du travail de thèse a consisté en la création et l'optimisation de telles bibliothèques de fragments. Nous avons créé l'outil ProtNAff qui permet d'extraire de la PDB des sous-ensembles de structures et de créer des bibliothèques de fragments d'acides nucléiques, suivant des combinaisons complexes de critères. Il a été conçu de façon à dépasser nos besoins, afin d'être adopté par la communauté pour le traitement de problèmes variés. Nous avons développé une nouvelle approche pour l'inférence de prototypes représentatifs d'un ensemble de conformations. L'ensemble de prototypes doit satisfaire deux contraintes contradictoires: être représentatif (au sens de la métrique) et de cardinalité aussi petite que possible. Le problème se réduit donc à celui de l'inférence d'un epsilon-réseau de cardinalité minimale. Nous le traitons dans toute sa généralité en discutant des ensembles sur lesquels sont définies les données. Notre méthode se base sur la classification ascendante hiérarchique avec comme linkage le rayon des plus petites boules englobant les points de chaque sous-ensemble. Appliquée à nos bibliothèques, cette approche a permis de réduire d'un facteur 4 leur taille, et d'autant nos temps de calcul d'amarrage, tout en améliorant leur fiabilité. Enfin, pour pallier le problème posé par les superpositions de structures deux à deux, nous avons utilisé une représentation des fragments en coordonnées internes permettant de réduire encore les temps de calcul de création des bibliothèques
The characterization of RNA-protein complexes at the atomic scale allows us to better understand the biological functions of these complexes, and to define therapeutic targets to regulate the biological phenomena in which they participate. The aim of this thesis is to develop tools to predict the structure of a protein-RNA complex when a 3D structure of the protein is known as well as the secondary structure of the interacting RNA part. We focus on the case where RNA is mainly in single-stranded form (unpaired nucleotides), raising the difficulty of its flexibility.A docking method developed in the CAPSID team is based on the use of structural fragments of single-stranded RNA. The work of this thesis builds on this method to perform docking of RNA secondary structures. We first evaluated the contribution of a loop closure constraint for docking the single-stranded loop of a hairpin structure, and then addressed the docking of the double-stranded elements of these structures, paving the way for the assembly of the entire complex.This fragment-based docking method is dependent on the use of structural fragment libraries. These libraries are composed of prototypes that represent the conformational landscape experimentally observed in protein-bound RNA structures. A large part of the thesis work consisted in the creation and optimization of such fragment libraries.We created the ProtNAff tool that allows to extract subsets of structures from the PDB and to create libraries of nucleic acid fragments, following complex combinations of criteria. It has been designed to exceed our needs, so that it can be adopted by the community for the treatment of various problems.We have developed a new approach for inferring prototypes of a set of conformations. The set of prototypes must satisfy two contradictory constraints: to be representative (in the sense of the metric) and of cardinality as small as possible. The problem thus reduces to that of inferring an epsilon-network of minimal cardinality. We treat it in all its generality by discussing the spaces on which the data are defined. Our method is based on hierarchical agglomerative classification with as linkage the radius of the minimum balls enclosing the points of each subset. Applied to our libraries, this approach reduced their size by a factor of 4, and our docking computation time by the same amount, while improving their reliability.Finally, to overcome the problem posed by the pairwise superimposition of structures, we used a representation of the fragments in internal coordinates, allowing to reduce further the computation time for the creation of libraries

L’objectif de cette thèse est de proposer un Alphabet Structural (AS) permettant une caractérisation fine et précise des structures tridimensionnelles (3D) des protéines, à l’aide des chaînes de Markov cachées (HMM) qui permettent de prendre en compte la logique issue de l’enchaînement des fragments structuraux en intégrant l’augmentation des conformations 3D des structures protéiques désormais disponibles dans la banque de données de la Protein Data Bank (PDB). Nous proposons dans cette thèse un nouvel alphabet, améliorant l’alphabet structural HMM-SA27,appelé SAFlex (Structural Alphabet Flexibility), dans le but de prendre en compte l’incertitude des données (données manquantes dans les fichiers PDB) et la redondance des structures protéiques. Le nouvel alphabet structural SAFlex obtenu propose donc un nouveau modèle d’encodage rigoureux et robuste. Cet encodage permet de prendre en compte l’incertitude des données en proposant trois options d’encodages : le Maximum a posteriori (MAP), la distribution marginale a posteriori (POST)et le nombre effectif de lettres à chaque position donnée (NEFF). SAFlex fournit également un encodage consensus à partir de différentes réplications (chaînes multiples, monomères et homomères) d’une même protéine. Il permet ainsi la détection de la variabilité structurale entre celles-ci. Les avancées méthodologiques ainsi que l’obtention de l’alphabet SAFlex constituent les contributions principales de ce travail de thèse. Nous présentons aussi le nouveau parser de la PDB (SAFlex-PDB) et nous démontrons que notre parser a un intérêt aussi bien sur le plan qualitatif (détection de diverses erreurs)que quantitatif (rapidité et parallélisation) en le comparant avec deux autres parsers très connus dans le domaine (Biopython et BioJava). Nous proposons également à la communauté scientifique un site web mettant en ligne ce nouvel alphabet structural SAFlex. Ce site web représente la contribution concrète de cette thèse alors que le parser SAFlex-PDB représente une contribution importante pour le fonctionnement du site web proposé. Cette caractérisation précise des conformations 3D et la prise en compte de la redondance des informations 3D disponibles, fournies par SAFlex, a en effet un impact très important pour la modélisation de la conformation et de la variabilité des structures 3D, des boucles protéiques et des régions d’interface avec différents partenaires, impliqués dans la fonction des protéines
The purpose of this PhD is to provide a Structural Alphabet (SA) for more accurate characterization of protein three-dimensional (3D) structures as well as integrating the increasing protein 3D structure information currently available in the Protein Data Bank (PDB). The SA also takes into consideration the logic behind the structural fragments sequence by using the hidden Markov Model (HMM). In this PhD, we describe a new structural alphabet, improving the existing HMM-SA27 structural alphabet, called SAFlex (Structural Alphabet Flexibility), in order to take into account the uncertainty of data (missing data in PDB files) and the redundancy of protein structures. The new SAFlex structural alphabet obtained therefore offers a new, rigorous and robust encoding model. This encoding takes into account the encoding uncertainty by providing three encoding options: the maximum a posteriori (MAP), the marginal posterior distribution (POST), and the effective number of letters at each given position (NEFF). SAFlex also provides and builds a consensus encoding from different replicates (multiple chains, monomers and several homomers) of a single protein. It thus allows the detection of structural variability between different chains. The methodological advances and the achievement of the SAFlex alphabet are the main contributions of this PhD. We also present the new PDB parser(SAFlex-PDB) and we demonstrate that our parser is therefore interesting both qualitative (detection of various errors) and quantitative terms (program optimization and parallelization) by comparing it with two other parsers well-known in the area of Bioinformatics (Biopython and BioJava). The SAFlex structural alphabet is being made available to the scientific community by providing a website. The SAFlex web server represents the concrete contribution of this PhD while the SAFlex-PDB parser represents an important contribution to the proper function of the proposed website. Here, we describe the functions and the interfaces of the SAFlex web server. The SAFlex can be used in various fashions for a protein tertiary structure of a given PDB format file; it can be used for encoding the 3D structure, identifying and predicting missing data. Hence, it is the only alphabet able to encode and predict the missing data in a 3D protein structure to date. Finally, these improvements; are promising to explore increasing protein redundancy data and obtain useful quantification of their flexibility

