Comme pour les animaux, le processus de reproduction des plantes est au cœur de la création de diversité génétique : la méiose. Il aboutit à la fabrication des cellules reproductrices, les gamètes, qui contiennent la moitié de l'information génétique portée par des chromosomes. Les gamètes mâles et femelles fusionnent ensuite lors de la fécondation. Chaque individu ou plante a donc dans ses cellules une paire de chaque chromosome venant des gamètes mâle et femelle. La transmission des chromosomes dans les gamètes consiste en une cascade de régulations et de contrôles à chaque étape. Mais tous les acteurs du film de la méiose ne sont pas connus.
C'est pourquoi des chercheurs d'Inrae et du CEA ont fait un arrêt sur image sur une des machines primordiales pour que la méiose se fasse : le complexe synaptonémal. Ils ont pour ce faire utilisé de façon originale l'algorithme de deep learning AlphaFold. Développé par le CEA-Joliot, et bouleversant le champ de prédictions de la structure des protéines, cet algorithme a servi d'outil de criblage in silico des interactions protéine-protéine. Objectif : réduire drastiquement la liste des protéines potentiellement impliquées dans le complexe synaptonémal. Ils sont ainsi parvenus à identifier deux nouvelles protéines du complexe. Et ces protéines jouent un rôle clé dans la cascade méiotique. En effet, lorsqu'elles sont absentes, l'architecture du complexe synaptonémal est perturbée : les échanges entre chromosomes ne sont plus régulés, ce qui empêche la bonne transmission aux gamètes.
En comprenant comment ces protéines influencent la méiose, les chercheurs pourraient proposer des pistes pour améliorer la création de nouvelles variétés de plantes plus résistantes aux maladies, capables de pousser dans des conditions environnementales difficiles et de produire de meilleurs rendements.