Toward a Transferable Representation of Protein Dynamics for Functional Prediction and Mechanistic Discovery

Les protéines sont les moteurs de la vie, de minuscules machines moléculaires qui construisent les cellules, digèrent la nourriture et transmettent des signaux. Pendant des décennies, les scientifiques les ont principalement comprises comme des sculptures statiques, se concentrant sur leurs formes tridimensionnelles pour expliquer leur fonctionnement. Bien qu'une forme soit essentielle, elle ne constitue pas toute l'histoire. Les protéines ne sont pas des statues rigides ; elles sont constamment en train de changer, de respirer et de fléchir. Ces mouvements, qui se produisent à différentes vitesses et distances, sont souvent la clé de la manière dont une protéine accomplit sa tâche. Une protéine peut avoir besoin d'ouvrir une porte pour laisser entrer une molécule, ou de tordre son corps pour déclencher une réaction chimique. Pour observer ces actions, les chercheurs utilisent de puissantes simulations informatiques qui suivent la position de chaque atome au fil du temps, créant ainsi un film de la vie de la molécule. Cependant, ces films sont incroyablement complexes, contenant des millions d'images de données difficiles à comparer d'une protéine à l'autre, surtout lorsque les protéines ont des tailles ou des formes différentes.

Le défi consiste à trouver un moyen de décrire ces mouvements dans un langage qui fonctionne pour toutes les protéines, et pas seulement pour un type spécifique. Si un scientifique veut prédire ce que fait une nouvelle protéine inconnue, il a besoin d'une méthode capable de reconnaître les motifs de mouvement qui définissent une fonction, indépendamment de l'histoire ou de la structure spécifique de la protéine. C'est à cette question que Nahid Monowar et son équipe de l'Institut de science et de technologie de Dhaka ont cherché à répondre. Ils ont développé un nouveau système informatique conçu pour regarder ces films moléculaires et en extraire un résumé unique et compact du comportement de la protéine. Ils appellent ce résumé une « signature de mouvement ». L'objectif était de voir si cette signature pouvait leur indiquer ce que fait une protéine, même si la protéine était très différente de celles que l'ordinateur avait apprises auparavant.

Pour tester cette idée, les chercheurs ont alimenté leur système avec une immense bibliothèque de données : 1 250 films différents de protéines en mouvement, représentant 1 120 protéines uniques. Ces protéines variaient considérablement en taille, allant de petites protéines de 50 éléments constitutifs à de grandes protéines de 600. Les simulations couvraient une large gamme de temps, de 100 nanosecondes à 10 microsecondes, capturant environ 12,5 millions d'instantanés des formes des protéines. L'équipe a entraîné son système à rechercher des motifs spécifiques dans la façon dont les parties de la protéine bougent ensemble. Au lieu de simplement regarder à quelle distance les atomes se trouvent les uns des autres à un instant donné, le système prêtait attention à la façon dont le mouvement d'une partie était lié au mouvement d'une autre partie au fil du temps. Il a combiné cette information dynamique avec la séquence chimique de la protéine et sa forme globale pour créer une description unifiée.

Les résultats ont montré que cette approche fonctionnait remarquablement bien. Lorsqu'on demandait au système de deviner la catégorie générale de la fonction d'une protéine — par exemple, si elle agit comme une kinase, une transférase ou une hydrolase — il était nettement plus précis que les anciennes méthodes qui ne reposaient que sur la séquence ou la forme statique de la protéine. Dans un test strict où le système devait deviner la fonction de protéines qu'il n'avait jamais vues auparavant, et qui partageaient moins de 30 % de leur composition chimique avec les exemples d'entraînement, le système a obtenu un AUC de 0,88. Il s'agit d'une amélioration claire par rapport aux autres méthodes, qui affichaient des scores compris entre 0,65 et 0,81. L'étude suggère que la façon dont une protéine bouge contient des indices vitaux sur sa fonction, qui sont cachés si l'on ne regarde que sa forme ou son code chimique.

Les chercheurs voulaient également savoir jusqu'où cette connaissance pouvait s'étendre. Ils ont testé le système sur des protéines de plus en plus différentes de celles qu'il avait étudiées. Lorsque les protéines de test appartenaient à la même famille que celles de l'entraînement, le système fonctionnait très bien. À mesure que les protéines devenaient plus éloignées, appartenant à des familles différentes ou même à des repliements structurels différents, la précision chutait, mais elle ne disparaissait pas. Même lorsque les protéines de test ne partageaient presque aucune similitude structurelle avec l'ensemble d'entraînement, le système était toujours plus performant qu'un choix aléatoire. Cela indique que le système a appris des règles générales sur la façon dont le mouvement moléculaire est lié à la fonction, plutôt que de simplement mémoriser des exemples spécifiques. Cependant, la baisse de précision montre également que le système n'est pas parfait ; il dépend encore d'un certain niveau de similitude entre les protéines pour faire ses meilleures suppositions.

Pour s'assurer que le système regardait réellement les bonnes choses, l'équipe l'a décomposé pour voir quelles parties étaient les plus importantes. Ils ont découvert que le système avait besoin de tous ses composants pour fonctionner de manière optimale : la carte de la façon dont les atomes sont connectés, les données sur la façon dont les différentes parties bougent ensemble, la description simplifiée du mouvement global et la séquence chimique. Supprimer l'une de ces pièces rendait le système moins efficace. Cela a confirmé que la puissance de la méthode provenait de la combinaison de ces différents types d'informations. De plus, lorsque les chercheurs ont examiné de près une protéine spécifique appelée adénylate kinase, le système a mis en évidence les régions exactes de la molécule connues pour être impliquées dans son mouvement. Il s'agissait des parties de la protéine qui s'ouvrent et se ferment comme un couvercle pendant son cycle de travail. Cet alignement entre la focalisation de l'ordinateur et les faits biologiques connus suggère que le système capture des dynamiques réelles et significatives plutôt que du simple bruit.

L'étude ne prétend pas avoir résolu entièrement le mystère de la fonction des protéines, ni suggère que l'ordinateur a découvert de nouvelles lois biologiques. Elle offre plutôt un nouvel outil pour comprendre le lien entre mouvement et fonction. Les chercheurs soulignent que, bien que leur système puisse identifier les parties d'une protéine qui sont importantes pour son mouvement, cela ne prouve pas que ces parties causent la fonction ; cela nécessiterait des expériences physiques supplémentaires. Le travail présente également des limites, car il dépend de la disponibilité de films générés par ordinateur des protéines pour commencer, et il n'a pas encore été testé sur tous les types de protéines, comme celles qui flottent dans les membranes cellulaires ou celles qui sont complètement désordonnées. Néanmoins, la capacité de traduire le comportement complexe et changeant des molécules en une signature transférable représente une étape significative. Elle offre un moyen de relier la danse invisible des atomes aux tâches visibles que les protéines accomplissent dans les systèmes vivants, offrant une voie plus claire pour prédire comment de nouvelles protéines pourraient se comporter.