SuMo est un système bioinformatique de comparaison de structure 3D de protéines. Le but de cette approche est de faciliter l'exploration des données structurales par les biologistes et la formulation h'ypothèses fines sur l'implication biologique des protéines. Contrairement aux approches existantes dans ce domaine, SuMo ne s'attache pas à résoudre un problème formel dérivant d'une modélisation de la notion de fonction biologiqie. Ceci autorise des efforts constants de développement de l'heuristique mise en oeuvre, permettant de se rapprocher des notions intuitives de fonction biologique plutôt que de coller à un modèle mathématique peu réaliste. L'heuristique développée est basée sur la représentation des macromoléculaires par des groupement chimiques aux propriétés géométriques hétérogènes et associés en triplets. L'utilisation de SuMo s'éffectue directement à partir du serveur web htto://sumo-pbil. Ibcp. Fr. Le criblage de la banque de sites de fixation de ligands générée par et pour SuMo permet de repérer de façon conviviale de potentielles cibles thérapeutiques.

Les structures protéiques peuvent être divisées en répétitives et apériodiques, les structures apériodiques correspondant pour la plupart à des protéines globulaires. Les protéines répétitives (PRs) contiennent des unités de répétitions adjacentes, appelées séquences répétées en tandem (TRs). Les PRs sont abondantes et ont une importance fonctionnelle fondamentale. De plus de nombreuses études ont démontré l'implication des TRs dans les pathologies humaines. Ainsi, la découverte des PRs et la compréhension de leur relation séquence-structure-fonction, offrent des perspectives de recherche prometteuses.Le développement d’initiatives en génomique structurale, combiné à une meilleure adaptation des techniques de cristallographie et de RMN à l’étude des protéines non globulaires, a permis d’élucider la structure d’un nombre croissant de PRs, d’où la nécessité de mettre en place un système de classification. Les structures répétitives ont été réparties en cinq classes, principalement fondées sur la longueur des TRs: Classe I - agrégats cristallins; Classe II - structures fibreuses; Classe III - structures allongées, dont la stabilité dépend des interactions qui s’établissent entre les motifs répétés. Classe IV - structures répétitives fermées ; Classe V - structures en collier de perles. Les efforts de ces dernières années ont abouti au développement d’outils bioinformatiques utiles à la détection et l'analyse d'éléments répétitifs présents au sein des structures protéiques (3D TRs). En fonction des caractéristiques des répétitions, certaines méthodes fonctionnent mieux que d'autres, mais, jusqu’à présent, aucune ne permettait de couvrir toute la gamme des répétitions. Ce constat nous a incités à développer une nouvelle méthode, appelée détecteur de protéines en tandem (TAPO). TAPO exploite les périodicités des coordonnées atomiques ainsi que d'autres types de représentation structurale, comprenant les chaînes générées par un alphabet conformationnel, les cartes de contact entre résidus, et les arrangements en vecteurs d'éléments de structure secondaire. Actuellement, sept scores, issus des caractéristiques analysées par TAPO, sont combinés à l’aide d’une Machine à Vecteur Support pour produire un score final permettant de différencier les protéines renfermant ou non des 3D TRs. En atteignant 94% de sensibilité et 97% de spécificité pour la référence actuelle, TAPO présente des performances améliorées par rapport aux autres méthodes de pointe. Le développement de TAPO offre de nouvelles opportunités pour l’analyse à grande échelle des protéines renfermant des 3D TRs. Ainsi, notre analyse de la base de données PDB, à l’aide de TAPO, a montré que 19% des protéines contiennent des 3D TRs. L'analyse à grande échelle des structures 3D TRs dans PDB nous a également permis de découvrir plusieurs nouveaux types de structures répétitives, absents de la classification existante et dont certains sont décrits ici.Nous avons entrepris une analyse complète des 3D TRs constitutifs du Rossmann Fold (RF). Notre intérêt pour les RFs a été suscité par le fait que de nombreuses protéines RFs représentent un cas ambigüe vis à vis des structures répétitives et non répétitives. A priori, les unités hélice α - feuillet β des RFs devraient avoir une forte tendance à s’empiler et donc, à former des structures répétitives. Afin de déterminer la fréquence à laquelle les RFs forment de longues unités de répétition empilées, nous avons sélectionné, à l’aide de TAPO, des structures contenant des RFs et les avons classées. Notre analyse montre que les RFs typiques ne peuvent pas être clairement définis comme des structures répétitives mais plutôt comme des unités de structures globulaires, comptant au plus trois répétitions α-β. Des éléments de discussion seront proposés pour tenter d’expliquer cette observation surprenante
In general, protein structures can be divided into: repetitive and aperiodic structures. Most of the aperiodic structures are globular proteins. The repetitive proteins contain arrays of repeats that are adjacent to each other, called Tandem Repeats (TRs). Proteins containing TRs are abundant and have fundamental functional importance. Numerous studies demonstrated the involvement of such TR-containing proteins in human diseases. Furthermore, genetic instability of these regions can lead to emerging infection threats. Additionally, TR-containing structures have generated significant interest with respect to protein design as they can make excellent scaffolds for specific recognition of target molecules. Therefore, the discovery of these domains, understanding of their sequence–structure–function relationship promises to be a fertile direction for research.The growth of structural genomics initiatives, in combination with improvements in crystallographic and NMR techniques aimed at non-globular proteins, has resulted in an increase in structurally elucidated TR proteins. This has necessitated the development of classification schemes. Structural repeats were broadly divided into five classes mainly based on repeat length; Class I – crystalline aggregates; Class II – fibrous structures such as collagen; Class III – elongated structures where the repetitive units require each other for structural stability such as solenoid proteins; Class IV – closed repetitive structures, such as TIM-barrels and Class V – bead on a string structures such as tandems of Ig-fold domains. Despite this progress, the majority of bioinformatics approaches have focused on non-repetitive globular proteins.In recent years, efforts have been made to develop bioinformatics tools for the detection and analysis of repetitive elements in protein structures (3D TRs). Depending on the size and character of the repeats, some methods perform better than others, but currently no best approach exists to cover the whole range of repeats. This served as a motivation for the development of our method called the TAndem PrOtein detector (TAPO). TAPO exploits, periodicities of atomic coordinates and other types of structural representation, including strings generated by conformational alphabets, residue contact maps, and arrangements of vectors of secondary structure elements. Currently, seven feature based scores produced by TAPO are combined using a Support Vector Machine, producing a score to enable the differentiation between proteins with and without 3D TRs. TAPO shows an improved performance over other cutting edge methods, achieving 94% sensitivity and 97% specificity on the current benchmark. The development of TAPO provided new opportunities for large scale analysis of proteins with 3D TRs. In accordance with our analysis of PDB using TAPO, 19% of proteins contain 3D TRs. The large scale analysis of the 3D TR structures in PDB also allows us to discover several new types of TR structures that were absent in the existing classification. Some of them are described in the thesis manuscript. This suggests that TAPO can be used to regularly update the collection and classification of existing repetitive structures. In particular, a comprehensive analysis of 3D TRs related to Rossmann Fold (RF) was undertaken. Our special interest in RFs was based on the observation that many proteins with RFs represent borderline cases between repetitive and non-repetitive structures. In principle, α-helix-β-strand units of RFs should have a strong potential to stack one over the other, forming repetitive structures. To probe the question of how frequently RFs form long arrays of stacked repeats, we selected by using TAPO known RF-containing structures and classified them. Our analysis shows that typical RFs cannot be clearly defined as repetitive, rather they are part of globular structures with up to 3 αβ-repeats. We provide some explanations for this surprising observation

