De novo designed cyclic MC4R peptide agonist reduces food intake in mice

Cette étude établit un flux de travail de bout en bout généralisable pour la découverte de médicaments peptidiques de novo en utilisant l'apprentissage profond pour concevoir, optimiser et valider un nouvel agoniste cyclique du MC4R qui atteint une haute puissance et réduit significativement la prise alimentaire chez la souris.

L'essentiel

Imaginez que vous essayez de fabriquer une clé personnalisée pour ouvrir une serrure très spécifique et complexe (le récepteur MC4R) qui régule la faim dans l'organisme. Habituellement, les scientifiques tentent de copier des clés qui existent déjà dans la nature. Mais cet article porte sur la création d'une toute nouvelle clé à partir de zéro, en utilisant un programme informatique ultra-intelligent, sans copier quoi que ce soit que la nature ait déjà fabriqué.

Voici comment les chercheurs ont procédé, étape par étape :

1. L'Architecte Informatique
Tout d'abord, l'équipe a utilisé un outil d'IA puissant (appelé AlphaFold2) pour agir comme un architecte numérique. Ils ont demandé à l'ordinateur d'« halluciner » ou d'imaginer plus de 5 000 formes différentes pour une clé. Certaines étaient des lignes droites, d'autres avaient la forme de boucles (cycliques). L'objectif était de trouver des formes qui s'adapteraient parfaitement à la « serrure » du récepteur de la faim.

2. Le Premier Essai
Ils ont sélectionné un petit groupe de ces clés conçues par ordinateur pour les tester en laboratoire. C'était un peu comme un concours de talents :

• 74 % des clés en ligne droite ont effectivement fonctionné.
• 23 % des clés en forme de boucle ont fonctionné.
  L'une des clés en forme de boucle a été une star. Elle a réussi à tourner la serrure et à envoyer un signal, même si elle ressemblait complètement aux clés naturelles que le corps utilise habituellement. Elle était un peu faible au début, mais elle a prouvé que le concept fonctionnait.

3. L'Atelier de « Réglage »
Une fois qu'ils avaient un prototype fonctionnel, ils ne se sont pas arrêtés là. Ils l'ont traité comme une voiture de course nécessitant un réglage. Ils ont mené des milliers de micro-expériences pour échanger différentes parties de la clé (en changeant une lettre du code à la fois) afin de voir quels changements la rendaient plus rapide et plus puissante. Ils ont également ajouté des « stabilisateurs » pour aider la clé à durer plus longtemps dans l'organisme.

Grâce à ce processus, ils ont découvert un nouveau motif secret (une séquence spécifique de lettres appelée « APWR ») qui rendait la clé plus efficace. Ils ont trouvé un changement précis — le remplacement d'une partie par un élément « Proline » — qui a rendu la clé incroyablement puissante. Cette nouvelle version, appelée E5P, était environ 50 fois plus puissante que le premier prototype fonctionnel.

4. Le Test en Conditions Réelles
Enfin, ils ont pris cette clé surpuissante et l'ont testée sur des souris. Ils ont administré une petite dose de la clé directement dans le cerveau des souris. Le résultat ? Les souris ont mangé nettement moins de nourriture immédiatement.

La Vue d'Ensemble
Cet article ne concerne pas seulement un médicament spécifique contre la faim. C'est une démonstration d'une nouvelle « chaîne de montage ». Les chercheurs ont montré qu'il est possible de passer d'une idée informatique à un médicament réel et fonctionnel chez la souris, le tout sans s'appuyer sur les conceptions existantes de la nature. Ils ont prouvé qu'avec les bons outils, nous pouvons inventer des types de clés entièrement nouveaux pour déverrouiller des processus biologiques que nous ne pouvions pas atteindre auparavant.

Résumé technique

Résumé Technique : Agoniste Peptidique Cyclique MC4R Conçu De Novo

Énoncé du Problème
Bien que la prédiction de structure basée sur l'apprentissage profond ait permis la conception de ligands peptidiques indépendants des échafaudages naturels, le domaine fait face à un goulot d'étranglement significatif : la plupart des peptides générés par calcul ne dépassent pas les mesures d'activité initiales. Par conséquent, les voies critiques d'optimisation de type médicament et de validation in vivo restent sous-exploitées. Il existe un besoin d'un flux de travail de bout en bout qui comble le fossé entre la conception de novo et la génération de peptides optimisés et pharmacologiquement actifs.

Méthodologie
Les auteurs ont établi un flux de travail complet pour la découverte et la maturation d'agonistes peptidiques, utilisant le récepteur des mélanocortines-4 (MC4R) comme cible modèle. Le processus a impliqué les étapes suivantes :

1. Conception De Novo : En utilisant un protocole d'hallucination basé sur AlphaFold2 implémenté dans ColabDesign, l'équipe a généré plus de 5 000 peptides candidats, comprenant à la fois des structures linéaires et cycliques de tête à queue, spécifiquement dirigés vers la poche orthostérique du MC4R.
2. Dépistage Initial : Un sous-ensemble priorisé de ces candidats a subi un dépistage fonctionnel pour évaluer l'activité.
3. Maturation Systématique : Pour les candidats actifs, l'équipe a employé une stratégie d'optimisation multidimensionnelle :
   • Balayage par Mutagenèse Profonde : Pour cartographier les relations séquence-activité.
   • Balayage par Conjugaison d'Extendeurs de Demi-vie : Pour évaluer la stabilité et le potentiel pharmacocinétique.
   • Bibliothèque d'Optimisation Combinatoire : Pour affiner davantage la puissance.
   • Analyse Pilotée par les Données : Utilisée pour interpréter les résultats des balayages ci-dessus et guider la conception ultérieure.
4. Validation In Vivo : La variante la plus puissante a été administrée par voie centrale à des souris pour évaluer son effet sur la prise alimentaire aiguë.

Résultats Clés

• Taux de Découverte : Le dépistage fonctionnel a révélé une activité mesurable dans 74 % des peptides linéaires et 23 % des peptides cycliques.
• Découverte Initiale : L'équipe a identifié un agoniste cyclique avec une CE50 de 340 nM contre le MC4R humain (hMC4R). Fait notable, ce peptide manquait du motif d'activation canonique des mélanocortines.
• Identification du Motif : Les efforts d'optimisation ont identifié un motif d'activation alternatif centré sur un segment APWR.
• Optimisation de la Puissance : Grâce à une mutagenèse systématique, une variante à site unique avec une substitution par la proline en position 5 (E5P) a été générée. Cette variante a démontré une CE50 nettement améliorée de 6,7 nM contre le hMC4R.
• Efficacité In Vivo : L'administration centrale de la variante E5P (10 nmol) a réussi à réduire la prise alimentaire aiguë chez les souris, fournissant une preuve de concept de l'activité in vivo du peptide conçu de novo.

Signification et Revendications
L'article revendique démontrer une stratégie généralisable de « conception à validation ». Cette approche convertit avec succès des conceptions peptidiques de novo en peptides optimisés et pharmacologiquement actifs, comblant le fossé entre la génération computationnelle et l'application thérapeutique. De plus, ce travail élargit l'espace chimique connu des agonistes du MC4R en identifiant des chimiotypes fonctionnant au-delà des contraintes des mélanocortines endogènes, en utilisant spécifiquement des motifs d'activation non canoniques. L'étude valide l'utilité des protocoles d'hallucination par apprentissage profond couplés à une maturation expérimentale rigoureuse pour la découverte de médicaments.