Directed Evolution in Codon Space

Imaginez que vous essayez de préparer la miche de pain parfaite. Vous avez une recette qui fonctionne bien, mais le boulanger vous dit : « Nous pouvons faire monter ce pain plus haut et le rendre meilleur, mais nous ne pouvons pas changer la liste des ingrédients. » Cela semble impossible, n'est-ce pas ? Si vous remplacez la farine par du sucre, c'est un autre gâteau. Mais et si vous pouviez réorganiser l'ordre des ingrédients dans le livre de recettes sans changer les ingrédients eux-mêmes ? C'est le tour de magie que les scientifiques jouent dans le monde de la biologie, plus précisément dans un domaine appelé l'ingénierie des protéines.

Pour comprendre cette histoire, nous avons besoin de trois idées simples. Premièrement, pensez aux protéines comme à de petites machines qui font presque tout dans votre corps, de la lutte contre les germes à la construction des muscles. Les scientifiques fabriquent souvent ces protéines dans des usines en utilisant des cellules spéciales (comme de petites boulangeries microscopiques) pour créer des médicaments. Deuxièmement, ces protéines sont construites à partir d'un code composé d'acides aminés, qui sont comme les lettres d'un alphabet biologique. L'ordre de ces lettres détermine ce à quoi ressemble la protéine et comment elle fonctionne. Troisièmement, il existe une couche cachée appelée codons. La nature a une règle amusante : beaucoup de différents mots de trois lettres (codons) peuvent épeler exactement le même acide aminé. C'est comme avoir un dictionnaire où « chat », « chaton » et « félin » signifient tous la même chose, mais l'ordinateur qui lit la recette ne comprend qu'un mot spécifique. Habituellement, les scientifiques choisissent les mots qu'ils pensent être les plus faciles à lire pour l'usine, mais ce nouvel article pose la question : Et si nous essayions de mélanger ces mots, même si la recette semble identique en surface ?

C'est exactement ce que les chercheurs de cet article ont entrepris de faire. Ils ont traité le code ADN comme un langage qui pouvait être réécrit sans changer l'histoire. Ils ont pris 24 médicaments différents basés sur des anticorps (qui sont comme des gardes de sécurité spécialisés pour le corps) qui étaient déjà considérés comme « matures » ou optimisés pour la production. Il ne s'agissait pas de brouillons ; c'étaient les meilleures versions que l'industrie avait déjà fabriquées. L'équipe a utilisé un programme informatique intelligent, sorte de correcteur orthographique ultra-avancé qui sait comment la nature écrit, pour chercher de meilleures façons d'épeler les mêmes mots. Ils n'ont pas changé la protéine elle-même ; ils ont simplement brassé les codons synonymes — les différents mots qui signifient la même chose — pour voir s'ils pouvaient faire produire plus de médicament par les cellules de l'usine.

Les résultats ont été étonnamment bons. Sur les 24 médicaments testés, les changements guidés par l'ordinateur ont aidé 18 d'entre eux (soit un taux de réussite de 75 %) à être produits en quantités beaucoup plus importantes à l'intérieur des cellules. Le plus beau dans tout cela ? La qualité du médicament n'a pas baissé. Les protéines fonctionnaient toujours parfaitement et ressemblaient à la même chose ; elles apparaissaient simplement en plus grand nombre. L'article suggère que même lorsqu'une séquence est déjà « optimisée », il reste de la place cachée pour l'amélioration si l'on regarde de près au niveau des codons.

Il est intéressant de noter que l'ordinateur ne savait même pas qu'il essayait de produire plus de protéines. Il se contentait de deviner quelles combinaisons de codons semblaient les plus « naturelles » ou probables selon les modèles appris de la nature. Pourtant, quand l'ordinateur disait qu'une séquence semblait plus probable, cette séquence produisait effectivement plus de protéines. Cela suggère que l'ordinateur avait accidentellement appris un langage secret d'efficacité que les ingénieurs humains n'avaient pas encore totalement percé. L'équipe a également remarqué que ce score de « probabilité » suivait l'évolution des virus de la grippe au fil du temps, ce qui suggère que le modèle capture des signaux évolutifs réels, et non de simples bruits aléatoires.

Alors, qu'est-ce que cela signifie ? Cela suggère que l'évolution dirigée — une méthode habituellement utilisée pour modifier la structure réelle de la protéine — peut également fonctionner en modifiant simplement le code ADN qui la sous-tend. L'article soutient que nous n'avons pas toujours besoin de réinventer la roue ou de changer la protéine pour obtenir de meilleurs résultats ; parfois, nous avons juste besoin de trouver une meilleure façon d'écrire les instructions. Bien que l'étude montre que cela fonctionne pour ces médicaments spécifiques en laboratoire, elle ne prétend pas que cela résout tous les problèmes de fabrication partout. Cependant, elle montre qu'il existe encore une « fitness accessible » dans le code, ce qui signifie qu'il y a encore des victoires faciles à conquérir dans l'ADN de nos médicaments les plus importants, attendant le bon détective numérique pour les trouver.