Cette thèse a été réalisée dans le cadre d'un projet Européen plus vaste (ITN RNAct) dans lequel des approches informatiques et biologiques étaient combinées pour progresser vers la synthèse de nouveaux domaines protéiques capables de se fixer sur des séquences spécifiques d'ARN. L'objectif spécifique de cette thèse était de concevoir et développer des outils informatiques pour mieux exploiter les connaissances existantes sur les domaines à Motif de Reconnaissance de l'ARN (RRM) lors de la modélisation 3D des complexes RRM-ARN. Les domaines RRMs représentent 50% de toutes les protéines fixant l'ARN et sont trouvées dans environ 2% de toutes les régions codantes du génome humain. Cependant, du fait de la grande diversité des domaines RRMs, il n'y a eu jusqu'à présent que très peu de succès rapportés dans la conception de nouveaux domaines RRMs. La contribution centrale de cette thèse est la construction d'une base de données relationnelle appelée (InteR3M) qui intègre des informations de séquence, de structure et de fonction sur les domaines RRMs. La base de données InteR3M (href{https://inter3mdb.loria.fr/}{https://inter3mdb.loria.fr/}) contient 400,892 instances de domaines RRM (dérivées d'entrées UniProt) et 1,456 structures 3D déterminées expérimentalement (dérivées d'entrées PDB), qui correspondent à seulement 303 instances distinctes de domaines RRM. De plus, InteR3M contient 459,859 interactions atomiques entre RRM et acides nucléiques, dérivées de 656 structures 3D dans lesquelles le domaine RRM forme un complexe avec un ARN ou un ADN. Au cours du processus de collecte de données, des incohérences ont été détectées dans la classification de plusieurs instances de domaines RRMs dans les bases de données de domaines protéiques populaires CATH et Pfam. Ceci m'a conduit à proposer une approche originale (CroMaSt) pour résoudre ce problème, à partir de la mise en correspondance des instances structurales de domaines RRMs entre ces deux bases de données et de l'alignement structural des domaines sans correspondance avec une structure prototype du domaine RRM. Le workflow CroMast est disponible sur le Workflow Hub Européen (href{https://workflowhub.eu/workflows/390}{https://workflowhub.eu/workflows/390}). Les informations de séquence et de structure intégrées dans la base de données InteR3M ont ensuite été utilisées pour aligner entre eux tous les domaines RRM et cartographier toutes les interactions RRM-ARN sur cet alignement en vue d'identifier les différents modes de liaison de l'ARN aux domaines RRM. Ceci a conduit au développement, avec nos partenaires RNAct de VUB (Vrije Universiteit Brussel), de l'outil `RRMScorer'. Cet outil contribue au déchiffrage du code de reconnaissance RRM-ARN en calculant les probabilités de liaison entre les nucléotides de l'ARN et les acides aminés des domaines RRM à certaines positions de l'alignement. Les contacts atomiques entre RRMs et ARN ont aussi été utilisés pour identifier des motifs d'ancrage, c'est-à-dire des prototypes des positions 3D atomiques (relatives au squelette protéique) d'un nucléotide interagissant par empilement (`stacking') avec un acide aminé aromatique conservé. Ces ancres peuvent être utilisées comme des contraintes dans un protocole d'amarrage ancré (`anchored docking'). Le pipeline `RRM-RNA dock' est présenté ici et il intègre à la fois les motifs d'ancrage extraits de la base de données InteR3M et les scores de liaison de RRMScorer. Finalement, la simulation en dynamique moléculaire (MD) est un autre outil informatique testé dans cette thèse pour contribuer à la modélisation 3D des complexes RRM-ARN. Des protocoles MD préliminaires mais prometteurs sont décrits au titre d'essais visant à distinguer entre les complexes RRM-ARN à liaison forte ou faible
This thesis was carried out in the frame of a larger European project (ITN RNAct) in which computer science and biology approaches were combined to make progress towards the synthesis of new protein domains able to bind to specific RNA sequences. The specific goal of this thesis was to design and develop computational tools to better exploit existing knowledge on RNA Recognition Motif (RRM) domains using 3D modeling of RRM-RNA complexes. RRMs account for 50% of all RNA binding proteins and are present in about 2% of the protein-coding regions of the human genome. However, due to the large diversity of RRMs, there have been very few successful examples of new RRM design so far. A central achievement of this thesis is the construction of a relational database called `InteR3M' that integrates sequence, structural and functional information about RRM domains. InteR3M database (href{https://inter3mdb.loria.fr/}{https://inter3mdb.loria.fr/}) contains 400,892 RRM domain instances (derived from UniProt entries) and 1,456 experimentally solved 3D structure (derived from PDB entries) corresponding to only 303 distinct RRM instances. In addition, InteR3M stores 459,859 atom-atom interactions between RRM and nucleic acids, retrieved from 656 3D structures in which the RRM domain is complexed with RNA or DNA. During the data collection procedure, inconsistencies were detected in the classification of several RRM instances in the popular domain databases CATH and Pfam. This led me to propose an original approach (CroMaSt) to solve this issue, based on cross-mapping of structural instances of RRMs between these two domain databases and on the structural alignment of unmapped instances with an RRM structural prototype. The CroMaSt CWL workflow is available on the European Workflow hub at href{https://workflowhub.eu/workflows/390}{https://workflowhub.eu/workflows/390}. Sequence and structural information stored in InteR3M database was then used to align RRM domains and map all RRM-RNA interactions onto this alignment to identify the different binding modes of RNA to RRM domains. This led to the development, with RNAct partners at VUB (Vrije Universiteit Brussel), of the `RRMScorer' tool. This tool contributes to decipher the RRM-RNA code by computing binding probabilities between RNA nucleotides and RRM amino acids at certain positions of the alignment. Atomic contacts between RRMs and RNA were also used to identify anchoring patterns, i.e. prototypes of 3D atomic positions (relative to the protein backbone) of a nucleotide stacked on a conserved aromatic amino acid. These anchors can be used as constraints in anchored docking protocols. The `RRM-RNA dock' docking pipeline is presented here and integrates both anchoring patterns extracted from InteR3M and binding scores from RRMScorer. Finally, molecular dynamic (MD) simulation is another computational tool tested in this thesis to contribute to the 3D modeling of RRM-RNA complexes. Promising preliminary MD protocols are described as attempts to distinguish between strongly and weakly binding RRM-RNA complexes

