LocAlign: Local Protein Structural Alignment with Geometric Deep Learning

Imaginez que vous ayez deux puzzles complètement différents. L'un est l'image d'un chat, et l'autre est l'image d'une voiture. Si vous essayez de les faire correspondre pièce par pièce, du coin supérieur gauche au coin inférieur droit (ce qui est la manière dont la plupart des outils standards d'alignement de protéines fonctionnent), vous échouerez lamentablement car les formes globales sont totalement différentes.

Cependant, si vous zoomez, vous pourriez remarquer que les deux puzzles possèdent par hasard un petit groupe de pièces très spécifique au milieu qui se ressemblent exactement — peut-être une petite fleur rouge ou un engrenage bleu spécifique. Dans le monde de la biologie, ces petits amas de correspondances sont appelés motifs fonctionnels. Ce sont les parties d'une protéine qui effectuent réellement le travail, comme attraper un médicament ou se lier à un virus. Trouver ces petites similitudes cachées entre deux protéines très différentes revient à essayer de trouver cette « fleur rouge » identique dans deux puzzles totalement différents, et jusqu'à présent, les scientifiques n'avaient pas de bonne méthode pour le faire.

Entrez en scène : LocAlign.

Considérez LocAlign comme un détective géométrique super intelligent qui ne se soucie pas de la forme globale du puzzle. Au lieu de cela, il utilise un type spécial de « vision 3D » (appelée apprentissage profond géométrique) pour scanner deux structures de protéines et dire : « Hé, même s'ils ne se ressemblent pas du tout, ces trois atomes spécifiques ici correspondent parfaitement à ces trois atomes là. »

Voici comment cela fonctionne en termes simples :

1. L'astuce du « Sans Corrigé » : Habitellement, pour apprendre à un ordinateur à trouver ces correspondances, vous avez besoin d'un enseignant possédant le corrigé (une carte parfaite indiquant quels atomes correspondent à quels autres). Mais pour les protéines, nous n'avons souvent pas cette carte. LocAlign contourne cela en apprenant grâce à un raccourci ingénieux : il observe des paires de protéines qui tiennent toutes deux le même objet chimique (comme un médicament spécifique ou un ligand). Il part du principe que si deux protéines tiennent le même objet, elles doivent utiliser une « poignée de main » similaire pour le faire. Il apprend à trouver cette poignée de main sans jamais lui être explicitement indiqué où elle se trouve.
2. Le Résultat : Une fois entraîné, LocAlign peut regarder deux protéines et instantanément les faire pivoter et les superposer pour révéler ces points de correspondance cachés.
3. Efficacité : L'article affirme qu'il est très performant. Lorsqu'il compare des protéines qui se ressemblent un peu, il a trouvé les bonnes correspondances 87 % du temps. Même en comparant des protéines qui sont totalement différentes (comme le puzzle du chat contre celui de la voiture), il a quand même trouvé les correspondances cachées 37 % du temps.

Que pouvez-vous en faire ?

L'article souligne deux principales façons dont cet outil est utile actuellement :

• Explorer le « protéome sombre » : Il existe de nombreuses protéines dont nous savons qu'elles existent, mais dont nous ne comprenons pas la fonction. LocAlign peut comparer ces protéines mystérieuses à des protéines connues pour deviner leur fonction en se basant sur leurs « poignées de main » structurelles cachées.
• Vérifications de sécurité des médicaments : Il peut aider à filtrer les médicaments pour voir s'ils pourraient accidentellement s'attacher à la mauvaise protéine (criblage hors cible), ce qui aide à prédire les effets secondaires potentiels.

En résumé, LocAlign est un nouvel outil puissant qui ignore la vue d'ensemble pour se concentrer sur les détails minuscules et critiques, aidant les scientifiques à comprendre comment les protéines fonctionnent et interagissent avec les médicaments, même lorsque ces protéines semblent totalement différentes en surface.