Joint optimisation of amino acid and coding sequence for de novo designed proteins

Dans le monde calme et microscopique de la vie, les instructions pour construire une protéine sont écrites dans un langage double. Le premier langage est la protéine elle-même, une chaîne d'acides aminés qui se replie en une forme spécifique pour accomplir une tâche, comme une clé s'insérant dans une serrure ou une enzyme accélérant une réaction chimique. Le second langage est le gène, un brin d'ADN qui sert de plan directeur pour cette protéine. Depuis des millions d'années, la nature écrit ces plans, et chaque protéine naturelle est accompagnée d'un gène qui a été testé et perfectionné par l'évolution. Mais dans la science moderne, les chercheurs conçoivent désormais des protéines entièrement nouvelles à partir de zéro, créant des formes que la nature n'a jamais fabriquées. Le défi est que, si les scientifiques sont devenus très doués pour imaginer ces nouvelles formes, ils ont souvent du mal à construire les gènes nécessaires pour les réaliser. Un gène n'est pas seulement une copie passive de la protéine ; c'est un ensemble d'instructions complexes où le choix spécifique des lettres importe pour la qualité de la lecture du gène, la stabilité du message et la capacité de la cellule à produire réellement la protéine sans s'étouffer avec elle.

Pour une protéine naturelle, le gène est une quantité connue, un partenaire fiable qui a survécu à l'épreuve du temps. Pour une protéine entièrement nouvelle, conçue de toutes pièces, il n'existe pas de tel partenaire. Les scientifiques doivent inventer le gène à partir de rien. Jusqu'à présent, l'approche standard consistait à traiter ces deux tâches comme des étapes distinctes. D'abord, un ordinateur conçoit la forme parfaite de la protéine. Ensuite, un autre programme informatique prend cette forme fixe et tente de trouver le meilleur gène possible pour la construire, en supposant que la séquence de la protéine ne peut pas être modifiée. Cet article soutient que cette séparation est une erreur. Les chercheurs démontrent que la séquence protéique n'est pas une cible fixe mais une cible flexible, et qu'en permettant à la séquence de la protéine de varier légèrement lors de la conception du gène, ils peuvent résoudre des problèmes qu'un concepteur de gènes standard ne peut atteindre. Ils ont développé une nouvelle méthode qui conçoit la protéine et son gène ensemble, trouvant une solution qui est meilleure pour la cellule, plus facile à fabriquer et plus susceptible de fonctionner en laboratoire.

Les chercheurs ont commencé par examiner une collection massive de 862 squelettes de protéines, incluant des centaines de nouveaux designs créés par d'autres scientifiques. Ils se sont posé une question simple : quelle liberté avons-nous réellement lorsque nous concevons un gène pour une forme spécifique ? Ils ont découvert que pour presque chaque position dans ces nouvelles protéines, plusieurs acides aminés différents s'adapteraient tout aussi bien à la forme. En fait, les modèles informatiques ont montré que pour un design typique, il existe une vaste quantité de flexibilité cachée, une sorte de « marge de manœuvre » où la protéine pourrait être construite avec différents blocs de construction sans perdre sa forme. La méthode standard rejette cette flexibilité, choisissant une séquence et la verrouillant avant même que le gène ne soit considéré. La nouvelle approche, que les auteurs appellent JANUS, maintient cette flexibilité ouverte. Elle traite la protéine et le gène comme un puzzle unique et connecté, recherchant la meilleure combinaison des deux en même temps.

Lorsqu'ils ont testé cette approche conjointe sur 447 designs de protéines publiés, les résultats ont été frappants. Ils ont découvert que 99,1 % de ces designs comportaient au moins un défaut caché, une « vulnérabilité » qui pourrait faire échouer la protéine lorsque la cellule tente de la fabriquer. Ces défauts comprenaient des séquences trop répétitives, des régions trop collantes et sujettes à l'agrégation, ou des signaux ordonnant à la cellule de détruire la protéine. Un optimiseur de gènes standard, qui ne peut que modifier les lettres du gène tout en gardant la protéine fixe, ne pouvait pas corriger ces problèmes. C'était comme essayer de réparer un toit qui fuit en ne faisant que réorganiser les meubles à l'intérieur ; le problème venait de la structure elle-même. En permettant à la séquence de la protéine de changer légèrement, la nouvelle méthode pouvait éliminer ces défauts. Pour trois des cinq types de défauts examinés, le coût de la correction était incroyablement faible, ne nécessitant qu'une modification infime du design global.

La découverte la plus surprenante et pratique ne concernait pas la biologie de la protéine, mais la logistique de sa fabrication. Les entreprises commerciales qui synthétisent des gènes pour les scientifiques ont des règles strictes sur ce qu'elles accepteront de fabriquer. Elles ne peuvent pas fabriquer des gènes présentant certains motifs de lettres car ces motifs sont difficiles à produire ou sujets aux erreurs. Les chercheurs ont constaté que lorsqu'ils utilisaient l'ancienne méthode consistant à concevoir la protéine d'abord, puis le gène, les gènes résultants violaient les règles de fabrication plus de la moitié du temps. Lorsqu'ils utilisaient la nouvelle méthode conjointe, le nombre de violations diminuait de plus de moitié. Cela signifie qu'un gène qu'un fournisseur aurait précédemment refusé de fabriquer pourrait désormais être commandé et produit. Il s'agit d'un goulot d'étranglement critique ; si un gène ne peut pas être commandé, le projet s'arrête avant même que la biologie ne soit testée. La nouvelle méthode dégage essentiellement la voie pour que ces nouvelles protéines quittent l'ordinateur et entrent dans le monde réel.

L'étude a également examiné à quel point la séquence de la protéine devait réellement changer pour obtenir ces bénéfices. Ils ont découvert que pour la grande majorité des designs, la méthode n'avait besoin de remplacer que quelques acides aminés pour obtenir un bien meilleur résultat. En fait, ils ont montré qu'une très petite quantité de flexibilité suffisait pour capturer presque toutes les améliorations possibles. Cela suggère que la séquence protéique « parfaite » n'est pas un point unique et rigide, mais un paysage offrant de nombreuses bonnes options. La méthode conjointe trouve simplement l'endroit sur ce paysage où la protéine est stable, le gène est facile à lire et les règles de fabrication sont satisfaites. Ils ont également testé si cette approche fonctionnait mieux dans différents types de cellules, comme les bactéries par rapport aux cellules humaines, et ont constaté que la méthode s'adaptait avec succès aux deux, bien que les changements spécifiques requis soient différents pour chaque hôte.

Malgré ces succès, les chercheurs ont pris soin de noter les domaines où leur méthode n'apportait pas d'avantage massif. Pour une partie spécifique du gène qui contrôle la vitesse à laquelle la production de la protéine commence, ils ont découvert que la majeure partie de l'amélioration pouvait être obtenue simplement en changeant les lettres du gène sans toucher à la protéine. Cela confirme que pour certaines tâches, l'ancienne façon de faire est encore très efficace. Cependant, pour l'ensemble plus large de problèmes impliquant la stabilité de la protéine et son interaction avec les systèmes de nettoyage de la cellule, l'approche conjointe est essentielle. L'étude conclut que le domaine de la conception de protéines a traité le gène comme une considération secondaire, mais pour les protéines de novo, le gène est une contrainte primaire. En résolvant simultanément le problème de la protéine et du gène, les scientifiques peuvent créer des designs qui ne sont pas seulement théoriquement solides, mais pratiquement viables, transformant davantage de leurs créations numériques en molécules réelles et fonctionnelles.