AlphaFold Database expands to proteome-scale quaternary structures

Imaginez le corps humain (et tout autre être vivant) comme une ville immense et bouillonnante. À l'intérieur de cette ville, les travailleurs sont les protéines. Pendant longtemps, les scientifiques ont considéré ces travailleurs comme des employés solitaires, chacun faisant son travail de manière isolée. Nous avons même construit une immense bibliothèque numérique, appelée la base de données AlphaFold, qui contient les plans de millions de ces travailleurs solitaires, nous montrant exactement à quoi ils ressemblent en 3D. Mais voici le hic : dans la vraie ville, les protéines travaillent rarement seules. Ce sont des créatures sociales qui s'associent constamment, se serrent la main et forment des machines complexes pour accomplir leurs tâches. Ces équipes sont appelées des « complexes ». Jusqu'à présent, notre bibliothèque manquait les plans de ces équipes. Nous connaissions les travailleurs, mais nous ne savions pas comment ils se tenaient la main ou construisaient leurs machines. Cela importe car, si vous voulez réparer une machine cassée ou comprendre comment une ville fonctionne, vous devez voir les travailleurs ensemble, et non simplement debout, seuls.

Maintenant, une collaboration massive entre des scientifiques de l'European Molecular Biology Laboratory, de l'Université nationale de Séoul, de NVIDIA et de Google DeepMind a enfin ouvert les portes de cette partie manquante de la bibliothèque. Ils n'ont pas seulement deviné ; ils ont utilisé des supercalculateurs pour prédire les formes 3D de plus de 31 millions de potentiels réseaux de protéines. De cette montagne de prédictions, ils ont filtré les conjectures fragiles et conservé 1,81 million de modèles de paires de protéines à haute confiance travaillant ensemble. Considérez cela comme une mise à niveau de la bibliothèque, passant d'une collection de portraits individuels à une vaste galerie de photos de groupe. Ils ont découvert que, si certaines équipes ressemblent beaucoup à celles que nous avons déjà vues au microscope, beaucoup d'autres sont totalement inédites, révélant des structures qui étaient complètement invisibles lorsque nous n'observions que les protéines seules. Cette nouvelle ressource est désormais gratuite et accessible à tous, offrant un regard neuf sur la façon dont la machinerie moléculaire de la vie est réellement assemblée.

Le Grand Bond : Des performances en solo aux sports d'équipe

Pendant des années, la base de données AlphaFold Protein Structure Database (AFDB) était comme un album photo d'acteurs individuels. Elle nous donnait les formes 3D de protéines uniques avec une précision incroyable, révolutionnant notre compréhension de la biologie. Mais la biologie est rarement un acte en solo. Les protéines fonctionnent généralement en s'agrippant à d'autres protéines, formant des paires ou des groupes plus larges pour accomplir des tâches telles que l'envoi de signaux, la construction de parois cellulaires ou la copie de l'ADN. Le problème était que, bien que nous ayons les photos des acteurs, nous n'avions pas les photos des duos.

Ce nouvel article décrit une expansion massive de cette base de données. L'équipe a prédit les structures de 31 millions de paires de protéines candidates (appelées dimères) provenant de 4 777 organismes différents, allant de bactéries communes de laboratoire à des organismes critiques pour la santé mondiale. Ils n'ont pas simplement tout mélangé ; ils ont utilisé un processus de filtrage rigoureux pour trouver les prédictions les plus fiables. Après avoir passé ces modèles par un contrôle de qualité, ils ont identifié 1,81 million de structures à haute confiance. Ce sont les modèles de « l'étalon-or » où l'ordinateur est très sûr que les deux protéines se tiennent réellement la main de la manière prédite.

Pourquoi observer les paires change tout

La partie la plus excitante de cette découverte est que voir les protéines en équipe change souvent l'histoire entière. Parfois, une protéine ressemble à une masse informe et méconnaissable lorsqu'elle est prédite seule, mais quand vous la placez à côté de sa partenaire, elle s'emboîte dans une forme parfaite et claire.

