Native-to-fibril structural remodelling reveals an amyloid-selective transthyretin epitope for AI-guided binder design

Le corps humain est une machine complexe qui repose sur les protéines pour accomplir ses tâches les plus vitales. L'une de ces protéines, appelée transthyrétine, agit comme un camion de livraison dans le sang, transportant des hormones vers le cerveau et d'autres organes. Normalement, quatre de ces unités protéiques s'assemblent pour former une structure stable à quatre parties. Cependant, dans certaines conditions, cet assemblage stable peut se désagréger. Lorsque les unités individuelles se séparent, elles peuvent perdre leur forme, se replier incorrectement et s'agglutiner en de longues fibres rigides appelées fibrilles amyloïdes. Ces fibres sont la marque distinctive d'un groupe de maladies appelées amylose, qui peuvent endommager le cœur, les nerfs et d'autres tissus. Le défi pour les médecins et les scientifiques a toujours été de savoir distinguer la protéine saine à quatre parties de ces amas dangereux et déformés. Si un traitement ne peut pas faire la distinction entre les deux, il pourrait accidentellement attaquer les protéines saines dont le corps a besoin, ou échouer à arrêter les plus nocives.

Une équipe de chercheurs a maintenant utilisé la modélisation informatique avancée pour trouver un endroit spécifique sur ces fibres dangereuses qui est caché dans la protéine saine mais exposé sur les formes malades. En comparant les structures 3D des protéines saines avec celles des fibres prélevées sur de véritables patients, ils ont découvert qu'une petite section à l'extrême début de la chaîne protéique, près d'un marqueur chimique spécifique, devient beaucoup plus visible lorsque la protéine se transforme en fibre. Cette découverte est significative car elle offre une cible potentielle pour de nouveaux médicaments. Les chercheurs ont ensuite utilisé l'intelligence artificielle pour concevoir de minuscules liants protéiques, semblables à des anticorps, qui sont façonnés pour s'insérer parfaitement dans ce nouvel emplacement exposé. Les simulations informatiques suggèrent que ces liants conçus s'accrocheraient aux fibres dangereuses, mais comme les liants ont également montré une grande confiance dans leur interaction avec différentes parties de la protéine saine, l'étude note que la liaison sélective ou l'absence de liaison aux protéines saines ne peut pas encore être déduite.

L'étude a commencé par la collecte d'une collection massive de données. Les chercheurs ont examiné le code génétique de la transthyrétine pour comprendre comment il change chez différentes personnes. Ils ont répertorié plus de cent trente mutations différentes, qui sont de petites erreurs dans les instructions génétiques pouvant rendre la protéine instable. Ils ont également cartographié vingt-six modifications chimiques différentes qui peuvent survenir sur la protéine avec l'âge ou sous l'effet du stress. Ces modifications, telles que l'oxydation ou l'ajout de petits marqueurs chimiques, peuvent altérer le comportement de la protéine. En créant une carte détaillée de ces changements, l'équipe a établi une base de référence pour la façon dont la protéine pourrait se comporter sous diverses conditions. Ils ont utilisé des programmes informatiques puissants pour prédire comment ces mutations et modifications affecteraient la stabilité de la protéine, confirmant que de nombreux changements connus pour être pathogènes rendent la protéine beaucoup plus susceptible de se désagréger et de former des fibres.

Le cœur de la recherche a consisté en une comparaison directe entre la protéine saine à quatre parties et les structures de fibres trouvées chez les patients. L'équipe a analysé trente structures de fibres différentes provenant de patients souffrant de diverses formes de la maladie, y compris ceux présentant des mutations génétiques et ceux présentant la forme courante liée à l'âge. Ces fibres provenaient de différentes parties du corps, telles que le cœur, l'œil et le tissu musculaire. Lorsque les chercheurs ont comparé ces structures de fibres à la protéine saine, ils ont trouvé une différence frappante dans une zone spécifique. Dans la protéine saine, une courte séquence de la chaîne, située près du début, est repliée et cachée du monde extérieur. Cependant, dans toutes les structures de fibres, cette même séquence est poussée vers l'extérieur et exposée. Cette section exposée se situe juste à côté d'un marqueur chimique qui est souvent altéré au cours du processus de la maladie, mais l'exposition elle-même est le résultat du changement de forme de la protéine en fibre, et non seulement à cause du marqueur chimique.