Nos récepteurs d'intérêt, les récepteurs à l'angiotensine AT1 et AT2, appartiennent à la classe A de la grande famille des récepteurs couplés aux protéines G (RCPG). Jusqu'à très récemment, la rhodopsine bovine était le seul RCPG dont la structure cristallographique était résolue. La structure de la rhodopsine est employée couramment comme modèle en modélisation par homologie des RCPG de classe A. La structure de la rhodopsine est constituée de sept hélices transmembranaires. La plupart de ces hélices ne sont pas droites, mais cassées ou incurvées. Pour comprendre quels sont les motifs structuraux possibles pour les cassures d'hélices, nous avons réalisé une étude exhaustive des motifs d'hélices cassées au niveau d'un seul résidu de jonction (motif HXH) grâce à une base de données de structures d'hélices cassées développée localement. Les résultats montrent que le résidu de jonction n'admet qu'un nombre limité de conformations conduisant à la classification de ces cassures en six motifs bien distincts. Un de ces motifs correspond à une cassure au niveau d'un renflement. Ce motif se retrouve dans l'hélice transmembranaire 2 (TMH2) de la rhodopsine où une cassure se fait au niveau d'un motif GG correspondant à un renflement p. Ce motif GG, situé aux positions 2.56-2.57, n'est pas conservé parmi les RCPG mais une proline est fréquemment observée aux positions 2.58, 2.59 ou 2.60. Nos récepteurs d'intérêt AT1 et AT2 possèdent une proline à la position 2.58. L'étude de l'évolution de l'hélice transmembranaire 2 au sein de la famille des RCPG suggère fortement que la position en 2.58 correspond à une délétion d'un résidu au niveau de la cassure. Ceci est confirmé par des analyses structurales de la Protein Data bank. Ces résultats indiquent que la structure de la rhodopsine peut être utilisée directement pour modéliser l'hélice 2 lorsque la proline est en position 2.59 ou 2.60 (renflement p)/ Lorsque la proline est en position 2.58, la rhodopsine peut aussi être utilisée comme modèle structural à condition de prendre en compte la délétion d'un résidu au niveau du renflement, pour obtenir une cassure proline en coude classique.

En raison de leur résistance aux agents chimiothérapeutiques, les transporteurs ABC de phénotype MDR ont attiré l'attention de la communauté scientifique. Notre projet vise à trouver des conditions dans lesquelles les transporteurs ABC restent fonctionnels en solution pour aboutir à la cristallisation de ces protéines dans une conformation active. Dans ce but, nous avons conçu et développé une nouvelle classe de détergents, à base de calix[4]arène, qui stabilisent ces protéines. Afin de résoudre la structure 3D à résolution atomique du transporteur ABC bactérien "BmrA", responsable de la résistance aux antibiotiques, nous avons utilisé une approche classique utilisant des détergents commerciaux en parallèle à nos détergents innovants. En présence de la Foscholine 12, nous avons obtenu des cristaux diffractant jusqu’à 5 Å de résolution. Cependant, les données de diffraction n’étaient pas suffisantes pour déterminer la structure tridimensionnelle complète de la protéine, seuls les domaines transmembranaires ont été résolus. D'autre part, nous avons atteint l'objectif de l'extraction, la purification et la stabilisation de ce transporteur à l'aide des détergents à base de calix [4] arène. Nous avons également montré que ces détergents promeuvent et améliorent la cinétique de cristallisation de BmrA, une étape que nous sommes en train d’optimiser, pour obtenir des cristaux de meilleure résolution, pour résoudre la structure 3D de BmrA qui sera utilisé pour concevoir des inhibiteurs adaptés
Due to their preponderance in the resistance to chemotherapies, the MDR ABC transporters have drawn the attention of the scientific community. Our project aimed at finding conditions in which ABC transporters are active in solution to lead the crystallization of these proteins in an active conformation. In this purpose, we conceived and developed a new class of detergents, based on calix[4]arene ring, that stabilize these proteins. In order to solve the 3D-structure to atomic resolution of bacterial ABC transporter “BmrA” responsible for antibiotic resistance, we used a classical approach with commercial detergents in addition to the innovative ones. We have crystallized the protein in presence of Foscholine 12 with a diffraction resolution up to 5 Å. The data was incomplete; solving partially the structure of the transmembrane domains. On the other hand, we have reached the objective of extraction, purification and stabilization of this transporter by using calix[4]arene-based detergents. We have also shown that these detergents promote and enhance the kinetics of crystallization of BmrA, a step that we are improving, to get crystals of better resolution, for resolving the BmrA 3D-structure which will be used to design adapted inhibitors

