AlphaFold2 et ses limites
La cartographie des réseaux d'interactions protéine-protéine est essentielle pour comprendre la dynamique des fonctions cellulaires et leur régulation croisée. La connaissance précise des sites d'interaction permet de perturber spécifiquement les protéines de ces réseaux et de comprendre les synergies et compétitions qui assurent le fonctionnement des cellules.
Malheureusement, il manque encore de nombreuses informations structurales pour parvenir à une connaissance fine de l'organisation des réseaux d'interactions. Le programme d'intelligence artificielle AlphaFold2 a démontré une capacité remarquable pour prédire les structures d'assemblages de protéines ayant coévolué sur de longues échelles de temps. Ses performances restaient mal caractérisées pour des assemblages impliquant des régions intrinsèquement désordonnées, souvent médiatrices d'interactions transitoires et dynamiques au cours de l'évolution.
Stratégie de fragmentation
Dans une étude publiée dans le journal
Nature Communications, les chercheurs de l'équipe AMIG de l'Institut de Biologie Intégrative de la Cellule - I2BC (CNRS/CEA/UPSaclay, Gif-sur-Yvette) ont montré qu'AlphaFold2 s'avère peu performant si les régions désordonnées de grande taille sont utilisées directement pour la prédiction (40% de taux de succès). Une stratégie de fragmentation des partenaires protéiques se révèle particulièrement adaptée pour la prédiction des interfaces entre domaines repliés et petits motifs protéiques se repliant au contact du partenaire. Appliquée à grande échelle sur plus de 900 complexes, cette stratégie atteint près de 90% de taux de succès, un résultat très encourageant pour le criblage systématique des réseaux d'interactions. L'étude appelle néanmoins à la vigilance face aux risques de détection de faux-positifs, qui seront au cœur des développements futurs des stratégies d'intelligence artificielle telles qu'AlphaFold2.
Tous ces travaux ont bénéficié d'un accès aux ressources HPC du GENCI (super calculateur
Jean Zay).
Contacts Institut CEA-Joliot: