​Les interactions protéine-protéine (IPP) se produisent lorsque deux ou plusieurs protéines s'associent physiquement, pour accomplir une fonction biologique. Ce faisant, elles contrôlent la plupart des grandes fonctions cellulaires (métabolisme, réplication de l'ADN, signalisation cellulaire, maintien de l'architecture membranaire et cellulaire). Un défaut dans ces liaisons, lorsque l'une des protéines est mutée par exemple, peut provoquer des pathologies graves.

Pour mieux comprendre ces mécanismes et concevoir de nouvelles molécules capables de les moduler, les chercheurs cherchent notamment à déterminer la localisation des interactions entre deux protéines (les positions d'interface) et à quantifier la contribution des résidus à la force de liaison. In fine, leur objectif est d'identifier des sites de liaison critiques.

Mesurer l'effet de milliers de mutations

Une approche consiste à modifier, une à une, les différentes positions d'une protéine ou d'un peptide, puis à mesurer l'effet de ces mutations sur son interaction avec un partenaire. Réalisée à très grande échelle, le deep mutational scanning permet de dresser une « carte » des interactions moléculaires.

Ces données permettent aux modèles d'apprentissage automatique d'orienter l'optimisation moléculaire dans les domaines de la recherche, du diagnostic et du développement thérapeutique. Cependant, la fiabilité de ces données dépend dès propriétés quantitatives et de la reproductibilité du système de mesure.

Un double-hybride bactérien quantitatif

Conscients des limites des systèmes double-hybride bactériens (B2H) existants, qui compromettent la génération de jeux de données précis, les auteurs ont présenté un système à faible variabilité biologique, conçu dans leur laboratoire. Deux partenaires protéiques ont été introduits dans une bactérie. Lorsqu'ils interagissent, cette interaction déclenche la production d'une protéine fluorescente, la GFP (Green Fluorescent Protein). Plus l'interaction est forte, plus le signal fluorescent peut être important.

Dans le système qB2H^SBE, un second indicateur est également utilisé : le signal peut être relié à la capacité des bactéries à se multiplier. Les chercheurs disposent ainsi de deux mesures complémentaires de l'interaction.

L'enjeu était de rendre ces mesures quantitatives, robustes et reproductibles, en limitant notamment les variations liées au système biologique lui-même.

Une validation sur la protéine Asf1

Les chercheurs ont évalué et optimisé qB2H^SBE en étudiant les interactions entre Asf1, une protéine chaperon impliquée dans la gestion des histones, et une série de peptides synthétiques présentant des affinités différentes pour cette protéine.

Évalué, optimisé et validé sur des complexes entre la protéine chaperon d'histones Asf1 et des peptides synthétiques présentant des affinités variables pour Asf1, qB2H^SBE s'avère supérieur aux systèmes B2H d'ancienne génération. 

 

Optimisation du système pour mieux quantifier les interactions entre protéines : Plus l'interaction entre les deux partenaires est forte (KD faible), plus le signal (MFI) augmente avec la version optimisée du test (vert). La version initiale (noir) permettait difficilement de distinguer les interactions selon leur force.​

Il permet en effet des analyses indépendantes de la souche bactérienne, l'obtention de mesures améliorées et la génération de jeux de données de haute qualité sur les interactions protéiques, cruciauxpour l'entraînement de modèles d'IA.

Ces résultats sont cohérents avec les données cristallographiques, permettant de déterminer la structure tridimensionnelle de complexes moléculaires.

Les chercheurs ont ensuite combiné les données expérimentales avec une approche de conception assistée par IA générative. Cette démarche a permis de concevoir un peptide dont l'affinité pour Asf1 est augmentée d'un facteur 70 par rapport au peptide de référence.

Une plateforme ouverte à la communauté scientifique

Avec qB2H^SBE, les chercheurs proposent ainsi une plateforme robuste réutilisable pour étudier quantitativement les interactions entre protéines. Elle peut notamment être mobilisée pour l'ingénierie rationnelle des protéines et la découverte fondée sur les données.

Les codes, données et matériaux sont à la disposition de la communauté scientifique.