La RMN à l’état solide est une méthode de choix pour l’étude des protéines insolubles et des complexes protéiques de haut poids moléculaire. L’insolubilité intrinsèque des protéines fibrillaires, ainsi que leur architecture complexe, rendent difficile leur caractérisation structurale par la cristallographie et par la RMN en solution. La RMN à l‘état solide n’est pas limitée par le poids moléculaire et constitue donc un outil puissant pour l’étude des protéines fibrillaires. L’attribution des résonances RMN est le prérequis pour obtenir des informations structurales à résolution atomique. La première partie de ce travail de thèse décrit le développement de méthodes en RMN à l’état solide pour l’attribution des résonances. Nous avons appliqué ces méthodes afin d’attribuer le domaine C-terminal du prion Ure2 (33 kDa), qui est à ce jour la plus grande protéine attribuée par RMN à l’état solide. Nos résultats fournissent les bases pour l’étude de protéines à haut poids moléculaire à l’échelle atomique. Ceci est démontré dans la seconde partie de ce travail de thèse avec les premières études RMN à l’état solide des fibrilles des prions Ure2 et Sup35. Nous avons caractérisé la structure de ces prions pour les fibrilles entières ainsi que pour les domaines isolés. La troisième fibrille étudiée est l’α- synuclein, fibrille associée à la maladie de Parkinson, pour laquelle nous présentons l’attribution des résonances RMN ainsi que la structure secondaire d’un nouveau polymorphe. Les études présentées ici fournissent de nouvelles clés pour comprendre la diversité des architectures de fibrilles, en considérant les fibrilles comme entités individuelles d’un point de vue structural
Solid-state NMR is the method of choice for studies on insoluble proteins and other high molecular weight protein complexes. The inherent insolubility of fibrillar proteins, as well as their complex architecture, makes the application of x-ray crystallography and solution state NMR difficult. Solid-state NMR is not limited by the molecular weight or by the absence of long-range structural order, and is thus a powerful tool for the 3D structural investigation of fibrillar proteins. The assignment of the NMR resonances is a prerequisite to obtain structural information at atomic level. The first part of this thesis describes the development of solid-state NMR methods to assign the resonances in large proteins. We apply these methods to assign the 33 kDa C-terminal domain of the Ure2p prion which is up to now the largest protein assigned by solid-state NMR. Our results provide the basis to study high molecular weight proteins at atomic level. This is demonstrated in the second part with the first high-resolution solid-state NMR study of Ure2 and Sup35 prion fibrils. We describe the conformation of the functional domains and prion domains in the full-length fibrils and in isolation. The third fibrillar protein addressed in this work is the Parkinson’s disease related α-synuclein whereof we demonstrate the NMR resonance assignment and the secondary structure determination of a new polymorph. Thus, the studies described here provide new insights in the structural diversity of fibril architectures, and plead to view fibrils as individuals from a structural point of view, rather than a homogenous protein family

Une tessellation de Voronoï est un moyen de diviser l'espace 3D en régions associées avec chaque élément d'un ensemble discret de points dans le but de caractériser leurs relations topologiques. Le processus associe à chacun de ces éléments un polyèdre, appelé cellule de Voronoï, défini par les intersections des plans de contact construits à mi chemin entre les points. Chaque cellule contient donc le voisinage le plus proche du point qui lui est associé et ses faces définissent les contacts avec ses plus proches voisins. Pour un ensemble donné de points, la décomposition en cellules de Voronoï est unique et absolue car il n'y a pas d'espace vide entre les cellules. De plus les caractéristiques des cellules telles que le nombre de face, le volume etc. sont des sources d'information utiles pour étudier l'organisation des points dans l'espace. Pour les structures protéiques deux échelles d'investigation peuvent être envisagées. Le niveau atomique qui est le plus représenté dans la littérature associe chaque cellule avec chaque atome ou groupe d'atomes présent dans la structure. Le second niveau associe chacune des cellules avec chaque résidu représenté par un point pouvant être un atome réel (le carbone alpha par exemple) ou un point virtuel comme le centre géométrique de la chaîne latérale. Le travail de thèse présenté ici décrit ces dernières tessellations tout d'abord d'un point de vue mathématique puis de manière plus concrète en l'appliquant aux structures protéiques et en étudiant les diverses propriétés des cellules. Deux applications concrètes sont ensuite présentées. La première est une étude statistique de la proximité des extrémités N terminale et C terminale des chaînes polypeptidiques, la seconde est une procédure d'attribution des structures secondaires régulières.