Pour comprendre si cet endroit exposé pouvait constituer une cible thérapeutique, les chercheurs se sont tournés vers l'intelligence artificielle. Ils ont utilisé des outils de conception générative, qui sont comme des architectes numériques capables d'inventer de nouvelles formes de protéines à partir de rien. Ils ont demandé à ces programmes de concevoir de petits liants qui s'inséreraient spécifiquement dans l'endroit exposé de la fibre. L'IA a généré des centaines de conceptions potentielles, puis les a filtrées pour ne garder que les candidats les plus prometteurs. Les chercheurs ont ensuite effectué une seconde série de tests informatiques pour voir comment ces conceptions se comporteraient. Ils ont testé les liants contre les structures de fibres pour lesquelles ils avaient été conçus, ainsi que contre la protéine saine à quatre parties. Les résultats sont encourageants : les liants conçus pour s'adapter à la forme de la fibre se sont verrouillés sur l'endroit exposé des structures de fibres. Lorsque ces mêmes liants ont été testés contre la protéine saine, l'ordinateur a prédit qu'ils interagiraient avec des parties distantes de la protéine plutôt qu'avec le site cible. Cependant, comme les modèles informatiques montraient toujours une grande confiance dans ces interactions alternatives avec la protéine saine, les chercheurs soulignent que cela ne prouve pas encore que les liants ignoreront la protéine saine dans un environnement réel.

L'étude a également exploré si cette approche pourrait fonctionner pour différents types de la maladie. Puisque les dépôts amyloïdes peuvent se former dans le cœur, l'œil ou les muscles, les chercheurs se sont demandé si un liant conçu pour un tissu pourrait échouer dans un autre. Ils ont conçu des liants spécifiquement pour les fibres de l'œil, puis les ont testés contre les fibres du cœur. Les simulations ont montré que les liants conçus pour les fibres de l'œil reconnaissaient et se liaient toujours à l'endroit exposé des fibres du cœur. Cela suggère que l'endroit exposé est une caractéristique commune de la maladie, quel que soit l'endroit où elle se forme dans le corps. Cette découverte pointe vers la possibilité d'un traitement unique qui pourrait fonctionner pour les patients présentant différentes formes de la maladie, plutôt que de nécessiter un médicament unique pour chaque mutation ou type de tissu spécifique.

Malgré ces résultats informatiques prometteurs, les chercheurs notent prudemment que ce travail n'en est qu'à ses débuts. Les conceptions n'existent que sous forme de modèles informatiques, et les prédictions sur l'efficacité de leur liaison sont basées sur des simulations, et non sur des expériences physiques. L'équipe n'a pas encore testé ces liants dans un laboratoire ou sur des organismes vivants. Ils n'ont pas mesuré la force avec laquelle les liants adhèrent aux fibres, ni confirmé qu'ils peuvent éliminer les fibres du corps. L'étude précise explicitement que, bien que les modèles informatiques suggèrent que les liants sont sélectifs, cela n'a pas été prouvé. Les prochaines étapes consisteraient à fabriquer ces protéines en laboratoire et à les tester contre de véritables échantillons de patients pour voir si elles se comportent comme l'ordinateur l'a prédit.

La valeur de ce travail réside dans sa méthode. En combinant une compréhension profonde de la structure de la protéine avec l'intelligence artificielle moderne, les chercheurs ont identifié une cible spécifique et accessible qui était auparavant difficile à voir. Ils ont démontré que la transition d'une protéine saine vers une fibre pathogène crée une nouvelle surface qui peut être ciblée. Cette approche offre une feuille de route pour le développement de thérapies précises, visant uniquement les amas nocifs tout en laissant les protéines saines intactes. Bien que le voyage d'une conception informatique à un médicament fonctionnel soit long et incertain, cette étude offre une direction claire. Elle transforme un problème biologique complexe en un défi d'ingénierie soluble, suggérant qu'avec les bons outils, nous pouvons concevoir des molécules capables de reconnaître et de neutraliser les formes spécifiques qui causent la maladie.