Les auteurs ont trouvé plusieurs façons dont cela se produit :

• L'effet « Pièce de puzzle » : Certaines protéines sont comme des pièces de puzzle qui n'ont de sens que lorsqu'elles s'assemblent. Par exemple, une protéine provenant d'une moisissure visqueuse (un type de microbe) ressemblait à un désordre fragmenté et peu fiable sur elle seule. Mais lorsqu'elle a été modélisée en tant que paire, les deux moitiés ont échangé des parties de leur structure pour compléter leurs formes respectives, formant une machine parfaite à haute confiance.
• L'effet « Constructeur de murs » : Certaines protéines sont comme des briques qui doivent être empilées pour former un mur. Une protéine impliquée dans le nettoyage cellulaire (autophagie) ressemblait à un faisceau d'hélices instable et incertain sur elle seule. Mais lorsqu'elle est associée à sa jumelle, elles forment une structure solide et cohérente qui définit clairement où la membrane cellulaire devrait se trouver, ce que le modèle solo n'arrivait pas à déterminer.
• L'effet « Architecte » : Même lorsqu'une protéine seule semble correcte, ajouter un partenaire peut corriger la façon dont ses différentes parties sont disposées. Une protéine avait une forme convaincante, mais la distance entre ses deux sections principales était une supposition. Lorsqu'elle a été modélisée en tant que paire, la partenaire a agi comme un échafaudage, verrouillant les deux sections dans la position correcte.

En bref, l'article montre que pour de nombreuses protéines, la « vraie » forme n'existe que lorsqu'elles sont dans un complexe. On ne peut pas comprendre l'image globale en regardant les parties de manière isolée.

Ce que les chiffres nous disent

L'équipe n'a pas seulement fait de jolies images ; elle a fait les calculs pour voir à quel point ces prédictions sont fiables. Ils ont établi des règles strictes pour ce qui compte comme une équipe à « haute confiance ». Ils ont trouvé que :

• Homodimères (paires identiques) : Environ 9,1 % des paires identiques prédites ont passé le test de haute confiance. C'est énorme ! Cela suggère que lorsque deux de la même protéine font équipe, l'ordinateur est très doué pour comprendre comment elles s'emboîtent.
• Hétérodimères (paires différentes) : Seulement environ 1,0 % des paires différentes prédites ont passé le test. C'est plus bas, et les auteurs suggèrent que c'est parce qu'ils ont jeté un filet très large pour trouver des partenaires potentiels, ce qui signifie que beaucoup de paires testées n'interagissent peut-être pas réellement dans la vie réelle.
• Équipes ancestrales : En regroupant ces structures par similitude, ils ont découvert que le top 1 % des structures les plus communes représentait environ 44 % de tous les complexes à haute confiance. Plus fascinant encore, environ 8,3 % de ces structures communes ont été retrouvées à travers des branches de la vie complètement différentes (comme les bactéries, les plantes et les animaux). Cela suggère que certaines de ces équipes de protéines sont ancestrales, ayant été conservées par l'évolution pendant des milliards d'années parce qu'elles fonctionnent si bien.

Au-delà du monde connu

L'une des plus grandes conclusions est de savoir à quel point ce nouveau monde est nouveau. Lorsqu'ils ont comparé leurs 1,81 million de modèles à haute confiance à la bibliothèque existante de structures déterminées expérimentalement (la PDB), ils ont constaté que 31,3 % des prédictions individuelles ne correspondaient à rien de ce que nous avons déjà vu sous un microscope. Au niveau des groupes (clusters), 63,6 % des structures uniques n'avaient aucun équivalent expérimental connu.

Cela signifie que la base de données ne fait pas que combler les vides ; elle découvre des territoires entièrement nouveaux. Bien que beaucoup de ces prédictions soient ancrées dans ce que nous connaissons déjà (donnant aux scientifiques la confiance nécessaire pour les utiliser), une grande partie s'étend en territoire inconnu, offrant des hypothèses pour des structures que les expérimentateurs n'ont pas encore trouvées.

L'essentiel

Cet article est une étape majeure, transformant la base de données AlphaFold d'une collection de portraits en solo en une galerie dynamique de travail d'équipe moléculaire. En fournissant 1,81 million de modèles de paires de protéines à haute confiance, les auteurs ont donné aux biologistes un nouvel outil pour générer des hypothèses sur la façon dont les protéines interagissent, comment les maladies pourraient perturber ces équipes et comment concevoir de nouveaux médicaments. Ils ne prétendent pas avoir résolu chaque interaction protéique de l'univers, mais ils ont fourni un cadre évolutif et fiable qui comble le fossé entre ce que nous savons et ce que nous devons découvrir. La bibliothèque est désormais ouverte, et les photos de groupe sont prêtes à être explorées.