Notre projet vise à déterminer la structure 3D du transporteur BmrA de Bacillus subtilis. La protéine a été purifiée dans six détergents différents. L'utilisation de foscholine 12, a conduit à cristalliser OmpF, une porine de la membrane externe d'E. coli. Nous montrons que les conditions de cristallisation influencent directement l'empilement cristallin d'OmpF. Le protocole de purification de BmrA, optimisé en utilisant du triton X100 à l'extraction puis un mélange β-D-dodecyl maltoside-cholate pour les étapes chromatographiques nous a permis d'obtenir à 4°C des cristaux, pour lesquels nous avons vérifié qu'ils sont constitués de BmrA. Ces cristaux ont permis d'obtenir un jeu complet jusqu'à 7 Å. Ces données de diffraction constituent une avancée significative pour résoudre à court terme la structure 3D de BmrA. Nous avons développé une nouvelle méthode de dosage des détergents qui est basée sur la détermination par spectrométrie de masse de type MALDI du ratio d'isotopes deutérés/ protonés. La méthode a été validée avec la FC12, le DDM, le β-OG, le LMNG, le CHAPS, le cholate et des détergents calix[4]aréniques, en mesurant la concentration de ces détergents dans différentes conditions d'extraction/purification, de concentration, dialyse et gel filtration, de différentes protéines membranaires. Cette méthode nous a permis (i) d'estimer la taille de la ceinture de détergent associée à BmrA et d'autres protéines membranaires (ii) de moduler cette taille en fonction de mélange de détergents et (iii) d'apporter des informations sur le comportement des complexes protéine-détergent
Our project aims to determine the 3D structure of BmrA from Bacillus subtilis. The protein was purified in six different detergents. Using foscholine 12, led to crystallize OmpF, an outer membrane porin of E. coli. We show that the crystallization conditions directly influence the crystal packing of OmpF. The BmrA purification protocol optimized by using Triton X100 at the extraction and a mixture β-D-dodecyl-maltoside cholate for chromatographic steps allowed us to get to 4°C crystals, for which we verified they consist of BmrA. These crystals have yielded full data to 7 Å. These diffraction data are a significant advance in the short term to resolve the 3D structure of BmrA. We have developed a new detergents dosage assay which is based on the determination by MALDI-type mass ratio of deuterated isotopes / protonated. The method was validated with the FC12, the DDM, the β-OG, the LMNG, CHAPS, cholate detergents and calix [4] aréniques by measuring the concentration of these detergents in different conditions of extraction/ purification, concentration, dialysis and gel filtration, of different membrane proteins. This method allowed us (i) to estimate the size of the detergent belt associated to BmrA and other membrane proteins (ii) to modulate this size in terms of the detergent mixture and (iii) to provide information on the behavior of complex protein-detergent

Les fonctions d'une molécule d'ARN dans les processus cellulaires sont très étroitement liées à sa structure tridimensionnelle. Il est donc essentiel de pouvoir prédire cette structure pour étudier sa fonction. Le repliement de l'ARN peut être vu comme un processus en deux étapes : le repliement en structure secondaire, grâce à des interactions fortes, puis le repliement en structure tridimensionnelle par des interactions tertiaires. Prédire la structure secondaire a donné lieu à de nombreuses avancées depuis plus de trente ans. Toutefois, la prédiction de la structure tridimensionnelle est un problème bien plus difficile. Nous nous intéressons ici au problème de prédiction de la structure 3D d'ARN sous la forme d'un jeu. Nous représentons la structure secondaire de l'ARN comme un graphe : cela correspond à une modélisation à gros grain de cette structure. Cette modélisation permet de réaliser un jeu de repliement dans l'espace. Notre hypothèse consiste à voir la structure 3D comme un équilibre en théorie des jeux. Pour atteindre cet équilibre, nous utiliserons des algorithmes de minimisation de regret. Nous étudierons aussi différentes formalisations du jeu, basées sur des statistiques biologiques. L'objectif de ce travail est de développer une méthode de repliement d'ARN fonctionnant sur tous les types de molécule d'ARN et obtenant des structures similaires aux molécules réelles. Notre méthode, nommée GARN, a atteint les objectifs attendus et nous a permis d'approfondir l'impact de certains paramètres pour la prédiction de structure à gros grain des molécules
The functions of RNA molecules in cellular processes are related very closely to its three dimensional structure. It is thus essential to predict the structure for understanding RNA functions. This folding can be seen as a two-step process: the formation of a secondary structure and the formation of three-dimensional structure. This first step is the results of strong interactions between nucleotides, and the second one is obtain by the tertiary interactions. Predicting the secondary structure is well-known and results in numerous advances since thirty years. However, predicting the three-dimensional structure is a more difficult problem due to the high number of possibility. To overcome this problem, we decided to see the folding of the RNA structure as a game. The secondary structure of the RNA is represented as a graph: its corresponds to a coarse-grained modeling of this structure. This modeling allows us to fold the RNA molecule in a discrete space. Our hypothesis is to understand the 3D structure like an equilibrium in game theory. To find this equilibrium, we will use regret minimization algorithms. We also study different formalizations of the game, based on biological statistics. The objective of this work is to develop a method of RNA folding which will work on all types of secondary structures and results more accurate than current approaches. Our method, called GARN, reached the expected objectives and allowed us to deepen the interesting factors for coarse-grained structure prediction on molecules

Cette thèse présente des méthodes d’analyse d’images numériques issues de la microscopie de fluorescente pour la biologie cellulaire. Elle s’intéresse essentiellement à la localisation et au suivi des complexes multimoléculaires dans les données multidimensionnelles (2D, 2D+t, 3D et 3D+t). Une première partie du travail est dédiée à l’extraction et la caractérisation de structures biologiques dans les images en utilisant des techniques de segmentation basées sur la décomposition en ondelettes. Plusieurs études biologiques réalisées en collaboration avec différentes équipes de recherche et exploitant directement ces outils sont présentées, comme par exemple l’étude de la morphométrie des organelles des cellules contraintes sur des micro-patterns et le travail sur la localisation de la protéine mid1p dans la levure. Dans une deuxième partie, il est présenté une méthode permettant de suivre dans le temps des molécules uniques ou des complexes multi moléculaires marqués. Elle permet la mise en correspondance des objets segmentés par minimisation des coûts d’association en utilisant la technique de recuit simulé. Cette méthode est bien adaptée à nombre de situations rencontrées en biologie cellulaire, car elle modélise de multiples comportements tels que l’apparition, la disparition ou la fusion et la dissociation. Une application au suivi de molécules uniques (ADN mono disperse 166kpb) est présentée dans le but d’étudier les variations de leur coefficient de diffusion. La troisième partie de cette thèse décrit un ensemble d’analyses appliquées à la caractérisation spatiale et temporelle des intermédiaires de transport du trafic membranaire marqués par les protéines chimériques GFP-Rab6A et GFP-Rab6A’. Plusieurs approches complémentaires sont exposées dans le but d’extraire un maximum d’informations quantitatives et de tenter une description des mécanismes biologiques sous-jacents
This thesis presents several approaches aiming to analyze fluorescence microscopy images in the field of cell biology. It is essentially focused on techniques for localization and tracking of multimolecular complexes in multidimensional data (2D, 2D+t, 3D and 3D+t). The first part of this work is dedicated to the extraction and characterization of fluorescent biological structures using wavelet based segmentation. Various biological studies performed in collaboration with various research groups are detailed, such as a study about morphometric analysis of organelles of cell constrained by micro patterns or the localization of the mid1p protein in yeasts. In a second part, a tracking algorithm of labeled molecular structures is presented. It is based on the linking over time of segmented objects by minimizing the association costs by a simulated annealing technique. This method is particularly well adapted in a lot of biological situations, because it allows modeling of many events like birth, death, fusion and fission. A single molecule (mono-disperse DNA 166kbp) dynamics analysis has been made using this tracking technique in order to extract the variations of the molecular diffusion coefficient. The third part describes a set of analyzes with the goal to study the spatial and temporal localization of transport intermediates involved in the membrane trafficking tagged by chimerical GFP-Rab6A and GFP-Rab6A’ proteins. Several complementary approaches are used to extract quantitative information and to describe the underneath biological processes

