Combining AlphaFold 3 with microscale thermophoresis for aptamer optimisation

Dans le monde microscopique de la biologie, les scientifiques doivent souvent trouver une clé spécifique qui s'adapte à une serrure précise. Parfois, la clé est une protéine, une machine complexe construite par une cellule, et la serrure est une molécule responsable d'une maladie. D'autres fois, les rôles sont inversés, et les chercheurs conçoivent un petit fragment de matériel génétique, appelé aptamère, pour agir comme une clé. Ces aptamères sont comme des crochets moléculaires sur mesure, conçus pour s'agripper à une cible avec une précision incroyable. Une fois qu'ils trouvent leur correspondance, ils peuvent stopper un processus nocif, comme une bactérie construisant un film collant connu sous le nom de biofilm qui la protège des médicaments. Pendant des années, comprendre exactement comment ces crochets et ces serrures s'emboîtent a nécessité des expériences coûteuses, lentes et difficiles. Récemment, un nouveau programme informatique puissant appelé AlphaFold 3 est arrivé, promettant de prédire ces formes 3D instantanément, comme si l'ordinateur pouvait simplement imaginer la solution avant même que les scientifiques ne mélangent des produits chimiques dans un laboratoire.

Cependant, une prédiction informatique n'est aussi bonne que la réalité qu'elle tente de décrire. Dans une étude récente, des chercheurs ont cherché à tester si ce nouveau cristal de prédiction numérique pouvait véritablement remplacer le travail physique et désordonné du laboratoire. Ils se sont concentrés sur un aptamère spécifique conçu pour empêcher une bactérie commune, Streptococcus mutans, de former des biofilms sur les dents. Cette bactérie produit une protéine appelée GbpC, qui agit comme une colle, aidant les bactéries à rester collées ensemble. Les chercheurs avaient déjà trouvé une clé génétique, nommée A39, capable de bloquer cette colle. Mais ils ne savaient pas exactement où la clé touchait la protéine, ni comment les deux molécules se tenaient la main. Pour résoudre ce problème, ils ont utilisé l'ordinateur pour construire un modèle de l'interaction, puis ont testé ce modèle par rapport à des mesures réelles pour voir si la supposition numérique correspondait à la vérité physique.

L'équipe a commencé par fournir à l'ordinateur la séquence de l'aptamère et de la protéine. Le logiciel, AlphaFold 3, a généré un modèle 3D montrant comment les deux pourraient s'assembler. Le programme a suggéré que l'aptamère n'utilisait pas toute sa longueur pour se lier à la protéine. Au lieu de cela, il a prédit qu'une très courte séquence spécifique de lettres génétiques formait une prise serrée à l'intérieur d'une rainure de la protéine, juste à côté d'un ion calcium. Sur la base de ce plan numérique, les chercheurs ont conçu cinq nouvelles versions de l'aptamère. Ils en ont créé une qui ne conservait que la partie de préhension prédite, une autre qui supprimait les parties que l'ordinateur jugeait inutiles, et d'autres qui modifiaient la structure pour voir si la prise tiendrait toujours. Ils ont ensuite fait passer ces nouveaux modèles par une simulation informatique pour voir à quel point le programme était confiant dans ses propres prédictions. L'ordinateur a donné des scores élevés aux modèles où la séquence de préhension spécifique était présente, suggérant que ceux-ci étaient les plus susceptibles de fonctionner.

Ensuite, les chercheurs sont passés de l'écran à la paillasse pour voir si l'ordinateur avait raison. Ils ont mélangé la vraie protéine avec les vrais aptamères dans une solution liquide et ont utilisé une technique appelée thermophorèse à microéchelle. Cette méthode consiste à chauffer un minuscule point dans le liquide ; lorsque l'aptamme et la protéine s'attachent, ils se déplacent différemment sous l'effet de la chaleur que lorsqu'ils sont séparés. En observant ce mouvement, les scientifiques pouvaient mesurer précisément la force avec laquelle les molécules se tenaient l'une à l'autre. Les résultats furent un mélange de confirmation et de surprise. L'ordinateur avait correctement identifié qu'une séquence courte spécifique était essentielle pour la liaison ; lorsque les chercheurs ont retiré cette séquence, l'aptamère n'a pas réussi à se lier à la protéine du tout. Cela a confirmé que l'ordinateur pouvait repérer l'emplacement général de l'interaction.

Cependant, l'ordinateur n'a pas réussi à prédire la force de la liaison. Le programme avait suggéré qu'une version de l'aptamère contenant uniquement la courte séquence de préhension serait un liant fort, mais dans l'expérience réelle, elle ne liait pas du tout. Inversement, l'ordinateur avait prédit qu'une version possédant une région amorce raccourcie (A39T) se lierait toujours, mais le test en conditions réelles a montré que cette version était nettement plus faible que l'originale. De plus, l'ordinateur avait prédit qu'une version dépourvue du motif de liaison principal (A39CN) se lierait via une séquence différente, pourtant cette variante n'a montré aucune liaison mesurable en laboratoire. La découverte la plus révélatrice fut que les scores de confiance de l'ordinateur ne correspondaient pas à la force réelle de la liaison. Un modèle que l'ordinateur jugeait très fiable s'est avéré être un liant faible en laboratoire, tandis qu'un modèle qu'il jugeait avec une confiance moindre tenait en fait assez bien. Les chercheurs ont découvert que si l'ordinateur pouvait suggérer où les molécules pourraient se toucher, il ne pouvait pas leur dire avec quelle force elles sêraient.

Cette étude souligne une leçon cruciale pour l'avenir de la conception moléculaire. Bien que des outils comme AlphaFold 3 soient assez puissants pour générer des hypothèses et orienter les scientifiques vers la bonne zone d'une molécule, ils ne sont pas encore prêts à remplacer le besoin de tests physiques. L'ordinateur peut dessiner une carte, mais il ne peut pas encore vous dire quelle est la force du terrain. Les chercheurs ont conclu que la meilleure approche consiste à utiliser ces outils numériques pour guider les expériences, mais à toujours vérifier les résultats avec des mesures réelles. À mesure que davantage de données issues d'expériences réelles seront injectées dans ces systèmes, les prédictions deviendront plus précises, mais pour l'instant, la paillasse du laboratoire reste le juge ultime pour savoir si une clé moléculaire s'adapte réellement à la serrure.