An in silico pipeline prioritizes candidate viral and bacterial mimics of hybrid insulin peptide autoantigens in type 1 diabetes
Cette étude présente un pipeline in silico axé sur la structure qui identifie et hiérarchise dix peptides candidats viraux et bactériens mimant des autoantigènes hybrides de l'insuline dans le diabète de type 1 en intégrant le criblage de motifs, les prédictions de liaison HLA et la modélisation structurelle basée sur AlphaFold 3, mettant finalement en évidence trois peptides spécifiques du SARS-CoV-2 et du rhinovirus humain pour une validation expérimentale.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Le diabète de type 1 est une pathologie dans laquelle le propre système immunitaire du corps attaque par erreur les cellules qui produisent l'insuline. Depuis des décennies, les scientifiques savent que la génétique joue un rôle majeur dans le développement de la maladie, plus précisément certains gènes qui aident le système immunitaire à reconnaître les envahisseurs étrangers. Cependant, le déclencheur exact qui amorce cette attaque est resté un mystère. Une théorie de premier plan suggère qu'un virus ou une bactérie pourrait tromper le système immunitaire. Cela se produit lorsqu'un fragment d'un microbe ressemble tellement à un morceau du corps que les cellules immunitaires, entraînées pour traquer le microbe, commencent accidentellement à attaquer les propres tissus de l'organisme. Une découverte plus récente a ajouté un rebondissement à cette histoire : parfois, le corps crée des protéines hybrides étranges en collant ensemble des fragments de différentes protéines. Ces « peptides d'insuline hybrides » ne se trouvent pas dans le plan génétique original du corps, ce qui signifie que le système immunitaire n'a jamais appris à les ignorer lors de son entraînement initial. Si un microbe possède un fragment qui ressemble à l'un de ces hybrides rares, il pourrait contourner les contrôles de sécurité du corps et déclencher la maladie.
Un chercheur de l'Institut de recherche Benaroya a conçu un pipeline numérique pour traquer ces sosies dangereux. Au lieu de simplement comparer la séquence de lettres des protéines, ce qui peut être trompeur, cette nouvelle approche se concentre sur la forme tridimensionnelle des molécules. Le chercheur est parti de cinq exemples connus où la cellule immunitaire d'un patient a reconnu avec succès un peptide d'insuline hybride. En utilisant une modélisation informatique avancée, il a cartographié exactement quelles parties du peptide touchent la cellule immunitaire et la protéine qui le contient. Ils ont ensuite traduit ces contacts physiques en un ensemble de règles décrivant les propriétés chimiques nécessaires à des endroits spécifiques. Ces règles ont été utilisées pour scanner les empreintes génétiques de dix types différents de virus et de bactéries connus pour être associés au diabète. L'ordinateur a cherché si des fragments microbiens correspondaient à la forme et au profil chimique de l'hybride dangereux, indépendamment du fait que leurs séquences de lettres correspondent ou non.
La recherche a débuté avec plus de mille correspondances potentielles. Le chercheur a ensuite appliqué une série de filtres stricts pour réduire la liste. D'abord, l'ordinateur a prédit si ces fragments adhéreraient réellement au récepteur immunitaire spécifique associé au risque de diabète. Ensuite, il a modélisé l'ensemble du complexe pour voir si la forme tenait stablement. Enfin, il a comparé la forme de chaque candidat au peptide hybride original pour s'assurer qu'ils étaient structurellement similaires. Le processus a éliminé la plupart des candidats, laissant un petit groupe ayant passé tous les tests. Curieusement, l'étude a révélé que le simple examen de la similitude de la forme de la structure de base (le squelette) ne permettait pas de distinguer les bons candidats des mauvais ; les « leurres » utilisés comme témoins dans le test présentaient une similitude identique aux vrais candidats. Cela suggère que la similitude de forme seule ne suffit pas à prouver l'existence d'un mimétisme.
Après avoir éliminé les candidats provenant de virus spécifiques aux animaux, le chercheur s'est retrouvé avec dix prétendants solides pour des tests expérimentaux. Deux d'entre eux se sont distingués comme étant les pistes les plus prometteuses. L'un est un fragment du virus SARS-CoV-2, responsable de la COVID-19, et l'autre provient d'un virus du rhume commun connu sous le nom de rhinovirus humain 3. Le fragment du SARS-CoV-2 présentait un score de confiance très élevé dans les modèles informatiques et correspondait bien à la forme du peptide hybride. Le fragment du rhinovirus, bien que légèrement moins confiant en termes de forme, présentait une énergie de liaison chimique plus forte, suggérant qu'il pourrait s'attacher très étroitement au récepteur immunitaire. Le chercheur n'a pas déclaré l'un comme le vainqueur définitif ; au lieu de cela, les deux sont traités comme des priorités égales. Ces deux fragments sont maintenant testés en laboratoire pour voir s'ils peuvent réellement déclencher les cellules immunitaires qui pilotent le diabète de type 1.
L'étude fournit une liste concrète de cibles que les scientifiques doivent étudier, mais elle fixe également des limites claires sur ce que les modèles informatiques peuvent et ne peuvent pas faire. Les résultats montrent que, bien que le pipeline numérique ait réussi à identifier dix candidats plausibles, il n'a pas pu prouver que ces sosies sont plus courants dans la nature que ne le suggérerait le hasard. L'étude exclut explicitement l'idée qu'une mesure simple de la forme de la structure de base puisse distinguer un véritable mimétique d'un peptide aléatoire. La liste finale de dix peptides est un point de départ pour des expériences réelles, et non une réponse finale. Ce travail souligne que, si les simulations informatiques peuvent guider la recherche des causes de maladies complexes, la preuve ultime nécessite des tests physiques en laboratoire. Les deux principaux candidats, l'un issu du coronavirus et l'autre d'un virus du rhume commun, sont actuellement en phase expérimentale critique pour déterminer s'ils sont effectivement les clés permettant de résoudre le mystère de ce qui déclenche le diabète de type 1.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.