Ce manuscrit présente une étude fonctionnelle et structurale de deux enzymes du métabolisme des médicaments : les cytochromes P450 CYP2C9 et CYP2C8 humains. Nous avons utilisé les outils de la biologie moléculaire (mutagenèse dirigée, construction de chimères) afin d'évaluer l'importance fonctionnelle de plusieurs résidus de ces hémoprotéines. Le choix des mutations s'est appuyé sur l'analyse in silico de modèles de complexes enzyme/substrat, sur les structures RX publiées et les alignements de séquences entre CYP2Cs. Neuf mutants du CYP2C9, 21 mutants du CYP2C8 et 4 chimères CYP2C8/2C9 ont ainsi été construits au cours de cette thèse. Après expression dans la souche de levure W(R), leurs propriétés catalytiques ont été comparées à celles de l'enzyme sauvage. Les résultats obtenus, présentés en deux parties, mettent en évidence trois résidus clés du site actif du CYP2C9 (Ser365, Phe114 et Phe476) ainsi que six résidus clés du CYP2C8 (Arg97, Ser100, Ser114, Phe201, Phe205, Arg241)
This manuscript deals with the functional and structural study of two drug metabolism enzymes : human cytochromes P450 CYP2C9 and CYP2C8. Molecular biology tools (site-directed mutagenesis, chimera construction) were used to assess the functional importance of several amino-acids in these hemoproteins. The choice of mutations was based on the in silico analysis of modelled enzyme/substrate complexes, on published X-ray structures and alignment of CYP2Cs sequences. Nine mutants of CYP2C9, 21 mutants of CYP2C8 and 4 CYP2C8/2C9 chimera were thus constructed during this PhD thesis. After expression in the yeast strain W(R), their catalytic properties were compared to those of the wild type enzyme. The overall results, presented in two parts, highlight the critical role of 3 key residues for the CYP2C9 active site (Ser365, Phe114 et Phe476) and of 6 key residues for CYP2C8 (Arg97, Ser100, Ser114, Phe201, Phe205, Arg241

Les ATPases de type P1 sont des pompes utilisant l'énergie de l'hydrolyse de l'ATP pour transporter les ions lourds (Cu+, Zn2+, Pb2+, Cd2+) à travers la membrane cellulaire. Elles sont difficiles à purifier et cristalliser et leur structure 3D est en général inconnue. Nous nous sommes intéressés à la structure et à la dymanique de la partie membranaire de l'ATPase cadmium CadA et aux domaines de liaison du métal de l'ATPase cuivre humaine de Menkés. Similarité de séquence et analyses d'hydropathie, complétées par des expériences ont montré que les ATPases de type P1 sont constituées de 8 segments transmembranaires (TMs) au lieu de 10 pour l'ATPase calcium de structure connue. En collaboration avec les biochimistes, et en utilisant les programmes MODELLER, CHARMM, XPLOR, AMD ainsi que nos propres programmes, nous avons prédit la structure des TMs de CadA. Nous avons construit plusieurs modéles du paquet de TMs correspondant à plusieurs topologies, calculé les coordonnées atomiques avec une procédure similaire à la détermination de structure à partir d'expériences de RMN et raffiné ces coordonnées en utilisant des simulations de DM en présence de solvant implicite. Le programme AMD de DM Adaptive a été utilisé pour vérifier les modèles de manière interactive. Une autre caractéristique intéressante des ATPases de type P1 est la présence en N-ter de un à six domaine(s) de liaison des métaux (MBDS). Dans le cas de l'ATPase de Menkés, il y a 6 MBDs, chacun pouvant lier un ion Cu+. La structure de chaque MBD est connue. En utilisant des simulations de DM, nous avons étudié la dynamique de chaque MBD en presence ou absence de métal dans le but de comprendre comment le métal est transféré de la métallochaperone qui prend en charge le métal lors de son entrée dans la cellule au MBD. Ces études ont utilisé le travail récent des chercheurs de l'équipe dans le domaine de la paramétrisation des ions métalliques pour des champs de force de mécanique moléculaire. Le bon accord de nos résultats de DM sur les MBDs avec les connaissances expérimentales a montré que des modèles mécaniques sont capables de rendre compte et d'expliquer certaines propriétés de liaison et de transport des métaux dans les métalloprotéines et les ATpases, cibles pharmaceutiques bien connues
P1-type ATPases are a special kind of ATP driven pumps which transport soft heavy metals (Cu+, Zn2+, Pb2+, Cd2+) across the cell membranes. Their complete structure is, in general, unknown. We are interested in the structure and dynamics of the transmembrane part of the Cadmium ATPase (CadA) and the metal binding domains of the human Copper transporting Menkes ATPase. Sequence similarity and hydropathy analyses, completed by experiments have shown that soft metal pumps are constituted of 8 transmembrane regions (TMs), compared to 10 for SERCA, the calcium pump for which the 3D structure is known. In collaboration with the biochemists in the laboratory, and using standard programs like MODELLER, CHARMM, XPLOR, AMD together with our own programs, we have predicted the structure of the TMs of CadA. We have built several models of the TM bundle corresponding to several topologies, calculated all atom coordinates with a procedure similar to structure determination from NMR experiments and refined these coordinates using Molecular Dynamics (MD) simulations in an implicit membrane. The Adaptive MD (AMD) program has been used to interactively check the models for bad loop positioning or ''knots'' in the structure. Another interesting feature of P1-type ATPase is the presence of one to six N-terminal conserved GxTCxxC metal binding domain(s) (MBDS). In the case of the Menkes ATPase, there are 6 MBDs, each of them being able to bind Cu+. The structure of each MBD separately is known from NMR spectroscopy but the structure of the assembly is unknown. Using MD simulations, we have studied the dynamics of each MBD in the presence or absence of metal with the final goal of understanding how the metal is transferred from the metallochaperone which binds the metal when it enters the cell to the MBD and why the presence of 6 MBDs is needed for the correct functioning of the pump. These studies have used recent work of researchers in the team on the parameterization of metal ions for molecular mechanics force fields and MD studies on metallochaperones. We show that fast approximate in silico models of metal ions can help understand metal binding and transport in metalloproteins or ATPases, which are known to be major pharmaceutical targets

Les ATPases de type P1 sont des pompes utilisant l'énergie de l'hydrolyse de l'ATP pour transporter les ions lourds (Cu+, Zn2+, Pb2+ Cd2+) à travers la membrane cellulaire. Elles sont difficiles à purifier et cristalliser et leur structure 3D est en général inconnue. Nous nous sommes intéressés à la structure et à la dymanique de la partie membranaire de l'ATPase cadmium CadA et aux domaines de liaison du métal de l'ATPase cuivre humaine de Menkés. Similarité de séquence et analyses d'hydropathie, complétées par des expériences ont montré que les ATPases de type P1 sont constituées de 8 segments transmembranaires (TMs) au lieu de 10 pour l'ATPase calcium de structure connue. En collaboration avec les biochimistes, et en utilisant les programmes MODELLER, CHARMM, XPLOR, AMD ainsi que nos propres programmes, nous avons prédit la structure des TMs de CadA. Nous avons construit plusieurs modéles du paquet de TMs correspondant à plusieurs topologies, calculé les coordonnées atomiques avec une procédure similaire à la détermination de structure à partir d'expériences de RMN et raffiné ces coordonnées en utilisant des simulations de DM en présence de solvant implicite. Le programme AMD de DM Adaptive a été utilisé pour vérifier les modèles de manière interactive. Une autre caractéristique intéressante des ATPases de type P1 est la présence en N-ter de un à six domaine(s) de liaison des métaux (MBDS). Dans le cas de l'ATPase de Menkés, il y a 6 MBDs, chacun pouvant lier un ion Cu$^+$. La structure de chaque MBD est connue. En utilisant des simulations de DM, nous avons étudié la dynamique de chaque MBD en presence ou absence de métal dans le but de comprendre comment le métal est transféré de la métallochaperone qui prend en charge le métal lors de son entrée dans la cellule au MBD. Ces études ont utilisé le travail récent des chercheurs de l'équipe dans le domaine de la paramétrisation des ions métalliques pour des champs de force de mécanique moléculaire. Le bon accord de nos résultats de DM sur les MBDs avec les connaissances expérimentales a montré que des modèles mécaniques sont capables de rendre compte et d'expliquer certaines propriétés de liaison et de transport des métaux dans les métalloprotéines et les ATpases, cibles pharmaceutiques bien connues.

Pseudomonas aeruginosa est un pathogène opportuniste responsable de nombreuses maladies nosocomiales chez les patients immunodéprimés ainsi que d'infections graves chez les patients atteints de la mucoviscidose (CF). La colonisation des voies respiratoires des patients CF est souvent mortelle car une fois installée, cette bactérie est difficile à éradiquer et provoque le déclin des fonctions respiratoires des patients. L'antibiothérapie devient inefficace face au développement de souches multi-résistantes et sa capacité à former un biofilm. L'étape cruciale initiant l'infection ou la formation du biofilm est l'adhésion durant laquelle des interactions spécifiques lectines/oligosaccharides permettent la fixation de la bactérie à la surface de la cellule hôte. Bloquer l'adhésion serait un moyen de lutter contre l'infection. Dans l'approche d'une thérapie anti-adhésive, plusieurs lectines impliquées dans l'adhésion et l'élaboration du biofilm sont prises comme cibles. Dans un premier temps, des lectines fimbriales putatives identifiées récemment, CupB6 et CupE6, ont fait l'objet d'une étude. Des essais d'expression, de purification et de cristallisation ont été réalisés dans l'objectif de résoudre leur structure cristallographique. Une étude visant à identifier le ligand naturel de CupB6 a également été entreprise. Puis une étude a été menée pour caractériser le potentiel d'inhibition de plusieurs molécules dérivées du galactose sur la lectine soluble, PA-IL. Certaines de ces molécules pourraient être utilisées comme glycomimétiques offrant une alternative aux antibiotiques. Une étude par microcalorimétrie et cristallographie aux rayons X a permis d'étudier la spécificité d'une lectine de légumineuse, PELa.

La RMN est une méthode de choix pour la détermination de la structure tridimensionnelle des protéines et des acides nucléiques en solution. Cependant, la taille des systèmes que l'on peut étudier actuellement par RMN est limitée. Dans la première partie de ce travail, la structure du répresseur BlaI de la beta-lactamase de B. licheniformis 749/I et son interaction avec l'ADN ont été étudiées par RMN avec des méthodes classiques. Ces résultats ont permis de mieux caractériser la répression des gènes de plusieurs mécanismes de résistance aux antibiotiques, incluant la résistance à la méthicilline de la souche pathogène S. aureus. Le deuxième volet de ce travail concerne l'implémentation de filtres Hadamard qui augmentent la résolution des spectres dans certaines expériences de RMN multidimensionnelle. Ces filtres permettent de séparer les pics de corrélation des protéines et des acides nucléiques selon le type d'acide aminé et le type de base, respectivement. Ces développements ouvrent de nouveaux horizons vers l'étude de macromolécules biologiques de plus grosse taille par RMN.